掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿易戰簡史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業與企業制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
最優化算法、理論和應用——基于工程和管理中的案例 版權信息
- ISBN：9787030770028
- 條形碼：9787030770028 ; 978-7-03-077002-8
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
最優化算法、理論和應用——基于工程和管理中的案例 內容簡介
基于模型化技術和高效數值計算技術解決各種各樣的實際工程與運作管理問題，已成為其它任何方法都無法取代的研究工具。本專著集成了作者及其團隊近年來在上述研究領域取得的主要研究成果，其中包括機械傳動設計問題的優化建模技術和算法、配料優化建模技術和算法、供應鏈管理優化建模技術和算法、廢舊物回收利用優化建模技術和算法、以及席位分配問題優化建模與算法。模型構建確定型優化模型，也包括不確定型優化模型，目的是保證所構建的模型更接近實際工程或管理問題。模型求解的算法開發，都是基于模型的結構和解析性質而設計的高效算法，保證算法的針對性強，具有很強的可應用性。全書通過全面地展示基于模型化技術和高效數值計算技術解決各種各樣的實際工程與運作管理問題的整體過程，讓讀者浸入式品味和掌握這一現代科學研究方法。
最優化算法、理論和應用——基于工程和管理中的案例 目錄
目錄 前言 **部分 前沿*優化算法與理論 第1章 自適應 Barzilai-Borwein 步長 3 1.1 引言 3 1.2 新型自適應 BB 步長和算法 5 1.3 收斂性分析 8 1.4 數值性能測試 15 1.4.1 病態二次問題 16 1.4.2 一般的非線性問題 20 總結 20 第2章 新型非單調線搜索 22 2.1 引言 22 2.2 新型非單調線搜索規則 24 2.3 算法及其全局收斂性 27 2.4 R-線性收斂 31 2.5 數值性能測試 33 總結 39 第3章 廣義非單調線搜索技術 40 3.1 引言 40 3.2 廣義非單調線搜索 42 3.3 算法及其收斂性分析 47 3.4 數值性能測試 53 3.4.1 不同算法之間的比較 55 3.4.2 新型非單調線搜索的特點 59 3.4.3 可調參數的影響 60 總結 63 第4章 大規模非負矩陣分解的交替非單調投影 BB 算法 64 4.1 引言 644.2 新型交替非單調投影 BB 算法 67 4.2.1 譜梯度投影策略 68 4.2.2 自適應 BB 譜步長 69 4.2.3 改進的非單調線搜索 70 4.2.4 新型高效算法 72 4.3 收斂性分析 75 4.4 數值性能測試 80 4.4.1 合成數據 80 4.4.2 在圖像重構中的應用 85 4.4.3 在雜交魚類譜系亞基因組轉錄組文本挖掘中的應用 92 4.4.4 噪聲魯棒性討論 95 總結 96 第5章 正交對偶圖正則化非負矩陣分解及協同聚類 97 5.1 引言 97 5.2 相關工作 99 5.3 新型正交對偶圖正則化非負矩陣分解模型及算法 104 5.3.1 ODGNMF的約束優化模型 104 5.3.2 ODGNMF的乘法更新策略 105 5.4 正交對偶圖正則化非負矩陣三因子分解模型及算法 108 5.4.1 ODGNMTF的約束優化模型 108 5.4.2 ODGNMTF的乘法更新策略 108 5.5 收斂性分析 112 5.5.1 算法 5.1的收斂性分析 113 5.5.2 算法 5.2的收斂性分析 116 5.5.3 算法的復雜度分析 119 5.6 數值性能測試 120 5.6.1 隨機生成人工數據集上的表現 120 5.6.2 公共數據集上的表現 123 5.6.3 噪聲魯棒性討論 127 5.6.4 參數的靈敏度分析 129 5.6.5 稀疏性分析 132 總結 141 第6章 求解矩陣空間上界約束優化問題的新算法及應用 143 6.1 引言 143 6.2 矩陣空間中相關的非單調線搜索規則 1456.3 新型非單調線搜索技術 148 6.4 收斂性分析 152 6.5 基準優化問題測試 158 6.5.1 測試問題 159 6.5.2 不同線搜索之間的對比 162 6.5.3 非單調參數的影響 169 6.6 圖像聚類模型和算法 172 6.7 聚類性能測試 176 6.7.1 聚類結果分析 178 6.7.2 算法噪聲魯棒性分析 180 6.7.3 算法的數值性能分析 182 總結 184 第7章 求解非光滑方程組新型非單調譜殘量方法 185 7.1 引言 185 7.2 新的譜步長及其在二次極小化中的應用 186 7.3 新型非單調譜殘量算法及其收斂性 195 7.4 數值性能測試 204 總結 212 第8章 求解非線性互補問題的部分光滑化雅可比方法 213 8.1 引言 213 8.2 一種新的光滑逼近函數 214 8.3 新的雅可比光滑化牛頓算法 219 8.4 收斂性分析 222 8.5 數值性能測試 226 總結 231 第9章 求解互補約束優化問題的強收斂光滑正則化方法 232 9.1 引言 232 9.2 預備知識 233 9.3 光滑正則化方法 235 9.4 收斂性分析 243 9.5 數值性能測試 250 總結 254 第10章 互補約束優化問題的部分光滑化方法 (I) 255 10.1 引言 255 10.2 預備知識 25610.3 新的部分光滑化方法和算法 258 10.4 收斂性分析 261 10.5 數值性能測試 268 總結 269 第11章 互補約束優化問題的部分光滑化方法 (II) 270 11.1 引言 