應(yīng)用數(shù)學(xué)譯叢：網(wǎng)絡(luò)模型與多目標(biāo)遺傳算法簡介，目錄書摘
2019-11-08 14:24
來源：京東
作者：京東
應(yīng)用數(shù)學(xué)譯叢：網(wǎng)絡(luò)模型與多目標(biāo)遺傳算法
暫無報價
100+評論
99%好評
編輯推薦: 《應(yīng)用數(shù)學(xué)譯叢：網(wǎng)絡(luò)模型與多目標(biāo)遺傳算法》實(shí)用性強(qiáng)，摒棄工具書中難懂的理論講解，通過使用具體數(shù)值實(shí)例進(jìn)行淺顯易懂的講解，保證大學(xué)低年級學(xué)生憑借現(xiàn)有的數(shù)學(xué)基礎(chǔ)知識也可以完全理解書中介紹的網(wǎng)絡(luò)數(shù)學(xué)模型和遺傳算法的解法。書中豐富的數(shù)值實(shí)例能夠加深讀者對算法的理解，為學(xué)習(xí)帶來便利。
內(nèi)容簡介:
《應(yīng)用數(shù)學(xué)譯叢：網(wǎng)絡(luò)模型與多目標(biāo)遺傳算法》首先圍繞物流配送計劃問題、網(wǎng)絡(luò)的開放式*短路徑優(yōu)先問題、多階段供應(yīng)鏈管理的網(wǎng)絡(luò)問題以及雙目標(biāo)網(wǎng)絡(luò)問題中的網(wǎng)絡(luò)系統(tǒng)的*小費(fèi)用*大流量問題這幾個可用網(wǎng)絡(luò)模型一般化的NPhard組合優(yōu)化問題，介紹如何設(shè)計不同的染色體來采用遺傳算法解決網(wǎng)絡(luò)設(shè)計問題； 然后，在數(shù)值實(shí)驗中通過求解實(shí)際問題詳細(xì)地介紹了遺傳算法的使用方法； *后， 介紹怎樣有效地運(yùn)用遺傳算法求解從基本的網(wǎng)絡(luò)模型，到通信網(wǎng)絡(luò)、邏輯系統(tǒng)、先進(jìn)的生產(chǎn)計劃等不同的多目標(biāo)網(wǎng)絡(luò)模型。
本書通過使用具體數(shù)值實(shí)例進(jìn)行淺顯易懂的講解，而沒有涉及難懂的理論講解，大學(xué)低年級學(xué)生憑借其現(xiàn)有的數(shù)學(xué)基礎(chǔ)知識就可以完全理解書中介紹的網(wǎng)絡(luò)數(shù)學(xué)模型和遺傳算法的解法。書中豐富的數(shù)值實(shí)例能夠加深讀者對算法的理解，為學(xué)習(xí)帶來便利。
目錄:
第1章遺傳算法
1.1遺傳算法基礎(chǔ)
1.1.1遺傳算法概述
1.1.2編碼
1.1.3適值函數(shù)
1.1.4遺傳操作
1.1.5應(yīng)用于非線性*優(yōu)化問題
1.2遺傳算法應(yīng)用于組合優(yōu)化問題的實(shí)例
1.2.1配詞問題
1.2.2背包問題
1.3混合遺傳算法
1.3.1lshGA
1.3.2flchGA
1.4參考文獻(xiàn)
第2章網(wǎng)絡(luò)模型基礎(chǔ)
2.1*短路徑模型
2.1.1*短路徑問題數(shù)學(xué)模型
2.1.2基于優(yōu)先級的遺傳算法解法
2.1.3數(shù)值計算
2.2*大流量模型
2.2.1*大流量問題的數(shù)學(xué)模型
2.2.2基于優(yōu)先級編碼的遺傳算法
2.2.3數(shù)值計算
2.3*小費(fèi)用流模型
2.3.1*小費(fèi)用流問題的數(shù)學(xué)模型
2.3.2基于優(yōu)先級編碼的遺傳算法
2.3.3數(shù)值計算
2.4*小生成樹模型
2.4.1*小生成樹問題的數(shù)學(xué)模型
2.4.2基于PrimPred的遺傳算法解法
2.4.3數(shù)值計算
