如今，科学技术正处于多学科相互交叉和渗透的时代。特别是，计算机科学与技术的迅速发展，从根本上改变了人类的生产与生活。同时，随着人类生存空间的扩大以及认识与改造世界范围的拓宽，人们对科学技术提出了新的和更高的要求，其中对高效的优化技术和智能计算的要求日益迫切。 优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。作为一个重要的科学分支，它一直受到人们的广泛重视，并在诸多工程领域得到迅速推广和应用，如系统控制、人工智能、模式识别、生产调度、VLSI技术和计算机工程等。鉴于实际工程问题的复杂性、约束性、非线性、多极小、建模困难等特点，寻求一种适合于大规模并行且具有智能特征的算法已成为有关学科的一个主要研究目标和引人注目的研究方向。 20世纪80年代以来，一些新颖的优化算法，如人工神经网络、混沌、遗传算法、进化规划、模拟退火、禁忌搜索及其混合优化策略等，通过模拟或揭示某些自然现象或过程而得到发展，其思想和内容涉及数学、物理学、生物进化、人工智能、神经科学和统计力学等方面，为解决复杂问题提供了新的思路和手段。这些算法独特的优点和机制，引起了国内外学者的广泛重视并掀起了该领域的研究热潮，且在诸多领域得到了成功应用。在优化领域，由于这些算法构造的直观性与自然机理，因而通常被称作智能优化算法(intelligent optimization algorithms)，或称现代启发式算法(meta\|heuristic algorithms)。 目前，智能优化算法的研究成果相当分散，初涉优化领域的研究工作者需花费较多时间和精力才能掌握这方面的优化技术。为推动和指导在校师生在该领域的研究和应用，本书将模拟退火算法、遗传算法、禁忌搜索、神经网络优化算法及其混合优化策略有机集成，强调各类算法的结构统一性和研究系统性，结合国内外研究成果，从理论、技术和应用几方面进行系统的阐述和深入的分析与讨论，并通过各类实例分析指导算法的应用。 本书内容自成体系，由7章组成。第1章为绪论，主要介绍优化问题和优化算法及其分类、计算复杂性和NP等概念。第2，3和4章分别介绍了模拟退火、遗传算法和禁忌搜索的优化流程、机制与特点、收敛性理论、参数选取与实现技术、算法改进等内容。第5章首先介绍了神经网络的发展、模型和BP算法，进而介绍了基于Hopfield网络的优化算法流程、收敛理论和改进途径，以及基于混沌神经网络和混沌序列的优化方法等内容。第6章将各种邻域搜索算法加以统一描述，通过对算法要素和流程的分析与归纳，提出了邻域搜索算法的统一结构和算法性能评价指标，并综述了有关研究进展。第7章阐述了混合优化策略的开发与设计，着重介绍了一类GASA混合优化策略的设计与分析。第8章则介绍了混合优化策略在函数优化、模型辨识、控制器参数整定、TSP，生产调度、神经网络和光学仪器设计等领域的应用。最后,本书在附录中给出了TSP,Jobshop和Flowshop的若干Benchmark问题。 本书可作为与优化相关专业的师生、研究人员以及工程技术人员的参考书。由于作者水平有限，对于本书的不足之处，诚望读者批评指正。

• 暂无课件
• 暂无样章
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接