中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >
启发式优化算法理论及应用

启发式优化算法理论及应用

出版社:清华大学出版社出版时间:2023-10-01
开本: 其他 页数: 204
中 图 价:¥42.5(7.2折) 定价  ¥59.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

启发式优化算法理论及应用 版权信息

  • ISBN:9787302644156
  • 条形码:9787302644156 ; 978-7-302-64415-6
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>

启发式优化算法理论及应用 本书特色

本书系统全面地介绍了用于求解*优化问题的10种智能启发式算法,即遗传算法、蚁群算法、模拟退火算法、禁忌搜索算法、大邻域搜索算法、变邻域搜索算法、迭代局部搜索算法、粒子群算法、人工免疫算法以及人工神经网络。本书可作为高等院校管理科学与工程、物流管理、经济管理等管理类相关专业本科生及研究生的教材,也可作为计算机科学与技术、人工智能等理工类相关专业本科生及研究生的教材。

启发式优化算法理论及应用 内容简介

本书系统、全面地介绍了用于求解**化问题的10种智能启发式算法的基本思想、设计原理及应用案例,分别为遗传算法、蚁群算法、模拟退火算法、禁忌搜索算法、大邻域搜索算法、变邻域搜索算法、迭代局部搜索算法、粒子群算法、人工免疫算法及人工神经网络。 本书可作为高等院校计算机科学与技术、人工智能等理工类相关专业本科生及研究生教材,也可作为物流管理、经济管理等管理类相关专业本科生及研究生教材。

启发式优化算法理论及应用 目录

第1章绪论 1.1*优化问题定义及分类 1.1.1*优化问题定义 1.1.2*优化问题分类 1.2*优化方法特点及分类 1.2.1*优化方法特点 1.2.2*优化方法分类 1.3启发式算法定义及特点 1.3.1启发式算法定义 1.3.2启发式算法特点 1.4本章小结 1.5习题 第2章遗传算法 2.1遗传算法思想及特点 2.1.1算法思想 2.1.2算法特点 2.2遗传算子 2.2.1选择算子 2.2.2交叉算子 2.2.3变异算子 2.3遗传算法设计原则 2.3.1适应度和初始群体选取原则 2.3.2参数设计原则 2.4遗传算法的应用 2.4.1遗传算法在01背包问题中的应用 2.4.2遗传算法在函数极值问题中的应用 2.4.3遗传算法在旅行商问题中的应用 2.4.4遗传算法在机器学习中的应用 2.4.5遗传算法在其他领域中的应用 2.5本章小结 2.6习题 第3章蚁群算法 3.1蚁群算法思想及特点 3.1.1算法思想 3.1.2算法特点 3.2蚁群算法的应用 3.2.1蚁群算法在旅行商问题中的应用 3.2.2蚁群算法在函数极值问题中的应用 3.3本章小结 3.4习题 第4章模拟退火算法 4.1模拟退火算法思想及特点 4.1.1算法思想 4.1.2算法特点 4.2模拟退火算法设计原则 4.3模拟退火算法的应用 4.3.1模拟退火算法在旅行商问题中的应用 4.3.2模拟退火算法在电商物流配送问题中的应用 4.3.3模拟退火算法在登机口分配问题中的应用 4.3.4模拟退火算法在多核多用户任务卸载调度问题中的应用 4.3.5模拟退火算法在同时取送货车辆路径问题中的应用 4.5本章小结 4.6习题 第5章禁忌搜索算法 5.1禁忌搜索算法思想及特点 5.1.1算法思想 5.1.2算法特点 5.2禁忌搜索算法设计原则 5.3禁忌搜索算法的应用 5.3.1禁忌搜索算法在旅行商问题中的应用 5.3.2禁忌搜索算法在双层级医疗设施选址问题中的应用 5.3.3禁忌搜索算法在机场外航服务人员班型生成问题中的应用 5.4本章小结 5.5习题 第6章大邻域搜索算法 6.1邻域搜索及超大规模邻域搜索定义 6.1.1邻域搜索定义 6.1.2超大规模邻域搜索定义 6.2大邻域搜索算法介绍 6.3自适应大邻域搜索算法介绍 6.3.1算法思想 6.3.2算法设计原则 6.3.3算法特点 6.4大邻域搜索算法的应用 6.4.1大邻域搜索算法在路径问题中的应用 6.4.2大邻域搜索算法在调度问题中的应用 6.5本章小结 6.6习题 第7章变邻域搜索算法 7.1变邻域搜索算法原理 7.1.1变邻域深度搜索算法原理 7.1.2简化变邻域搜索算法原理 7.1.3基本变邻域搜索算法原理 7.1.4偏态变邻域搜索算法原理 7.1.5变邻域分解搜索算法原理 7.1.6并行变邻域搜索算法原理 7.2变邻域搜索算法的改进策略 7.3变邻域搜索算法的应用 7.3.1变邻域搜索算法在组合优化问题中的应用 7.3.2变邻域搜索算法在连续优化问题中的应用 7.3.3变邻域搜索算法在物流配送系统集成优化问题中的应用 7.3.4变邻域搜索算法在开放式带时间窗车辆路径问题中的应用 7.4本章小结 7.5习题 第8章迭代局部搜索算法 8.1迭代局部搜索算法原理 8.2迭代局部搜索算法设计原则 8.2.1初始解设计原则 8.2.2扰动机制设计原则 8.2.3解接受准则设计原则 8.2.4局部搜索设计原则 8.2.5全局优化设计原则 8.3迭代局部搜索算法的应用 8.3.1迭代局部搜索算法在旅行商问题中的应用 8.3.2迭代局部搜索算法在其他问题中的应用 8.4本章小结 8.5习题 第9章粒子群算法 9.1粒子群算法起源 9.2粒子群算法原理 9.2.1原始粒子群算法原理 9.2.2标准粒子群算法原理 9.3粒子群算法参数分析 9.3.1惯性权重分析 9.3.2学习因子分析 9.3.3其他参数分析 9.4粒子群算法的应用 9.4.1粒子群算法在模糊系统设计问题中的应用 9.4.2粒子群算法在满载需求可拆分车辆路径问题中的应用 9.5本章小结 9.6习题 第10章人工免疫算法 10.1人工免疫算法介绍 10.1.1生物免疫系统 10.1.2生物免疫基本原理 10.1.3人工免疫系统及免疫算法 10.1.4人工免疫算法与遗传算法的比较 10.2免疫遗传算法介绍 10.3免疫规划算法介绍 10.4免疫策略算法介绍 10.5免疫优化算法在物流中心选址问题中的应用 10.6本章小结 10.7习题 第11章人工神经网络 11.1人工神经网络起源 11.2人工神经网络概念 11.2.1人工神经元 11.2.2传递函数 11.3神经网络模型 11.3.1单层感知机 11.3.2多层感知机 11.3.3径向基函数神经网络 11.3.4自组织竞争人工神经网络 11.3.5对向传播神经网络 11.3.6反馈型神经网络 11.4神经网络权值的混合优化学习策略 11.4.1BPSA混合学习策略 11.4.2BPGA混合学习策略 11.4.3GASA混合学习策略 11.5人工神经网络在组合优化问题中的应用 11.6本章小结 11.7习题 参考文献
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
浏览历史
编辑推荐
返回顶部
中图网
在线客服