点此搜书

现代优化计算方法  第2版
  • 作 者:邢文训,谢金星编著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2005
  • ISBN:730211336X
  • 标注页数:247 页
  • PDF页数:258 页
  • 请阅读订购服务说明与试读!

文档类型

价格(积分)

购买连接

试读

PDF格式

9

立即购买

点击试读

订购服务说明

1、本站所有的书默认都是PDF格式,该格式图书只能阅读和打印,不能再次编辑。

2、除分上下册或者多册的情况下,一般PDF页数一定要大于标注页数才建议下单购买。【本资源258 ≥247页】

图书下载及付费说明

1、所有的电子图书为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

3、所有的电子图书都是原书直接扫描方式制作而成。

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

购买PDF格式(9分)
返回顶部