最優化方法基礎 (第二版) 專祥濤 鄭宇 9787307243958 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：武漢大學
物品所在地：中國大陸
原出版社：武漢大學
NT$293
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *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：202408*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：最優化方法基礎 (第二版) ISBN：9787307243958 出版社：武漢大學 著編譯者：專祥濤 鄭宇 頁數：231 所在地：中國大陸 *此為代購商品 書號：1672466 可大量預訂，請先連絡。 內容簡介 本書從最優化方法應用者的角度，較為系統地介紹了最優化問題地建模、演算法結構、凸優化問題數學基礎、基本地經典優化演算法和基本地啟髮式優化演算法。詳細地講解了線性規劃方法、一維搜索方法、無約束非線性最優化問題的演算法、帶約束的非線性最優化問題的演算法、模擬退火演算法、遺傳演算法和粒子群演算法等。書中對上述方法都附有實例，便於讀者理解應用這些方法處理問題背後的原理和思路，學習實際解決問題的方法和步驟，提高使用最優化問題建模和演算法解決實際問題的能力。 本書可作為高等學校工科各專業及管理等相關專業的教材，也可作為相關領域研究愛好者參考使用。目錄 第1章 概論1 1 線性規劃問題 1 2 非線性最優化問題 1 3 多目標規劃問題 1 4 目標規劃問題 1 5 多層規劃問題 習題1 第2章 最優化模型 2 1 五步方法建模 2 2 靈敏性分析 2 3 穩健性分析 2 4 最優化模型的評價 2 5 最優化模型求解 2 5 1 求解演算法的評價 2 5 2 演算法的時間複雜度 2 6 常用的演算法搜索結構 2 6 1 收斂性的概念 2 6 2 收斂性的證明 2 6 3 收斂準則（停止條件） 2 6 4 收斂速度 2 6 5 線搜索演算法 2 7 凸集和凸函數 2 7 1 凸集 2 7 2 凸函數 習題2 第3章 線性規劃 3 1 線性規劃的標準形式 3 2 基本定理 3 3 單純形法 3 3 1 標準形式的等價形式——典式 3 3 2 單純形演算法 3 4 單純形表 3 4 1 一般單純形表格法 3 4 2 最優性條件 3 4 3 單純形表的改進 3 4 4 退化情形 3 5 兩階段法與大M法 3 5 1 兩階段法 3 5 2 大M法 習題3 第4章 無約束非線性最優化方法 4 1 最優性條件 4 2 非線性最優化演算法步驟 4 3 步長因子的搜索（一維搜索） 4 3 1 精確線搜索 4 3 2 非精確線搜索 4 4 下降方向的搜索（解析法） 4 4 1 最速下降法 4 4 2 共軛梯度法 4 4 3 牛頓法 4 4 4 變尺度法 4 5 下降方向的搜索（直接法） 4 5 1 坐標輪換法 4 5 2 鮑維爾法 4 5 3 單形替換法 4 6 無約束最優化方法的評價和選擇 習題4 第5章 約束非線性最優化方法 5 1 最優性條件 5 1 1 等式約束問題的最優性條件 5 1 2 不等式約束問題的最優性條件 5 1 3 一般約束問題的最優性條件 5 2 罰函數法 5 2 1 外罰函數法 5 2 2 內點法 5 2 3 乘子法 5 3 可行方向法 5 3 1 Zoutendijk可行方向法 5 3 2 非線性約束下的可行方向法 5 3 3 梯度投影法 5 3 4 簡約梯度法 5 4 二次規劃 5 4 1 等式約束凸二次規劃的解法 5 4 2 一般凸二次規劃的有效集方法 5 5 序列二次規劃法 5 5 1 搜索方向的確定 5 5 2 步長的確定 5 6 非線性最小二乘問題 5 6 1 線性最小二乘問題 5 6 2 Gauss-Newton法 5 6 3 Levenberg-Marquardt方法 習題5 第6章 啟髮式演算法概述 6 1 軌跡法 6 1 1 模擬退火演算法 6 1 2 禁忌搜索 6 1 3 貪婪隨機自適應搜索過程 6 1 4 導向性局部搜索 6 1 5 變鄰域搜索 6 1 6 迭代局部搜索 6 2 群體法 6 2 1 演化計算 6 2 2 分散搜索 6 2 3 粒子群優化 6 2 4 蟻群優化 6 3 混合啟髮式演算法 習題6 第7章 模擬退火演算法 7 1 模擬退火演算法的基本原理 7 2 模擬退火演算法框架 7 2 1 數學模型 7 2 2 冷卻參數表 7 2 3 新解接受機制 7 3 模擬退火演算法的可行性 7 4 模擬退火演算法應用舉例 7 5 模擬退火演算法的改進 7 5 1 有記憶的模擬退火演算法 7 5 2 單純形一模擬退火演算法 習題7 第8章 遺傳演算法 8 1 起源與發展 8 2 基本術語 8 2 1 生物遺傳學術語 8 2 2 三種遺傳操作 8 3 基本遺傳演算法 8 3 1 遺傳演算法所需的參數 8 3 2 基本遺傳演算法 8 3 3 基本遺傳演算法應用舉例 8 4 改進遺傳演算法 8 4 1 順序選擇遺傳演算法 8 4 2 適值函數標定的遺傳演算法 8 4 3 大變異遺傳演算法 8 4 4 自適應遺傳演算法 8 4 5 雙切點交叉遺傳演算法 習題8 第9章 粒子群優化演算法 9 1 粒子群演算法概述 9 2 基本粒子群演算法 9 3 基本粒子群演算法應用舉例 9 4 改進粒子群演算法 9 4 1 帶壓縮因子的粒子群演算法 9 4 2 權重改進的粒子群演算法 9 4 3 變學習因子的粒子群演算法 9 4 4 二階粒子群演算法 習題9 參考文獻 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。 |
