面向复杂优化问题求解的智能优化方法 [Intelligent Optimization Methods for Solving Complex Optimization Problems] 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

内容简介

　　《面向复杂优化问题求解的智能优化方法》首先从一般优化问题求解的角度，论述了优化问题的研究意义、优化研究中的基本概念与数学模型、优化问题的分类与求解方法运用原则，并介绍了智能优化的概念、方法分类以及发展历史。然后介绍了8类典型智能优化方法的基本思想、概念和原理、步骤流程、典型的算法变体以及算法的扩展与改进设计等内容。从共性理论与方法角度出发，介绍了智能优化方法的统一框架、探索一开发权衡理论，并介绍了典型的混合智能优化算法以及通用的混合策略分类法。在应用方面，针对多类典型的、具有不同难度特征的优化问题，分别介绍了智能优化方法在这些问题求解中的设计与运用方法。这些问题提炼于作者长期从事的与先进火力与指挥控制系统相关的科研实践。
　　《面向复杂优化问题求解的智能优化方法》可供自动化、计算机、系统工程、信息处理、运筹与管理、应用数学等专业的教师以及相关领域的技术开发人员参考，也可作为相关专业的高年级本科生和研究生的教材。

作者简介

　　辛斌，男，1982年生，山东海阳人，博士。2004年、2012年在北京理工大学分别获学士学位、博士学位，毕业后留校任教，2015年晋升副教授，2017年晋升博士生导师。2012年获关肇直奖。博士学位论文获2013年北京市优秀博士学位论文、2014年中国自动化学会首届优秀博士学位论文。主要研究方向为智能优化的理论和方法及应用，在IEEE-T-EC、IEEE-T-Cybern等国内外刊物与会议上发表论文60余篇，出版学术专著3部。获教育部自然科学奖一等奖1项、国防科技进步二等奖4项。
　　
　　陈杰，男，1965年生，福建福清人，博士。北京理工大学教授、博士生导师。“复杂系统智能控制与决策”国家重点实验室主任、国家杰出青年科学基金获得者、教育部长江学者奖励计划特聘教授、国家自然科学基金创新研究群体学术带头人，973项目首席科学家，新世纪百千万人才工程国家人才，全国优秀科技工作者，北京市优秀博士学位论文指导教师。国际刊物JSSC执行编辑，IEEE-T-Cybern、IjRNC、SC/ChinaInfSci等国内外著名刊物的副主编。主要研究方向为复杂系统的多指标优化与协调控制。

内页插图

目录

第1章 绪论
1．1 最优化问题的研究意义
1．2 优化问题的基本概念与数学模型
1．3 优化问题的分类与求解方法运用原则
1．3．1 解的分类
1．3．2 目标的分类
1．3．3 约束的分类
1．3．4 优化问题的分类谱系
1．3．5 问题规模与计算复杂性
1．3．6 求解方法的运用原则与搜索优化算法的一般流程
1．4 智能优化的概念
1．5 智能优化方法的分类
1．6 智能优化研究的发展历史
问题与思考
参考文献

第2章 典型智能优化方法
2．1 伪随机数的生成
2．1．1 均匀分布的伪随机数
2．1．2 任意概率分布的伪随机数
2．2 混沌迭代与混沌搜索算法
2．3 模拟退火算法
2．3．1 模拟退火算法的原理
2．3．2 模拟退火算法的基本结构
2．3．3 多目标模拟退火算法
2．4 禁忌搜索算法
2．4．1 禁忌搜索算法的基本思想
2．4．2 禁忌搜索算法流程
2．5 遗传算法
2．5．1 遗传算法的基本概念和思想
2．5．2 遗传算法的改进研究、经典变体及其应用
2．6 差分进化算法
2．6．1 传统差分进化算法
2．6．2 差分进化算法的先进变体
2．7 分布估计算法
2．7．1 分布估计算法的思想与算法流程
2．7．2 离散型分布估计算法
2．7．3 连续型分布估计算法
2．7．4 动态环境下的分布估计算法
2．7．5 多目标分布估计算法
2．7．6 分布估计算法的应用
2．8 蚁群优化算法
2．8．1 蚁群算法的思想起源
2．8．2 基本蚁群算法原理
2．8．3 改进蚁群算法
2．9 粒子群优化算法
2．9．1 粒子群优化算法的相关背景
2．9．2 经典粒子群优化算法
2．9．3 新型粒子群优化算法
问题与思考
参考文献

第3章 智能优化方法的统一框架与共性理论
3．1 智能优化方法的统一框架
3．2 智能优化方法的收敛性分析
3．2．1 收敛性与全局收敛性的定义
3．2．2 全局收敛性定理
3．2．3 关于收敛性的讨论
3．3 搜索空间的探索一开发权衡
3．3．1 探索与开发的定义与权衡方式
3．3．2 “探索一开发”权衡的多阶段随机压缩模型
3．4 总结与讨论
问题与思考
参考文献

