啟發式最佳化算法理論及套用

內容簡介

本書系統、全面地介紹了用於求解**化問題的10種智慧型啟發式算法的基本思想、設計原理及套用案例，分別為遺傳算法、蟻群算法、模擬退火算法、禁忌搜尋算法、大鄰域搜尋算法、變鄰域搜尋算法、疊代局部搜尋算法、粒子群算法、人工免疫算法及人工神經網路。

本書可作為高等院校計算機科學與技術、人工智慧等理工類相關專業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本科生及研究生教材。

圖書目錄

第1章緒論

1.1最最佳化問題定義及分類

1.1.1最最佳化問題定義

1.1.2最最佳化問題分類

1.2最最佳化方法特點及分類

1.2.1最最佳化方法特點

1.2.2最最佳化方法分類

1.3啟發式算法定義及特點

1.3.1啟發式算法定義

1.3.2啟發式算法特點

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遺傳運算元

2.2.1選擇運算元

2.2.2交叉運算元

2.2.3變異運算元

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

2.3.2參數設計原則

2.4遺傳算法的套用

2.4.1遺傳算法在01背包問題中的套用

2.4.2遺傳算法在函式極值問題中的套用

2.4.3遺傳算法在旅行商問題中的套用

2.4.4遺傳算法在機器學習中的套用

2.4.5遺傳算法在其他領域中的套用

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蟻群算法的套用

3.2.1蟻群算法在旅行商問題中的套用

3.2.2蟻群算法在函式極值問題中的套用

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模擬退火算法的套用

4.3.1模擬退火算法在旅行商問題中的套用

4.3.2模擬退火算法在電商物流配送問題中的套用

4.3.3模擬退火算法在登機口分配問題中的套用

啟發式最佳化算法理論及套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條