商品簡介
《現代優化技術/高等學校物流工程與物流管理專業系列規劃教材》是以運籌學為基礎的現代優化方法的教材，匯集了作者多年來在現代優化算法方面的科研和教學成果。主要內容包括具有啟發式特征的現代優化算法的理論、方法及應用，如優化技術理論基礎、典型解算法、傳統啟發式算法及其改進形、模擬退火算法、禁忌搜索算法、進化計算、人工神經網絡算法、蟻群算法、粒子群算法和混合算法等。
《現代優化技術/高等學校物流工程與物流管理專業系列規劃教材》可作為物流工程與管理、交通運輸規劃與管理、管理科學與工程、工商管理等相關學科與專業高年級本科生和研究生教材，也可作為MBA學生的參考教材，還可供對現代優化技術感興趣的人士研讀。
目次
第1章 優化問題與優化技術
1．1 優化問題
1．2 優化技術
第2章 優化技術基礎
2．1 優化理論
2．2 計算復雜性理論
第3章 優化算法的設計與評價
3．1 優化算法的設計
3．2 優化算法的評價
第4章 典型的解算法
4．1 窮舉法
4．2 分支定界法
4．3 列生成法
4．4 拉格朗日松弛法
4．5 常用求解軟件
第5章 傳統啟發式算法
5．1 構筑算法及其應用
5．2 改善算法及其應用
第6章 傳統啟發式算法的改進形
6．1 構筑算法的改進形
6．2 改善算法的改進形
第7章 模擬退火算法
7．1 模擬退火算法概述
7．2 模擬退火算法參數
7．3 改進的模擬退火算法
7．4 模擬退火算法在離散優化問題中的應用
7．5 模擬退火算法在連續優化問題中的應用
第8章 禁忌搜索算法
8．1 禁忌搜索算法概述
8．2 禁忌搜索算法收斂性分析
8．3 禁忌搜索算法的參數實現
8．4 禁忌搜索算法的實際應用
第9章 進化計算
9．1 進化計算的基本框架
9．2 遺傳算法
9．3 進化計算的其他形式
9．4 進化計算的應用
第10章 人工神經網絡算法
10．1 人工神經元網絡
10．2 BP神經網絡
10．3 Hopfield網絡
第11章 蟻群算法
11．1 蟻群覓食規則
11．2 蟻群算法的數學模型
11．3 蟻群算法的主要參數
11．4 蟻群算法的基本程序
11．5 蟻群算法的改進
11．6 蟻群算法的應用
第12章 粒子群算法
12．1 粒子群算法概述
12．2 改進的粒子群算法
12．3 粒子群算法的應用
第13章 混合算法
13．1 混合優化的機制與策略
13．2 解算法之間的混合算法
13．3 解算法與啟發式算法的混合算法
13．4 傳統與現代啟發式算法的混合算法
13．5 現代啟發式算法之間的混合算法
參考文獻