第4章 混合型智能优化方法
4．1 文化基因算法
……
第5章 智能优化方法在作战资源部署问题中的应用
第6章 智能优化方法在作战资源分配问题中的应用
第7章 智能优化方法在运动体路径规划问题中的应用

前言/序言

　　进化计算研究的先驱、进化策略的提出者Schwefel教授曾指出：“无论是关于工程学、经济学、管理学、数学、物理学，还是关于社会科学的现代杂志，几乎每一本都在它的主题索引上有‘优化’的概念。”优化问题普遍存在于作战运筹与规划、企业生产、社会管理等不同领域的科学研究中。对各种优化问题的求解需求促生了各种优化方法，优化问题的多样性和复杂性使得我们难以通过单一的方法来有效地解决所有问题，因此优化方法也呈现出明显的多样性。另一方面，人类对问题求解性能的追求和设计思想的多样化也促进了优化方法的多元化发展。
　　与数学规划领域建立的各种传统优化方法相比，智能优化方法是一类受不同自然规律启发设计而成的优化方法，主要用于解决各种复杂难解的优化问题。科学研究和工程实践中的大量优化问题都呈现出大规模、变量混杂、高复杂度、多目标、强约束、非线性、多极值、不确定性、动态时变，甚至建模困难等难点，很多问题还带有较强的计算实时性要求，这使得传统方法往往难以适用。智能优化方法对问题性质几乎无任何要求，并具有全局搜索优化能力，尤其适合求解具有上述各种难解特征的复杂优化问题，作为一类具有很强通用性的优化方法被广泛应用于不同领域的工程实际中。
　　由于设计思想和具体应用的多样性，智能优化方法门类众多，研究成果非常分散，不利于初学者在短时间内系统地掌握这方面的方法和技术。因此，本书尽量挑选具有代表性的多种经典和热点智能优化方法向读者进行介绍，以求兼顾内容的基础性和前沿性。同时，本书融入作者多年来从事智能优化方法与理论研究的经验和成果，对典型智能优化方法以及共性理论进行了系统的介绍，并从先进火力与指挥控制系统的研究中提炼出多类典型优化问题。这些优化问题各具特点，反映了不同的求解难点和挑战性。本书以这些典型优化问题为例，详细介绍了如何把智能优化方法以及先进的设计思想融入具体问题的求解中。为了便于读者深入学习，各章之后附有思考题和相关的参考文献，书后附有术语的中英文对照表。
　　本书包括7章内容。第1章为绪论，论述了最优化问题的研究意义、优化研究中的基本概念与数学模型、优化问题的分类与求解方法运用原则，并介绍了智能优化的概念、方法分类以及发展历史。第2章首先介绍了伪随机数的生成方法，然后介绍了8类典型的智能优化方法（混沌优化算法、模拟退火算法、禁忌搜索算法、遗传算法、差分进化算法、分布估计算法、蚁群优化算法、粒子群优化算法），包括各种方法的基本概念和原理、步骤流程、典型的算法变体以及算法的扩展与改进设计等。第3章从智能优化方法的共性角度出发，从统一框架和共性理论层面对智能优化方法进行分析，介绍了算法的收敛性分析方法和作者关于一类共性核心问题——“探索一开发权衡问题”的研究。第4章介绍了一类典型的混合智能优化算法——“文化基因算法”，以及作者建立的一种通用的混合策略分类法，这种分类法可以作为高级混合优化算法的设计指导。第5～7章每一章都以一类具体的优化问题为研究对象和主题线索，具体介绍了智能优化方法的设计和应用，并对相关背景领域的研究进行了系统的介绍和分析。
　　本书大部分内容取自作者自身以及指导的研究生的科研成果，其中包括张兴博士以及博士生丁玉隆、丁舒忻、李娟、曾杰，硕士生王艺鹏、朱阳光等所做的研究工作。第5章由陈杰完成，其余章节由辛斌完成。第2章、第5～7章的内容由研究生参与撰写，包括丁玉隆、王艺鹏、朱阳光、李娟、陈璐、高冠强、高源、徐小桓、展娇杨、曾杰、漆鸣凤。最后由辛斌统一校阅、统调、定稿。在此感谢学生们的辛勤劳动和付出。由于作者水平有限，书中难免存在不足和错误，恳请广大读者批评指正，欢迎读者来信勘误和交流。
　　本书可供自动化、计算机、系统工程、信息处理、管理、应用数学等专业的教师以及相关领域的技术开发人员参考，也可作为相关专业的高年级本科生和研究生的教材。
面向复杂优化问题求解的智能优化方法 [Intelligent Optimization Methods for Solving Complex Optimization Problems] 下载 mobi epub pdf txt 电子书 格式

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

评分☆☆☆☆☆

非常好，质量杠杠滴，值得购买

类似图书 点击查看全场最低价