《用于最优化的计算智能》求取 ⇩

第1章 引言1

1.1 计算复杂度1

1.1.1 算法分析1

1.1.2 NP完全问题3

1.2 最优化技术综述3

1.2.1 启发式搜索3

1.2.2 霍普费尔德神经网络4

1.2.3 模拟退火与随机机4

1.2.4 均场退火4

1.2.5 遗传算法5

1.3 本书的结构5

1.4 习题5

2.1 图搜索算法6

第2章 启发式搜索方法6

前言7

2.2 启发函数10

2.3 A搜索算法12

2.4 习题13

第3章 霍普费尔德神经网络15

3.1 离散霍氏网16

3.2 连续霍氏网18

3.3 按内容联想的存储器19

3.4 组合最优化20

3.4.1 旅行商问题21

3.4.2 二分图问题23

3.4.3 N皇后问题24

3.5 习题25

4.1 统计力学和麦绰泼里斯算法27

第4章 模拟退火和随机机27

4.2 模拟退火30

4.2.1 有限时间实现31

4.2.2 一个例子：TSP33

4.3 随机机35

4.3.1 波尔兹曼机35

4.3.2 高斯机37

4.3.3 柯西机38

4.4 习题40

第5章 均场退火42

5.1 均场近似42

5.2 鞍点展开43

5.3 稳定性45

5.4 均场网的参数45

5.5 二分图示例47

5.6 习题48

第6章 遗传算法49

6.1 简单遗传操作49

6.1.1 繁殖49

6.1.2 交叉51

6.1.3 突变51

6.2 一个示例52

6.3 为什么遗传算法会奏效？54

6.4 其它遗传操作56

6.5 习题57

第7章 旅行商问题58

7.1 为什么霍氏网经常不能生成有效解答？58

7.1.1 霍氏网的动力学60

7.1.2 拉格朗日参数的另一种表达方式62

7.1.3 霍普费尔德的10城市问题63

7.2 应用启发式搜索算法求解TSP67

7.3 应用模拟退火算法求解TSP69

7.4 应用遗传算法求解TSP70

7.5 本征值分析概述71

7.6 连接矩阵的λ1的推导72

7.7 习题73

第8章 电信74

8.1 卫星广播调度74

8.1.1 SBS问题的神经网络表达74

8.1.2 SBS问题的均场公式76

8.1.3 算法的参数77

8.1.4 临界温度T078

8.1.5 一个示例80

8.2.1 多路复用方案与数据吞吐量81

8.2 集成TDMA通信系统的数据吞吐量最大化81

8.2.2 数据吞吐量的最大化82

8.3 总结86

8.4 习题86

第9章 点模式匹配87

9.1 问题的表述87

9.2 模拟退火框架89

9.2.1 编码方案89

9.2.2 能量函数90

9.2.3 扰动规则90

9.2.4 接受规则90

9.2.5 冷却流程90

9.3.4 繁殖91

9.3.2 群体空间：规模、初始化及其利用91

9.3.3 适度函数91

9.3.1 解空间的表示91

9.3 进化程序设计91

9.2.6 停止准则91

9.3.5 遗传算子92

9.3.6 模拟结果94

9.4 总结96

第10章 多处理器调度97

10.1 模型与定义97

10.2 均场退火98

10.2.1 MSP霍普费尔德能量函数98

10.2.2 均场近似100

10.2.3 MSP的均场公式100

10.2.4 数值解法和仿真100

10.3 遗传算法102

10.3.2 起始群体103

10.3.1 符号串表示103

10.3.3 适度函数104

10.3.4 遗传操作104

10.3.5 完整的算法106

10.3.6 仿真结果107

10.4 习题108

第11章 作业调度109

11.1 调度的分类110

11.2 JSP的遗传算法111

11.2.1 JSP的编码方式111

11.2.2 调度的生成112

11.2.3 遗传操作114

11.3 仿真结果115

11.4 习题116

参考文献117

各词术语中英文对照表(以汉语拼音排序)127