目录 1
第1章 概论 1
1.1 组合最优化问题 1
1.2 计算复杂性的概念 4
1.3 邻域的概念 10
1.4 启发式算法 12
1.5 NP，NP完全和NP难 24
1.6 多项式时间迫近格式 40
1.7 小结 46
练习题 47
参考文献 49
第2章 禁忌搜索算法 51
2.1 局部搜索 51
2.2 禁忌搜索 54
2.3 技术问题 58
2.4 应用案例——图节点着色和车间作业排序 68
练习题 75
参考文献 76
第3章 模拟退火算法 77
3.1 模拟退火算法及模型 77
3.2 马尔可夫链 81
3.3 时齐算法的收敛性 86
3.4 非时齐算法收敛性简介 91
3.5 实现的技术问题 94
3.6 应用案例——下料问题 105
练习题 110
参考文献 111
第4章 遗传算法 113
4.1 遗传算法 113
4.2 模板理论 119
4.3 马尔可夫链收敛分析 124
4.4 实现的技术问题 130
4.5 遗传模拟退火算法 141
4.6 应用案例——生产批量问题 142
练习题 147
参考文献 147
第5章 蚁群优化算法 149
5.1 蚁群优化算法的概念 149
5.2 算法模型和收敛性分析 154
5.3 技术问题 159
5.4 应用案例——医学诊断的数据挖掘 162
练习题 171
参考文献 171
第6章 人工神经网络 172
6.1 人工神经网络的基本概念 173
6.2 单层前向神经网络 176
6.3 多层前向神经网络 183
6.4 竞争学习神经网络 192
6.5 反馈型神经网络 193
练习题 208
参考文献 209
第7章 拉格朗日松弛算法 210
7.1 基于规划论的松弛方法 211
7.2 拉格朗日松弛理论 214
7.3 拉格朗日松弛的进一步讨论 222
7.4 拉格朗日松弛算法 230
7.5 应用案例——能力约束单机排序问题 236
练习题 242
参考文献 244
索引 245