*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202406*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:智能演算法-原理與應用 ISBN:9787030756169 出版社:科學 著編譯者:郭釗俠 頁數:170 所在地:中國大陸 *此為代購商品 書號:1655474 可大量預訂,請先連絡。 內容簡介 本書系統介紹了各種主流智能演算法的原理及其在運營管理決策問題中的應用。相關演算法不僅覆蓋禁忌搜索、模擬退火、遺傳演算法、淺層前饋神經網路等傳統智能演算法,還涉及卷積神經網路、循環神經網路、注意力模型等前沿的深度神經網路演算法。本書覆蓋的典型運營決策問題案例包括產品需求預測、流水線平衡、車間調度、路徑優化、道路速度預測、醫學圖像分類等,這些案例涉及不同的問題難度與演算法複雜性,且均提供程序代碼與實驗指導,有助於讀者更好地理解和掌握智能演算法的原理與應用。 本書可作為高等院校管理科學與工程、工業工程、自動化等相關專業高年級本科生或研究生的人工智慧演算法教材,也可作為相關領域研究者或想了解和應用智能演算法的工作人員的參考書。作者簡介 郭釗俠:香港理工大學博士,現任四川大學商學院教授、博士生導師、工業工程與管理繫系主任。長期從事複雜系統建模與管理、大數據與人工智慧演算法交叉領域的研究。曾主持國家自然科學基金等科研項目20餘項,出版學術專著3部,發表論文100餘篇。代表性成果在One Earth、Nature Communications、Scientific Data、INFORMS Journal on Computing等期刊發表。曾獲得四川省科學技術進步獎二等獎(排名第1)等獎項,受邀在多個國際會議擔任大會副主席、主旨報告專家或特邀報告專家等。目錄 第1章 緒論1 1 人工智慧概述 1 2 人工智慧演算法概述 1 3 人工智慧演算法的應用 1 4 本章小結 第2章 運營管理中的典型決策問題 2 1 需求預測問題 2 2 生產優化問題 2 3 運輸優化問題 2 4 其他典型決策問題 2 5 本章小結 第3章 禁忌搜索演算法 3 1 禁忌搜索演算法的提出 3 2 基本禁忌搜索演算法 3 3 禁忌搜索演算法的改進 3 4 應用案例 3 5 本章小結 第4章 模擬退火演算法 4 1 模擬退火演算法的提出 4 2 基本模擬退火演算法 4 3 模擬退火演算法的改進 4 4 應用案例 4 5 本章小結 第5章 遺傳演算法基礎 5 1 遺傳演算法的提出 5 2 位串編碼遺傳演算法 5 3 本章小結 第6章 遺傳演算法進階 6 1 實數編碼遺傳演算法 6 2 順序編碼遺傳演算法 6 3 遺傳演算法的變體 6 4 應用案例 6 5 本章小結 第7章 蟻群演算法 7 1 蟻群演算法的提出 7 2 基本蟻群演算法 7 3 改進的蟻群演算法 7 4 應用案例 7 5 本章小結 第8章 粒子群優化演算法 8 1 粒子群優化演算法的提出 8 2 基本粒子群優化演算法 8 3 標準粒子群優化演算法 8 4 離散粒子群優化演算法 8 5 應用案例 8 6 本章小結 第9章 人工神經網路基礎 9 1 人工神經網路的生物學基礎 9 2 從生物神經網路到人工神經網路 9 3 人工神經網路的構成要素 9 4 本章小結 第10章 多層感知器 10 1 多層感知器的提出 10 2 多層感知器模型 10 3 學習演算法 10 4 多層感知器的設計 10 5 應用案例 10 6 本章小結 第11章 卷積神經網路 11 1 卷積神經網路的提出 11 2 卷積神經網路的基本原理 11 3 卷積神經網路的訓練 11 4 典型卷積神經網路 11 5 應用案例 11 6 本章小結 第12章 循環神經網路 12 1 循環神經網路的提出 12 2 基於門控的循環神經網路 12 3 其他循環神經網路 12 4 應用案例 12 5 本章小結 第13章 注意力模型 13 1 注意力機制的提出 13 2 注意力機制的變體 13 3 自注意力模型與多頭自注意力模型 13 4 使用自注意力模型的深度學習演算法 13 5 應用案例 13 6 本章小結 參考文獻 附錄 A1 基於torchvision包的卷積神經網路實現 A2 拓展閱讀:魔笛Python實驗平台 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |