非線性規(guī)劃的優(yōu)化算法研究

定　價(jià)：￥98.00

作　者：	汪春峰
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥73.50)

ISBN：	9787030782366	出版時(shí)間：	2024-06-01	包裝：	平裝-膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　非線性規(guī)劃問(wèn)題在經(jīng)濟(jì)和工程等領(lǐng)域中普遍存在，具有廣泛的應(yīng)用價(jià)值。隨著社會(huì)的發(fā)展，非線性規(guī)劃問(wèn)題的規(guī)模和結(jié)果也越來(lái)越復(fù)雜，要獲得相應(yīng)問(wèn)題的解也變得越來(lái)越困難。化方法是解決這些問(wèn)題強(qiáng)有力的工具，人們提出了許多求解非線性規(guī)劃問(wèn)題的化方法。這些方法在機(jī)理上大致可以分為確定性化方法和隨機(jī)性化方法兩類，這兩種方法各有千秋。本書介紹幾個(gè)求解非線性規(guī)劃問(wèn)題的確定性優(yōu)化方法和隨機(jī)性化方法。全書內(nèi)容共10章，分為PARTⅠ和PARTⅡ兩部分。PARTⅠ針對(duì)比式和規(guī) 劃、多乘積規(guī)劃、幾何規(guī)劃等工程上出現(xiàn)的化問(wèn)題，提出了幾個(gè)有效的分支定界算法，并證明了算法的收斂性，該部分屬于確定性化方法。PARTⅡ針對(duì)群智能化方法中的螢火蟲(chóng)算法及粒子群算法的改進(jìn)做了研究，探討了收斂性等相關(guān)問(wèn) 題，該部分屬于隨機(jī)性化方法。本書面向優(yōu)化領(lǐng)域的研究人員，包括人工智能、應(yīng)用數(shù)學(xué)等專業(yè)的高年級(jí)本科生和研究生。

作者簡(jiǎn)介

暫缺《非線性規(guī)劃的優(yōu)化算法研究》作者簡(jiǎn)介

圖書目錄

PARTⅠ 確定性化方法
第1章確定性化方法簡(jiǎn)介
第2章無(wú)盒子約束線性多乘積規(guī)劃問(wèn)題的全局化
2.1 線性松弛規(guī)劃問(wèn)題
2.2 算法及其收斂性
2.2.1 分支過(guò)程
2.2.2 定界過(guò)程
2.2.3 分支定界算法
2.2.4 收斂性分析
2.3 數(shù)值試驗(yàn)
第3章有盒子約束線性多乘積規(guī)劃問(wèn)題的全局化
3.1 線性松弛規(guī)劃問(wèn)題
3.2 縮減技巧
3.3 算法及其收斂性
3.3.1 分支規(guī)則
3.3.2 分支定界算法
3.3.3 收斂性分析
3.3.4 數(shù)值試驗(yàn)
第4章線性比式和規(guī)劃問(wèn)題的全局化
4.1 問(wèn)題FP的求解方法
4.1.1 等價(jià)問(wèn)題及其線性松弛
4.1.2 算法及其收斂性
4.1.3 數(shù)值試驗(yàn)
4.2 GFP的求解方法
4.2.1 預(yù)備知識(shí)
4.2.2 基本運(yùn)算
4.2.3 算法及其收斂性
4.2.4 數(shù)值試驗(yàn)
第5章非線性比式和規(guī)劃問(wèn)題的全局化
5.1 預(yù)備知識(shí)
5.1.1 初始單純形及單純形對(duì)分
5.1.2 下界
5.1.3 上界
5.2 算法及其收斂性
5.3 數(shù)值試驗(yàn)
第6章廣義幾何規(guī)劃問(wèn)題的全局化
6.1 新的線性化方法及算法
6.2 算法的收斂性及應(yīng)用
PARTⅡ 群智能化方法
第7章群智能化方法簡(jiǎn)介
第8章基于性別差異的螢火蟲(chóng)算法及其收斂性
8.1 改進(jìn)的螢火蟲(chóng)算法
8.2 動(dòng)機(jī)及算法描述
8.2.1 動(dòng)機(jī)
8.2.2 算法描述
8.3 收斂性證明
8.3.1 定義和定理
8.3.2 基于馬爾科夫鏈的收斂分析
8.4 試驗(yàn)比較與分析
8.4.1 試驗(yàn)1：GDFA和其他三個(gè)螢火蟲(chóng)算法的性能比較
8.4.2 試驗(yàn)2：GDFA和一些其他算法的比較分析
第9章基于比較判斷的粒子群算法
9.1 改進(jìn)的粒子群算法
9.1.1 速度新方程
9.1.2 位置廢棄機(jī)制
9.2 試驗(yàn)結(jié)果及討論
9.2.1 確定L取值的試驗(yàn)
9.2.2 IPSO與PSO、CPSO、SGPSO和SPPSO的比較
9.2.3 IPSO與其他改進(jìn)PSO算法的比較
0章基于概率選擇的螢火蟲(chóng)算法
10.1 pFA
10.1.1 pFA的偽代碼及流程圖
10.1.2 計(jì)算復(fù)雜度分析
10.2 試驗(yàn)結(jié)果與分析
10.2.1 參數(shù)設(shè)置
10.2.2 試驗(yàn)1：確定和的值
10.2.3 試驗(yàn)2：pFA與FA、RaFA及NaFA的比較
10.2.4 試驗(yàn)3：pFA與DE算法及其改進(jìn)算法比較
參考文獻(xiàn)