具體描述
內容簡介
本書係統介紹瞭禁忌搜索、模擬退火、遺傳算法、人工神經網絡和拉格朗
日鬆弛等現代優化計算方法的模型與理論、應用技術和應用案例。
全書共6章，第1章介紹算法復雜性的基本概念和啓發式算法的評價方
法，後5章分彆介紹各個現代優化計算方法。
本書可作為數學、管理科學、計算機科學、工業工程等學科中相關優化專
業的研究生教材，也可供相關專業研究人員參考。
著者簡介
圖書目錄
目錄
序言
第1章 概論
1.1組閤最優化問題
1.2計算復雜性的概念
1.3鄰域概念
1.4啓發式算法
1.5NP，NPC和NPhard概念
1.6小結
練習題
參考文獻
第2章 禁忌搜索算法
2.1局部搜索
2.2禁忌搜索
2.3技術問題
2.4應用實例
練習題
參考文獻
第3章 模擬退火算法
3.1模擬退火算法及模型
3.2馬爾可夫鏈
3.3時齊算法的收斂性
3.4非時齊算法收斂性簡介
3.5實現的技術問題
3.6應用案例――下料問題
練習題
參考文獻
第4章 遺傳算法
4.1遺傳算法
4.2模闆理論
4.3馬爾可夫鏈收斂分析
4.4實現的技術問題
4.5遺傳模擬退火算法
4.6應用案例――生産批量問題
練習題
參考文獻
第5章 人工神經網絡
5.1人工神經網絡的基本概念
5.2單層前嚮神經網絡
5.3多層前嚮神經網絡
5.4競爭學習神經網絡
5.5反饋型神經網絡
練習題
參考文獻
第6章 拉格朗日鬆弛算法
6.1基於規劃論的鬆弛方法
6.2拉格朗日鬆弛方法的理論
6.3拉格朗日鬆弛的進一步討論
6.4拉格朗日鬆弛算法
6.5拉格朗日鬆弛在能力約束單機排序問題中
的應用
練習題
參考文獻
索引及英文關鍵詞
· · · · · · (收起)
序言
第1章 概論
1.1組閤最優化問題
1.2計算復雜性的概念
1.3鄰域概念
1.4啓發式算法
1.5NP，NPC和NPhard概念
1.6小結
練習題
參考文獻
第2章 禁忌搜索算法
2.1局部搜索
2.2禁忌搜索
2.3技術問題
2.4應用實例
練習題
參考文獻
第3章 模擬退火算法
3.1模擬退火算法及模型
3.2馬爾可夫鏈
3.3時齊算法的收斂性
3.4非時齊算法收斂性簡介
3.5實現的技術問題
3.6應用案例――下料問題
練習題
參考文獻
第4章 遺傳算法
4.1遺傳算法
4.2模闆理論
4.3馬爾可夫鏈收斂分析
4.4實現的技術問題
4.5遺傳模擬退火算法
4.6應用案例――生産批量問題
練習題
參考文獻
第5章 人工神經網絡
5.1人工神經網絡的基本概念
5.2單層前嚮神經網絡
5.3多層前嚮神經網絡
5.4競爭學習神經網絡
5.5反饋型神經網絡
練習題
參考文獻
第6章 拉格朗日鬆弛算法
6.1基於規劃論的鬆弛方法
6.2拉格朗日鬆弛方法的理論
6.3拉格朗日鬆弛的進一步討論
6.4拉格朗日鬆弛算法
6.5拉格朗日鬆弛在能力約束單機排序問題中
的應用
練習題
參考文獻
索引及英文關鍵詞
· · · · · · (收起)
讀後感
評分
評分
評分
評分
評分
用戶評價
评分
老闆的課。能有效解決一些NP問題的算法。
评分老闆的課。能有效解決一些NP問題的算法。
评分老闆的課。能有效解決一些NP問題的算法。
评分老闆的課。能有效解決一些NP問題的算法。
评分老闆的課。能有效解決一些NP問題的算法。
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有