現(xiàn)代優(yōu)化計(jì)算方法

     目錄
   序言
   第1章 概論
    1.1組合最優(yōu)化問題
    1.2計(jì)算復(fù)雜性的概念
    1.3鄰域概念
    1.4啟發(fā)式算法
    1.5NP，NPC和NPhard概念
    1.6小結(jié)
    練習(xí)題
    參考文獻(xiàn)
   第2章 禁忌搜索算法
    2.1局部搜索
    2.2禁忌搜索
    2.3技術(shù)問題
    2.4應(yīng)用實(shí)例
    練習(xí)題
    參考文獻(xiàn)
   第3章 模擬退火算法
    3.1模擬退火算法及模型
    3.2馬爾可夫鏈
    3.3時(shí)齊算法的收斂性
    3.4非時(shí)齊算法收斂性簡(jiǎn)介
    3.5實(shí)現(xiàn)的技術(shù)問題
    3.6應(yīng)用案例——下料問題
    練習(xí)題
    參考文獻(xiàn)
   第4章 遺傳算法
    4.1遺傳算法
    4.2模板理論
    4.3馬爾可夫鏈?zhǔn)諗糠治?br />     4.4實(shí)現(xiàn)的技術(shù)問題
    4.5遺傳模擬退火算法
    4.6應(yīng)用案例——生產(chǎn)批量問題
    練習(xí)題
    參考文獻(xiàn)
   第5章 人工神經(jīng)網(wǎng)絡(luò)
    5.1人工神經(jīng)網(wǎng)絡(luò)的基本概念
    5.2單層前向神經(jīng)網(wǎng)絡(luò)
    5.3多層前向神經(jīng)網(wǎng)絡(luò)
    5.4競(jìng)爭(zhēng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
    5.5反饋型神經(jīng)網(wǎng)絡(luò)
    練習(xí)題
    參考文獻(xiàn)
   第6章 拉格朗日松弛算法
    6.1基于規(guī)劃論的松弛方法
    6.2拉格朗日松弛方法的理論
    6.3拉格朗日松弛的進(jìn)一步討論
    6.4拉格朗日松弛算法
    6.5拉格朗日松弛在能力約束單機(jī)排序問題中
    的應(yīng)用
    練習(xí)題
    參考文獻(xiàn)
    索引及英文關(guān)鍵詞