注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術計算機/網絡數(shù)據庫數(shù)據庫設計/管理啟發(fā)式優(yōu)化算法理論及應用

啟發(fā)式優(yōu)化算法理論及應用

啟發(fā)式優(yōu)化算法理論及應用

定 價:¥59.00

作 者: 鄒曄
出版社: 清華大學出版社
叢編項: 大數(shù)據與人工智能技術叢書
標 簽: 暫缺

ISBN: 9787302644156 出版時間: 2023-10-01 包裝: 平裝
開本: 16開 頁數(shù): 193 字數(shù):  

內容簡介

  本書系統(tǒng)、全面地介紹了用于求解 化問題的10種智能啟發(fā)式算法的基本思想設計原理及應用案例,分別為遺傳算法、蟻群算法、模擬退火算法、禁忌搜索算法、大鄰域搜索算法、變鄰域搜索算法、迭代局部搜索算法、粒子群算法、人工免疫算法及人工神經網絡。本書可作為高等院校計算機科學與技術、人工智能等理工類相關專業(yè)本科生及研究生教材,也可作為物流管理、經濟管理等管理類相關專業(yè)本科生及研究生教材。

作者簡介

暫缺《啟發(fā)式優(yōu)化算法理論及應用》作者簡介

圖書目錄

第1章 緒論
1.1 化問題定義及分類
1.1.1 化問題定義
1.1.2 化問題分類
1.2 化方法特點及分類
1.2.1 化方法特點
1.2.2 化方法分類
1.3 啟發(fā)式算法定義及特點
1.3.1 啟發(fā)式算法定義
1.3.2 啟發(fā)式算法特點
1.4 本章小結
1.5 習題
第2章 遺傳算法
2.1 遺傳算法思想及特點
2.1.1 算法思想
2.1.2 算法特點
2.2 遺傳算子
2.2.1 選擇算子
2.2.2 交叉算子
2.2.3 變異算子
2.3 遺傳算法設計原則
2.3.1 適應度和初始群體選取原則
2.3.2 參數(shù)設計原則
2.4 遺傳算法的應用
2.4.1 遺傳算法在0-1背包問題中的應用
2.4.2 遺傳算法在函數(shù)極值問題中的應用
2.4.3 遺傳算法在旅行商問題中的應用
2.4.4 遺傳算法在機器學習中的應用
2.4.5 遺傳算法在其他領域中的應用
2.5 本章小結
2.6 習題
第3章 蟻群算法
3.1 蟻群算法思想及特點
3.1.1 算法思想
3.1.2 算法特點
3.2 蟻群算法的應用
3.2.1 蟻群算法在旅行商問題中的應用
3.2.2 蟻群算法在函數(shù)極值問題中的應用
3.3 本章小結
3.4 習題
第4章 模擬退火算法
4.1 模擬退火算法思想及特點
4.1.1 算法思想
4.1.2 算法特點
4.2 模擬退火算法設計原則
4.3 模擬退火算法的應用
4.3.1 模擬退火算法在旅行商問題中的應用
4.3.2 模擬退火算法在電商物流配送問題中的應用
4.3.3 模擬退火算法在登機口分配問題中的應用
4.3.4 模擬退火算法在多核多用戶任務卸載調度問題中的應用
4.3.5 模擬退火算法在同時取送貨車輛路徑問題中的應用
4.5 本章小結
4.6 習題
第5章 禁忌搜索算法
5.1 禁忌搜索算法思想及特點
5.1.1 算法思想
5.1.2 算法特點
5.2 禁忌搜索算法設計原則
5.3 禁忌搜索算法的應用
5.3.1 禁忌搜索算法在旅行商問題中的應用
5.3.2 禁忌搜索算法在雙層級醫(yī)療設施選址問題中的應用
5.3.3 禁忌搜索算法在機場外航服務人員班型生成問題中的應用
5.4 本章小結
5.5 習題
第6章 大鄰域搜索算法
6.1 鄰域搜索及超大規(guī)模鄰域搜索定義
6.1.1 鄰域搜索定義
6.1.2 超大規(guī)模鄰域搜索定義
6.2 大鄰域搜索算法介紹
6.3 自適應大鄰域搜索算法介紹
6.3.1 算法思想
6.3.2 算法設計原則
6.3.3 算法特點
6.4 大鄰域搜索算法的應用
6.4.1 大鄰域搜索算法在路徑問題中的應用
6.4.2 大鄰域搜索算法在調度問題中的應用
6.5 本章小結
6.6 習題
第7章 變鄰域搜索算法
7.1 變鄰域搜索算法原理
7.1.1 變鄰域深度搜索算法原理
7.1.2 簡化變鄰域搜索算法原理
7.1.3 基本變鄰域搜索算法原理
7.1.4 偏態(tài)變鄰域搜索算法原理
7.1.5 變鄰域分解搜索算法原理
7.1.6 并行變鄰域搜索算法原理
7.2 變鄰域搜索算法的改進策略
7.3 變鄰域搜索算法的應用
7.3.1 變鄰域搜索算法在組合優(yōu)化問題中的應用
7.3.2 變鄰域搜索算法在連續(xù)優(yōu)化問題中的應用
7.3.3 變鄰域搜索算法在物流配送系統(tǒng)集成優(yōu)化問題中的應用
7.3.4 變鄰域搜索算法在開放式帶時間窗車輛路徑問題中的應用
7.4 本章小結
7.5 習題
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 迭代局部搜索算法設計原則
8.2.1 初始解設計原則
8.2.2 擾動機制設計原則
8.2.3 解接受準則設計原則
8.2.4 局部搜索設計原則
8.2.5 全局優(yōu)化設計原則
8.3 迭代局部搜索算法的應用
8.3.1 迭代局部搜索算法在旅行商問題中的應用
8.3.2 迭代局部搜索算法在其他問題中的應用
8.4 本章小結
8.5 習題
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 標準粒子群算法原理
9.3 粒子群算法參數(shù)分析
9.3.1 慣性權重分析
9.3.2 學習因子分析
9.3.3 其他參數(shù)分析
9.4 粒子群算法的應用
9.4.1 粒子群算法在模糊系統(tǒng)設計問題中的應用
9.4.2 粒子群算法在滿載需求可拆分車輛路徑問題中的應用
9.5 本章小結
9.6 習題
0章 人工免疫算法
10.1 人工免疫算法介紹
10.1.1 生物免疫系統(tǒng)
10.1.2 生物免疫基本原理
10.1.3 人工免疫系統(tǒng)及免疫算法
10.1.4 人工免疫算法與遺傳算法的比較
10.2 免疫遺傳算法介紹
10.3 免疫規(guī)劃算法介紹
10.4 免疫策略算法介紹
10.5 免疫優(yōu)化算法在物流中心選址問題中的應用
10.6 本章小結
10.7 習題
1章 人工神經網絡
11.1 人工神經網絡起源
11.2 人工神經網絡概念
11.2.1 人工神經

本目錄推薦

掃描二維碼
Copyright ? 讀書網 ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號