2.5參考文獻(xiàn)
第3章物流網(wǎng)絡(luò)模型
3.1物流模型
3.1.1配送計劃模型
3.1.2基于矩陣的遺傳算法解法
3.1.3基于生成樹的遺傳算法解法
3.1.4數(shù)值計算
3.2兩階段物流模型
3.2.1兩階段物流模型
3.2.2基于優(yōu)先級的遺傳算法解法
3.2.3數(shù)值計算
3.3車輛配送模型
3.3.1多配送中心帶時間窗的車輛配送模型
3.3.2基于遺傳算法的解法
3.3.3數(shù)值計算
3.4工廠—配送中心物流模型
3.4.1PDC物流網(wǎng)絡(luò)數(shù)學(xué)模型
3.4.2基于優(yōu)先級的遺傳算法解法
3.4.3數(shù)值計算
3.5參考文獻(xiàn)
第4章多目標(biāo)遺傳算法
4.1多目標(biāo)優(yōu)化模型概要
4.1.1多目標(biāo)優(yōu)化問題
4.1.2Pareto*優(yōu)解
4.2多目標(biāo)遺傳算法概要
4.2.1多目標(biāo)遺傳算法的處理過程
4.2.2向量評價遺傳算法
4.2.3評價值共享
4.3多目標(biāo)遺傳算法過程
4.3.1Pareto排序評價方法
4.3.2多目標(biāo)函數(shù)加權(quán)和評價方法
4.3.3多目標(biāo)函數(shù)的加權(quán)及保存精英策略的引入
4.4Pareto*優(yōu)解的評價
4.4.1參照解集S*
4.4.2求得的Pareto*優(yōu)解數(shù)量|Sj|
4.4.3獲得Pareto*優(yōu)解個體數(shù)比例RNDS(Sj)
4.4.4Pareto*優(yōu)解集與參照解集間的距離D1R
4.4.5各目標(biāo)函數(shù)軸的*大值, *小值, 平均值IMMA
4.5多目標(biāo)遺傳算法的數(shù)值計算
4.5.1數(shù)值計算實(shí)例 1
4.5.2數(shù)值計算實(shí)例 2
4.6參考文獻(xiàn)
第5章多目標(biāo)網(wǎng)絡(luò)模型
5.1*小費(fèi)用*大流量網(wǎng)絡(luò)模型
5.1.1*小費(fèi)用*大流量網(wǎng)絡(luò)的數(shù)學(xué)模型
5.1.2基于優(yōu)先級的遺傳算法解法
5.1.3數(shù)值計算
5.2多目標(biāo)供應(yīng)鏈網(wǎng)絡(luò)模型
5.2.1多目標(biāo)供應(yīng)鏈網(wǎng)絡(luò)數(shù)學(xué)模型
5.2.2基于優(yōu)先級的遺傳算法求解
5.2.3數(shù)值計算
5.3生產(chǎn)物流系統(tǒng)網(wǎng)絡(luò)模型
5.3.1生產(chǎn)物流系統(tǒng)的數(shù)學(xué)模型
5.3.2基于隨機(jī)值的多階段決策遺傳算法的解法
5.3.3數(shù)值計算
5.4通信系統(tǒng)可靠性網(wǎng)絡(luò)
5.4.1系統(tǒng)癱瘓率和總成本*小化的數(shù)學(xué)模型建立
5.4.2基于混合多目標(biāo)遺傳算法的解法
5.4.3數(shù)值計算
5.5參考文獻(xiàn)
熱門推薦文章
10
古琴曲分析簡介，目錄書摘
相關(guān)優(yōu)評榜
1
杰士派
相關(guān)排行榜
相關(guān)產(chǎn)品
1
細(xì)胞生物
3
民法講義
7
國際人力資源管理
10
羅莉
11
偉興
12
唐曉王為王春英
13
四川大中
14
格維爾茨
15
信息啟源
16
stc單片機(jī)
17
建筑材料第三版
18
油田化學(xué)
20
會計基礎(chǔ)陳國輝
21
鞍山形體訓(xùn)練
22
京公網(wǎng)安備 11000002000088號
