《不确定规划及应用》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:刘宝碇等著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2003
  • ISBN:7302069409
  • 页数:301 页
图书介绍:本书介绍了不确定规划的理论框架,及一系列基于模拟、神经元网络和遗传算法的混合智能算法。

第1章 数学规划简介 1

1.1 线性规划 1

1.2 非线性规划 2

1.3 多目标规划 4

1.4 目标规划 5

1.5 动态规划 7

1.6 多层规划 8

第2章 遗传算法 11

2.1 表示结构 12

2.2 处理约束条件 12

2.3 初始化过程 13

2.4 评价函数 14

2.5 选择过程 15

2.6 交叉操作 15

2.7 变异操作 16

2.8 遗传算法过程 16

2.9 数值例子 17

第3章 神经元网络 23

3.1 人工神经元 24

3.2 多层前向神经元网络 24

3.3 函数逼近 26

3.4 网络结构的确定 27

3.5 反向传播算法 27

3.6 用遗传算法训练神经元网络 29

3.7 数值例子 29

第4章 随机变量 32

4.1 概率的公理化定义 32

4.2 随机变量 33

4.3 概率分布函数及概率密度函数 36

4.4 独立与同分布 37

4.5 期望值算子 38

4.6 方差与协方差 42

4.7 乐观值和悲观值 43

4.8 随机变量的比较 44

4.9 大数定律 45

4.1 0随机数的产生 46

4.1 1随机模拟 57

第5章 随机期望值模型 61

5.1 期望值模型 62

5.2 凸性 63

5.3 混合智能算法 64

5.4 冗余优化 66

5.5 设备选址问题 71

5.6 并行机排序问题 74

5.7 期望值模型总是有效吗? 77

第6章 随机机会约束规划 79

6.1 机会约束 79

6.2 Maximax机会约束规划 80

6.3 Minimax机会约束规划 82

6.4 确定性等价形式 84

6.5 等价定理 87

6.6 混合智能算法 88

6.7 网络结构优化 92

6.8 车辆调度问题 94

6.9 冗余优化 103

6.10 设备选址问题 106

6.11 关键路问题 107

6.12 并行机排序问题 110

第7章 随机相关机会规划 113

7.1 不确定环境、事件和机会函数 113

7.2 不确定原理 116

7.3 相关机会规划 118

7.4 相关机会多目标规划 121

7.5 相关机会目标规划 121

7.6 混合智能算法 122

7.7 网络结构优化问题 126

7.8 车辆调度问题 128

7.9 冗余优化 130

7.10 关键路问题 132

7.11 并行机排序问题 133

7.12 设备选址问题 135

7.13 六合彩问题 136

第8章 模糊变量 138

8.1 可能性的公理化定义 138

8.2 模糊变量 144

8.3 可信性分布和密度函数 148

8.4 模糊变量的独立性 149

8.5 乐观值与悲观值 152

8.6 期望值 154

8.7 模糊变量的比较 162

8.8 模糊模拟 162

第9章 模糊期望值模型 168

9.1 模型的一般形式 168

9.2 混合智能算法 169

9.3 冗余优化 172

9.4 并行机排序问题 173

9.5 设备选址问题 175

第10章 模糊机会约束规划 178

10.1 机会约束 178

10.2 Maximax机会约束规划 178

10.3 Minimax机会约束规划 181

10.4 机会约束规划的变种 182

10.5 清晰等价形式 185

10.6 混合智能算法 187

10.7 冗余优化 190

10.8 车辆调度问题 191

10.9 关键路问题 194

10.10 并行机排序问题 196

10.11 设备选址问题 197

第11章 模糊相关机会规划 199

11.1 不确定原理 199

11.2 相关机会规划 200

11.3 相关机会规划的变种 202

11.4 混合智能算法 202

11.5 冗余优化 206

11.6 并行机排序问题 208

11.7 设备选址问题 209

11.8 车辆调度问题 210

11.9 关键路问题 211

第12章 模糊随机变量 213

12.1 模糊随机变量 213

12.2 期望值算子 216

12.3 机会测度 217

12.4 乐观值与悲观值 219

12.5 模糊随机变量的比较 221

12.6 模糊随机模拟 221

第13章 模糊随机规划 224

13.1 模糊随机期望值模型 224

13.2 模糊随机机会约束规划 225

13.3 模糊随机相关机会规划 230

13.4 混合智能算法 233

第14章 随机模糊变量 241

14.1 随机模糊变量 241

14.2 期望值算子 244

14.3 机会测度 244

14.4 乐观值与悲观值 246

14.5 随机模糊变量的比较 248

14.6 随机模糊模拟 248

第15章 随机模糊规划 252

15.1 随机模糊期望值模型 252

15.2 随机模糊机会约束规划 253

15.3 随机模糊相关机会规划 257

15.4 混合智能算法 259

第16章 不确定规划 266

16.1 粗糙变量 266

16.2 随机粗糙变量 267

16.3 粗糙随机变量 268

16.4 模糊粗糙变量 269

16.5 粗糙模糊变量 269

16.6 双重随机变量 270

16.7 双重模糊变量 270

16.8 双重粗糙变量 271

16.9 不确定动态规划 271

16.10 不确定多层规划 273

16.11 不确定规划分类 277

参考文献 279

一些常用的符号 297

索引 298