現(xiàn)代優(yōu)化計算方法（清華大學(xué)研究生公共課教材）

定　價：￥28.00

作　者：	邢文訓(xùn)，謝金星編著
出版社：	清華大學(xué)出版社
叢編項：	數(shù)學(xué)系列
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302113362	出版時間：	2005-09-01	包裝：	平裝
開本：	23cm	頁數(shù)：	247	字數(shù)：

內(nèi)容簡介

　　本書主要介紹了禁忌搜索算法、模擬退火算法、蟻群優(yōu)化算法、人工網(wǎng)絡(luò)和拉格朗日松馳算法等用于求解最優(yōu)化問題全局最優(yōu)的現(xiàn)代化計算方法的模型與理論、應(yīng)用技術(shù)和應(yīng)用案例。本書有以下特點：內(nèi)容較新。這些算法產(chǎn)生于20世紀80年以后，目前國際上還是一個研究熱點。自成一個系統(tǒng)。目前國際、國內(nèi)對每一個算法都有相應(yīng)的專著或教材，但本教材將這些算法系統(tǒng)地綜合在一起，這在國內(nèi)是不多風(fēng)孤。國際上有類似的專著，但缺少理論對分析和系統(tǒng)性的考慮。本教材中的數(shù)學(xué)基礎(chǔ)既與工科學(xué)生的所學(xué)的知識銜接，同時又考慮到研究生閱讀文獻、從事科研的需要，并適當提高理論基礎(chǔ)的起點。第一部分輔以應(yīng)用案例，使讀者能更好地理解算法。

作者簡介

暫缺《現(xiàn)代優(yōu)化計算方法（清華大學(xué)研究生公共課教材）》作者簡介

圖書目錄

第1章概論
  1.1 組合最優(yōu)化問題
  1.2 計算復(fù)雜性的概念
  1.3 鄰域的概念
  1.4 啟發(fā)式算法
  1.5 NP,NP完全和NP難
  1.6 多項式時間迫近格式
  1.7 小結(jié)
  練習(xí)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(shù)問題
  2.4 應(yīng)用案例——圖節(jié)點著色和車間作業(yè)排序
  練習(xí)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(xiàn)的技術(shù)問題
  3.6 應(yīng)用案例——下料問題
  練習(xí)題
  參考文獻
第4章遺傳算法
  4.1 遺傳算法
  4.2 模板理論
  4.3 馬爾可夫鏈收斂分析
  4.4 實現(xiàn)的技術(shù)問題
  4.5 遺傳模擬退火算法
  4.6 應(yīng)用案例——生產(chǎn)批量問題
  練習(xí)題
  參考文獻
第5章蟻群優(yōu)化算法
  5.1 蟻群優(yōu)化算法的概念
  5.2 算法模型和收斂性分析
  5.3 技術(shù)問題
  5.4 應(yīng)用案例——醫(yī)學(xué)診斷的數(shù)據(jù)挖掘
  練習(xí)題
  參考文獻
第6章人工神經(jīng)網(wǎng)絡(luò)
  6.1 人工神經(jīng)網(wǎng)絡(luò)的基本概念
  6.2 單層前向神經(jīng)網(wǎng)絡(luò)
  6.3 多層前向神經(jīng)網(wǎng)絡(luò)
  6.4 競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
  6.5 反饋型神經(jīng)網(wǎng)絡(luò)
  練習(xí)題
  參考文獻
第7章拉格朗日松弛算法
  7.1 基于規(guī)劃論的松弛方法
  7.2 拉格朗日松弛理論
  7.3 拉格朗日松弛的進一步討論
  7.4 拉格朗日松弛算法
  7.5 應(yīng)用案例——能力約束單機排序問題
  練習(xí)題
  參考文獻
  索引