《现代优化计算方法》求取 ⇩

第1章 概论1

1.1 组合最优化问题1

1.2 计算复杂性的概念5

序言7

1.3 邻域概念11

1.4 启发式算法13

1.5 NP,NP-C和NP-hard概念28

1.6 小结48

练习题49

参考文献51

第2章 禁忌搜索算法53

2.1 局部搜索53

2.2 禁忌搜索57

2.3 技术问题62

2.4 应用实例77

练习题87

参考文献88

第3章 模拟退火算法90

3.1 模拟退火算法及模型90

3.2 马尔可夫链96

3.3 时齐算法的收敛性102

3.4 非时齐算法收敛性简介109

3.5 实现的技术问题114

3.6 应用案例--下料问题129

练习题136

参考文献138

第4章 遗传算法140

4.1 遗传算法140

4.2 模板理论149

4.3 马尔可夫链收敛分析156

4.4 实现的技术问题165

4.5 遗传模拟退火算法181

4.6 应用案例--生产批量问题183

练习题189

参考文献191

第5章 人工神经网络193

5.1 人工神经网络的基本概念195

5.2 单层前向神经网络198

5.3 多层前向神经网络210

5.4 竞争学习神经网络222

5.5 反馈型神经网络224

练习题245

参考文献245

第6章 拉格朗日松弛算法247

6.1 基于规划论的松弛方法248

6.2 拉格朗日松弛方法的理论252

6.3 拉格朗日松弛的进一步讨论263

6.4 拉格朗日松弛算法273

6.5 拉格朗日松弛在能力约束单机排序问题中的应用282

练习题290

参考文献293

索引及英文关键词294