數(shù)學建模典型應(yīng)用案例及理論分析

第1章數(shù)學模型概論1
1.1數(shù)學模型概念3
1.2數(shù)學模型分類4
1.3建模方法和步驟5
1.4數(shù)學模型實例7
1.5數(shù)學建模競賽簡介15

第2章工程案例之機械動力篇19
2.1單指標優(yōu)選模型在機器人避障中的應(yīng)用21
2.2神經(jīng)網(wǎng)絡(luò)控制在工業(yè)機械臂的應(yīng)用38
2.3微機械陀螺溫度特性及其補償算法研究41

第3章工程案例之傳熱通風篇47
3.1雙層玻璃窗傳熱問題研究49
3.2房屋隔熱經(jīng)濟效益問題研究51
3.3改進遺傳算法在變風量系統(tǒng)中的應(yīng)用56
3.4基于交互式集成優(yōu)化框架的建筑環(huán)境優(yōu)化65
3.5空調(diào)熱舒適度預(yù)測及控制算法研究72

第4章工程案例之燃氣供應(yīng)篇79
4.1遺傳算法在城市燃氣管網(wǎng)優(yōu)化中的應(yīng)用81
4.2短期天然氣負荷預(yù)測問題研究90

第5章工程案例之能源動力篇97
5.1基于混合算法的壓力傳感器溫度補償研究99
5.2基于粒子群算法的新能源集群多目標無功優(yōu)化策略研究104
5.3基于協(xié)同進化蟻群算法的含光伏發(fā)電的配電網(wǎng)重構(gòu)112
5.4雙層雙階段分布式能源系統(tǒng)調(diào)度優(yōu)化121
5.5基于知識遷移Ｑ學習算法的多能源系統(tǒng)聯(lián)合優(yōu)化調(diào)度133

第6章工程案例之工業(yè)工程篇145
6.1基于遺傳算法的自動化集裝箱碼頭多載AGV調(diào)度147
6.2機場航班流量優(yōu)化調(diào)度154
6.3蟻群算法求解混合流水車間分批調(diào)度162

參考文獻172