基本介紹
- 書名：物流實用最佳化技術
- 作者：靳志宏
- 出版社：中國物資出版社
- 出版時間：2008-08-01
基本信息,內容簡介,作者簡介,目錄,前言,
基本信息
作 者：靳志宏，計明軍 著叢 書 名：全國高等院校物流工程專業研究生規劃教材
出 版 社：中國物資出版社
ISBN：9787504728913
出版時間：2008-08-01
版 次：1
頁 數：191
裝 幀：平裝
開 本：16開
所屬分類：圖書 > 教材教輔 > 大學教材教輔
內容簡介
最佳化技術就是在滿足約束條件的可行解集合內尋求全局最優解、局部最優解的過程中所套用的理論與方法，涉及運籌學理論與計算機技術等多學科的交叉領域，具體包括數學建模、約束處理、算法設計以及程式設計等環節。《全國高等院校物流工程專業研究生規劃教材：物流實用最佳化技術（1版）》是圍繞上述最佳化過程的核心環節——算法設計來進行闡述的。數學建模與程式設計環節的內容將在《全國高等院校物流工程專業研究生規劃教材：物流實用最佳化技術（1版）》的最佳化技術基礎中簡單闡述，有關這兩方面的更詳盡的內容需參考相應的運籌學與計算機編程技術書籍。約束處理方面的內容在《全國高等院校物流工程專業研究生規劃教材：物流實用最佳化技術（1版）》相應的章節中也得以體現。
作者簡介
靳志宏，男，1963年生。東北大學工學學士、東北大學工學碩士、名古屋工業大學工學博士，大連海事大學教授、博士生導師、物流工程與管理學科帶頭人、物流系統工程研究中心主任。曾任職於中國東北大學、日本名古屋工業大學；入選“遼寧省百千萬人才工程”百層次人才。
目錄
1 最佳化問題與最佳化技術
1.1 最佳化問題
1.1.1 現實中的最佳化問題
1.1.2 最佳化問題分類
1.2 最佳化技術
1.2.1 可行解、局部最優解與全局最優解
1.2.2 數學建模
1.2.3 約束處理
1.2.4 算法設計
1.2.5 程式設計
2 最佳化技術基礎
2.1 最最佳化理論
2.1.1 凸集及其性質
2.1.2 凸組合及其性質
2.1.3 凸函式及其性質
2.1.4 凸規劃及其性質
2.2 計算複雜性理論
2.2.1 組合最佳化與組合爆炸
2.2.2 算法與計算量
2.2.3 計算量與計算複雜性
2.2.4 計算複雜性與最佳化問題解法
3 最佳化算法的設計與評價
3.1 最佳化算法的設計
3.1.1 最佳化算法及其分類
3.1.2 最佳化算法的描述
3.1.3 啟發式算法策略
3.1.4 啟發式算法求解過程
3.2 最佳化算法的評價
3.2.1 時間性能評價
3.2.2 近似性能評價
3.2.3 魯棒性能評價
3.2.4 綜合性能評價
4 傳統的啟發式算法
4.1 構築算法及其套用
4.1.1 構築算法
4.1.2 構築算法套用
4.2 改善算法及其套用
4.2.1 改善算法
4.2.2 改善算法套用
5 改進的啟發式算法
5.1 改進的構築算法
5.1.1 構築算法的局限性
5.1.2 構築算法的改進型
5.2 改進的改善算法
5.2.1 改善算法的局限性
5.2.2 改善算法的改進型
6 模擬退火算法
6.1 模擬退火算法概述
6.2 模擬退火算法參數
6.2.1 初始溫度的選取
6.2.2 溫度下降的方法
6.2.3 內循環長度的選取
6.2.4 算法的停止準則
6.3 改進的模擬退火算法
6.3.1 增加記憶功能
6.3.2 模擬退火算法的新解產生
6.4 模擬退火算法在離散最佳化問題中的套用
6.5 模擬退火算法在連續最佳化問題中的套用
7 禁忌搜尋
7.1 禁忌搜尋算法概述
7.2 禁忌搜尋算法收斂性分析
7.3 禁忌搜尋的參數實現
7.4 禁忌搜尋算法的實際套用
8 進化計算
8.1 進化計算的基本框架
8.2 遺傳算法
8.2.1 遺傳算法的基本結構
8.2.2 遺傳算法的實現技術
8.2.3 遺傳算法的理論分析
8.3 進化計算的其他形式
8.3.1 演化策略
8.3.2 進化規劃
8.4 進化計算的套用
8.4.1 進化計算的套用領域
8.4.2 進化計算求解連續最佳化問題
8.4.3 進化計算求解組合最佳化問題
9 人工神經網路
9.1 人工神經元網路
9.1.1 神經元的功能原理
9.1.2 神經元模型
9.1.3 人工神經網路的學習方法
9.1.4 人工神經網路的特點
9.1.5 人工神經網路的主要研究方向
9.2 BP神經網路
9.2.1 多層感知網路
9.2.2 BP網路
9.2.3 BP算法的改進
9.2.4 BP網路的結構參數
9.2.5 BP網路的套用
9.3 Hopfield網路
9.3.1 離散H0pfield網路
9.3.2 連續Hopfield網路
9.3.3 Hopfield網路在求解旅行商問題中的套用
10 蟻群算法
10.1 蟻群覓食規則
10.2 蟻群算法的數學模型
10.3 蟻群算法的基本程式
10.4 蟻群算法的改進
10.5 蟻群算法的套用
10.5.1 問題描述
10.5.2 插裝最佳化問題建模
10.5.3 蟻群算法的開發
10.5.4 實證實驗
11 混合算法
11.1 混合最佳化的機制與策略
11.1.1 混合最佳化基本機制
11.1.2 混合最佳化基本策略
11.2 精確解算法之間的混合算法
11.3 精確解算法與啟發式算法的混合算法
11.4 傳統與現代啟發式算法的混合算法
11.5 現代啟發式算法之間的混合算法
附錄1 BP網路套用問題示例的基本數據
附錄2 實驗對象PCB的基本數據
附錄3 18個基準測試問題
參考文獻
前言
現代化管理以及工程技術領域遇到的眾多決策問題最終都可以歸結為最佳化問題。其中，工程技術領域的最佳化問題大都為連續最佳化問題；而管理領域的最佳化問題大都為離散最佳化問題。對於現實最佳化問題，求解其全局最優解是非常困難的，甚至常常是不可能的，只能求得其局部最優解。基於此，最佳化技術可分為求解全局最優解的精確解技術以及求解局部最優解的近似解技術。本書重點針對的是後者。
最佳化技術就是在滿足約束條件的可行解集合內尋求全局最優解、局部最優解的過程中所套用的理論與方法，涉及運籌學理論與計算機技術等多學科的交叉領域，具體包括數學建模、約束處理、算法設計以及程式設計等環節。本書是圍繞上述最佳化過程的核心環節——算法設計來進行闡述的。數學建模與程式設計環節的內容將在本書的最佳化技術基礎中簡單闡述，有關這兩方面的更詳盡的內容需參考相應的運籌學與計算機編程技術書籍。約束處理方面的內容在本書相應的章節中也得以體現。
