学习型智能优化算法及其应用

学习型智能优化算法及其应用

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

本书在现有智能优化方法的基础上,探索学习型智能优化方法的基本框架。

内容简介

书中采用智能优化模型和知识模型相结合的集成建模思路,总结了精英个体知识、构件知识、算子知识和参数知识4种知识形式,构建了用于实现学习型智能优化方法的8类典型知识,以此辅助学习型智能优化方法高效地求解复杂优化问题。针对连续优化问题、离散优化问题(非对称旅行商问题、双层CARP优化问题、柔性作业车间调度问题)和实际工程问题(体系仿真优化问题、卫星地面站系统任务调度问题、多星任务规划问题),分别设计了若干种学习型智能优化算法,并对优化结果进行了分析和解释。

本书主要面向在运筹学领域研究智能优化方法的企业、高校与科研院所的研究人员,帮助读者了解学习型智能优化算法的基本原理与框架流程,提高读者对学习型智能优化算法的实践与应用能力,促进学习型智能优化算法的发展与完善。

作者简介

作者邢立宁,国防科技大学研究员,博士生导师。担任中国仿真学会智能仿真优化与调度专委会主任,湖南省系统工程与管理学会副理事长。

章节目录

版权信息

内容简介

《排序与调度丛书》编辑委员会

丛书序言

前言

第1章 绪论

1.1 背景及意义

1.2 智能优化方法

1.3 知识导向的智能优化算法

1.4 章节结构

第2章 学习型智能优化方法

2.1 学习型智能优化相关理论

2.2 学习型智能优化中的知识

2.3 学习型智能优化算法的框架与流程

2.4 本章小结

第3章 求解函数优化问题的学习型遗传算法

3.1 问题描述及特点分析

3.2 求解过程

3.3 实验结果及分析

3.4 本章小结

第4章 求解非对称旅行商问题的学习型遗传算法

4.1 问题描述及特点分析

4.2 求解过程

4.3 实验结果及分析

4.4 本章小结

第5章 求解双层CARP优化问题的学习型遗传算法和学习型蚁群算法

5.1 问题描述及特点分析

5.2 求解框架

5.3 求解过程

5.4 学习型遗传算法的实验结果及分析

5.5 学习型蚁群算法的实验结果及分析

5.6 本章小结

第6章 求解柔性作业车间调度问题的学习型蚁群算法和学习型协同进化算法

6.1 问题描述及特点分析

6.2 求解过程

6.3 学习型蚁群算法的实验结果及分析

6.4 学习型协同进化算法的实验结果及分析

6.5 本章小结

第7章 求解体系仿真优化问题的学习型遗传算法

7.1 问题描述

7.2 求解过程

7.3 实验结果及分析

7.4 本章小结

第8章 求解卫星地面站系统任务调度的学习型蚁群算法

8.1 问题描述

8.2 求解过程

8.3 实验结果及分析

8.4 本章小结

第9章 求解多星任务规划问题的学习型蚁群算法

9.1 问题描述

9.2 问题建模

9.3 求解过程

9.4 实验结果及分析

9.5 本章小结

第10章 总结与展望

10.1 主要成果

10.2 研究展望

索引

附录A 函数优化问题的一些普通测试函数

附录B 函数优化问题的一些组合测试函数

附录C 双层CARP优化问题的测试实例

附录D 双层CARP优化问题的最优下限估计方法

D.1 服务成本的最优下限估计

D.2 空车成本的最优下限估计

D.3 仓库构建成本的最优下限估计

D.4 车辆购置成本的最优下限估计

附录E 英汉排序与调度词汇

学习型智能优化算法及其应用是2019年由清华大学出版社出版,作者向尚。

得书感谢您对《学习型智能优化算法及其应用》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
多尺度量子谐振子优化算法 电子书
本书以作者在自然计算领域的研究成果为基础,全面、系统地介绍了一种基于量子谐振子物理模型的新的智能优化算法—MQHOA算法,该算法的物理模型明确、算法结构简单,无需复杂的初始条件设定和参数设置。将MQHOA算法用于求解函数优化问题和组合优化问题,并对算法的物理模型、迭代收敛性和并行性进行理论分析和实验验证。全书共7章,每章都包含了作者近年的科研成果。本书可作为自然计算算法、人工智能领域开发人员和技术
学习型社会 电子书
为重新思考中国的教育改革以及中国教育的未来发展方向提供一种不同的思路。
智能推荐算法与系统构建实践 电子书
本书从系统视角出发,阐述如何利用技术手段搭建企业级推荐系统,内容包括认知篇、数据篇、召回篇、排序篇、系统篇5个部分,覆盖企业级推荐系统建设的核心要点。本书知识体系清晰,从基础知识切入,逐步深入,先后涉及推荐系统的经典技术、主流技术和前沿技术。本书通过“理论+案例+代码示例+心得体会”的方式阐述、归纳和总结推荐系统的知识,帮助读者理解推荐系统,掌握技能,建立系统思维。本书适合对推荐系统感兴趣的初学者
数据挖掘及其应用 电子书
随着互联网、云计算和人工智能等高科技信息技术的飞速发展,人类已迈入大数据时代,但很多时候我们会感到被数据淹没,却缺乏知识的困境,并没有“得数据者得天下”的能力,我们迫切需要从海量数据中,找到值得参考的样型或规则,转换成有价值的信息或知识,创造更多新价值,因此,数据挖掘成了我们提取数据信息的必要窗口。  本书共8章,主要介绍了数据挖掘的理论方法与实践应用,内容涵盖了关联规则挖掘、决策树分析、聚类分析
智能金融应用教程 电子书
本书是为了适应人工智能、大数据、云计算和区块链在金融科技领域的应用而编写的智能金融应用教材。针对目前国内财经类专业尚未专门开设人工智能、大数据和云计算等课程,学生对人工智能、大数据和云计算领域的基本知识缺乏了解的现状,本书前3章首先简单介绍了人工智能、大数据和云计算的基本常识。然后在此基础上展开对智能金融应用主要场景的阐述。主要包括以下内容:智能投顾、智能研报、智能量化投资、智慧银行和智能保险。其