270 11.2 預備知識和新的光滑化方法 271 11.3 收斂性分析和算法設計 277 11.4 數值性能測試 284 總結 286 第12章 基于人類社會學習智慧的自適應群智能優化算法 287 12.1 引言 287 12.2 相關工作 289 12.2.1 自適應更新策略 289 12.2.2 更新學習機制 290 12.2.3 多子群技術 291 12.3 模擬人類社會學習智慧的新型自適應多子群群智能算法 291 12.3.1 更新子群大小和群的劃分 291 12.3.2 自適應慣性權重算子 292 12.3.3 不同角色個體的學習策略 293 12.3.4 算法的整體框架 295 12.4 數值性能測試 296 12.4.1 實驗一: 驗證所提出的學習策略的優勢 297 12.4.2 實驗二: 與其他先進的粒子群算法變體比較 298 12.4.3 實驗三: 與其他*先進的進化算法的比較 305 總結 308 第二部分 工程與管理應用 第13章 基于現有銷售網絡再利用構建廢舊手機回收優化模型與算法 313 13.1 引言 313 13.1.1 研究背景 313 13.1.2 相關工作及不足 314 13.2 新的回收 UMP 優化模型 317 13.2.1 問題描述和基本假設 31713.2.2 符號說明 318 13.2.3 新模型的建立 319 13.3 模型性質分析與算法開發 323 13.4 案例研究 327 13.5 靈敏度分析 330 13.5.1 廢舊手機實際價值的影響 330 13.5.2 回收意愿系數的影響 332 13.5.3 合作成本參數的影響 334 總結 335 第14章 異質藥品可持續回收網絡設計的雙層規劃方法 338 14.1 引言 338 14.1.1 背景 338 14.1.2 藥品逆向物流研究綜述 339 14.1.3 可持續的 PSC 或 PRSC 網絡研究綜述 340 14.1.4 研究目標 341 14.2 藥品回收的新 NBLP 模型 341 14.2.1 藥物回收問題描述 342 14.2.2 假設和符號說明 343 14.2.3 制藥商優化模型 345 14.2.4 3PL 公司的優化模型 347 14.2.5 關于藥品回收的新 NBLP 模型 348 14.3 NBLP 模型的性質分析 349 14.4 求解 NBLP 模型的算法 353 14.4.1 NBLP 模型的重構 353 14.4.2 光滑化方法和求解算法 355 14.5 案例研究 356 14.6 模型參數靈敏度分析 359 14.6.1 銷售價格靈敏度分析 359 14.6.2 3PL 容量能力靈敏度分析 360 14.6.3 稅收減免靈敏度分析 362 總結 363 第15章 多方協同可持續廢舊藥物回收系統優化模型與算法 365 15.1 引言 365 15.1.1 背景 365 15.1.2 相關文獻和討論 36715.1.3 研究目標 369 15.2 構建一個新的 UMs 回收模型 370 15.2.1 問題描述 370 15.2.2 符號說明 371 15.2.3 一種新的回收 UMs的雙層規劃模型 373 15.3 模型性質和求解算法 377 15.3.1 模型性質分析 377 15.3.2 模型重構和算法設計 381 15.4 案例研究 382 15.5 靈敏度分析 388 15.5.1 藥物銷售價的影響 389 15.5.2 UMs 轉售價的影響 390 15.5.3 政府稅收減免政策的影響 391 15.5.4 主要的管理啟示和政策建議 392 總結 393 第16章 區塊鏈賦能冷凍食品供應鏈優化模型與算法 395 16.1 引言 395 16.2 國內外研究現狀及不足 396 16.2.1 冷鏈管理問題的模型和算法 396 16.2.2 區塊鏈賦能的供應鏈模型和算法 397 16.2.3 本章的研究意圖 398 16.3 問題描述和建立 399 16.3.1 問題描述 399 16.3.2 符號說明 400 16.3.3 需求函數 401 16.3.4 模型的目標函數 402 16.3.5 模型的約束條件 405 16.4 一類交替更新算法 406 16.5 案例研究 413 16.6 算法的優點 418 16.7 是否使用區塊鏈的場景對比 419 16.8 靈敏度分析 426 16.8.1 區塊鏈使用成本系數的影響 426 16.8.2 區塊鏈敏感性因子的影響 427 16.8.3 價格敏感性因子的影響 429總結 430 第17章 不確定環境下全球供應鏈管理優化模型與算法 432 17.1 引言 433 17.2 全球供應鏈管理優化的隨機非線性模型 435 17.2.1 符號說明 435 17.2.2 模型構建 436 17.3 加性隨機需求下全球供應鏈管理優化模型及數值仿真 441 17.3.1 加性隨機需求函數 442 17.3.2 模型構建 442 17.3.3 模型性質和算法開發 443 17.3.4 求解模型的 Topkis-Veinott 算法 445 17.3.5 模型的數值仿真 446 17.4 乘性隨機需求下全球供應鏈管理優化模型及數值仿真 454 17.4.1 需求函數 454 17.4.2 模型構建 455 17.4.3 模型性質和算法開發 456 17.4.4 基于梯度信息求解乘性需求下 GSCM 模型的算法 457 17.4.5 模型的數值仿真 458 總結 470 第18章 基于隨機優化模
展開全部
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
月亮虎
- >
李白與唐代文化
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
有舍有得是人生
- >
自卑與超越
- >
小考拉的故事-套裝共3冊
- >
巴金－再思錄
本類暢銷
