- 作 者：靳志宏，计明军编著
- 出 版 社：大连：大连海事大学出版社
- 出版年份：2017
- ISBN：9787563234462
- 注意：在使用云解压之前，请认真核对实际PDF页数与内容!
在线云解压
价格(点数)
购买连接
说明
转为PDF格式
8
（在线云解压服务）
云解压服务说明
1、本站所有的云解压默认都是转为PDF格式，该格式图书只能阅读和打印，不能再次编辑。
云解压下载及付费说明
1、所有的电子图书云解压均转换为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、云解压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)
第1章 优化问题与优化技术 1
1.1优化问题 1
1.2优化技术 5
第2章 优化技术基础 11
2.1最优化理论 11
2.2计算复杂性理论 14
第3章 优化算法的设计与评价 21
3.1优化算法的设计 21
3.2优化算法的评价 24
第4章 典型的精确解算法 28
4.1穷举法 28
4.2分支定界法 31
4.3列生成法 36
4.4拉格朗日松弛法 40
4.5常用求解软件 45
第5章 传统启发式算法 49
5.1构筑算法及其应用 49
5.2改善算法及其应用 54
第6章 传统启发式算法的改进形 61
6.1构筑算法的改进形 61
6.2改善算法的改进形 63
第7章 模拟退火算法 71
7.1模拟退火算法概述 72
7.2模拟退火算法参数 72
7.3改进的模拟退火算法 74
7.4模拟退火算法在离散优化问题中的应用 77
7.5模拟退火算法在连续优化问题中的应用 81
第8章 禁忌搜索算法 85
8.1禁忌搜索算法概述 85
8.2禁忌搜索算法收敛性分析 91
8.3禁忌搜索算法的参数实现 93
8.4禁忌搜索算法的实际应用 95
第9章 进化计算 99
9.1进化计算的基本框架 99
9.2遗传算法 100
9.3进化计算的其他形式 104
9.4进化计算的应用 106
第10章 人工神经网络算法 112
10.1人工神经元网络 112
10.2 BP神经网络 116
10.3 Hopfield网络 123
第11章 蚁群算法 130
11.1蚁群觅食规则 130
11.2蚁群算法的数学模型 131
11.3蚁群算法的主要参数 132
11.4蚁群算法的基本程序 133
11.5蚁群算法的改进 133
11.6蚁群算法的应用 134
第12章 粒子群算法 141
12.1粒子群算法概述 141
12.2改进的粒子群算法 145
12.3粒子群算法的应用 149
第13章 混合算法 154
13.1混合优化的机制与策略 154
13.2精确解算法之间的混合算法 156
13.3精确解算法与启发式算法的混合算法 157
13.4传统与现代启发式算法的混合算法 160
13.5现代启发式算法之间的混合算法 167
参考文献 179