现代优化技术/高等学校物流工程与物流管理专业系列规划教材 - Softcover

靳志宏，计明军

Softcover

ISBN 10: 7563234462 ISBN 13: 9787563234462

Publisher: 大连海事大学出版社, 2017

Synopsis

《现代优化技术/高等学校物流工程与物流管理专业系列规划教材》是以运筹学为基础的现代优化方法的教材，汇集了作者多年来在现代优化算法方面的科研和教学成果。主要内容包括具有启发式特征的现代优化算法的理论、方法及应用，如优化技术理论基础、典型精确解算法、传统启发式算法及其改进形、模拟退火算法、禁忌搜索算法、进化计算、人工神经网络算法、蚁群算法、粒子群算法和混合算法等。《现代优化技术/高等学校物流工程与物流管理专业系列规划教材》可作为物流工程与管理、交通运输规划与管理、管理科学与工程、工商管理等相关学科与专业高年级本科生和研究生教材，也可作为MBA学生的参考教材，还可供对现代优化技术感兴趣的人士研读。第1章优化问题与优化技术1．1优化问题1．2优化技术第2章优化技术基础2．1最优化理论2．2计算复杂性理论第3章优化算法的设计与评价3．1优化算法的设计3．2优化算法的评价第4章典型的精确解算法4．1穷举法4．2分支定界法4．3列生成法4．4拉格朗日松弛法4．5常用求解软件第5章传统启发式算法5．1构筑算法及其应用5．2改善算法及其应用第6章传统启发式算法的改进形6．1构筑算法的改进形6．2改善算法的改进形第7章模拟退火算法7．1模拟退火算法概述7．2模拟退火算法参数7．3改进的模拟退火算法7．4模拟退火算法在离散优化问题中的应用7．5模拟退火算法在连续优化问题中的应用第8章禁忌搜索算法8．1禁忌搜索算法概述8．2禁忌搜索算法收敛性分析8．3禁忌搜索算法的参数实现8．4禁忌搜索算法的实际应用第9章进化计算9．1进化计算的基本框架9．2遗传算法9．3进化计算的其他形式9．4进化计算的应用第10章人工神经网络算法10．1人工神经元网络10．2BP神经网络10．3Hopfield网络第11章蚁群算法11．1蚁群觅食规则11．2蚁群算法的数学模型11．3蚁群算法的主要参数11．4蚁群算法的基本程序11．5蚁群算法的改进11．6蚁群算法的应用第12章粒子群算法12．1粒子群算法概述12．2改进的粒子群算法12．3粒子群算法的应用第13章混合算法13．1混合优化的机制与策略13．2精确解算法之间的混合算法13．3精确解算法与启发式算法的混合算法13．4传统与现代启发式算法的混合算法13．5现代启发式算法之间的混合算法参考文献

Edition details

• Publisher: 大连海事大学出版社
• Publication date: 2017
• Language: Chinese
• ISBN 10: 7563234462
• ISBN 13: 9787563234462
• Binding: Paperback
• Edition number: 1