運籌學與最優(yōu)化方法

前言
第1章　運籌學思想與運籌學建模
　1.1　運籌學的特點及其應(yīng)用
　1.2　運籌學建模
　1.3　基本概念和符號
第2章　基本概念和基本理論
　2.1　數(shù)學規(guī)劃模型的一般形式
　2.2　凸集、凸函數(shù)和凸規(guī)劃
　2.3　多面體、極點和極方向
第3章　線性規(guī)劃
　3.1　線性規(guī)劃模型
　3.2　線性規(guī)劃的單純形法
　3.3　線性規(guī)劃的對偶問題
　3.4　靈敏度分析
第4章　最優(yōu)化搜索算法的結(jié)構(gòu)與一維搜索
　4.1　常用的搜索算法結(jié)構(gòu)
　4.2　一維搜索
第5章　無約束最優(yōu)化方法
　5.1　最優(yōu)性條件
　5.2　最速下降法
　5.3　牛頓法及其修正
　5.4　共軛梯度法
　5.5　變尺度法
　5.6　直接搜索算法
第6章　約束最優(yōu)化方法
　6.1　Kuhn-Tucker條件
　6.2　既約梯度法及凸單純形法
　6.3　罰函數(shù)法及乘子法
第7章　目標規(guī)劃
　7.1　目標規(guī)劃模型
　7.2　目標規(guī)劃的幾何意義及圖解法
　7.3　求解目標規(guī)劃的單純形方法
第8章　整數(shù)規(guī)劃
　8.1　整數(shù)規(guī)劃問題的提出
　8.2　整數(shù)規(guī)劃解法概述
　8.3　分村定界法
　8.4　割平面法
　8.5　0-1規(guī)劃的隱枚舉法
　8.6　分派問題及解法
第9章　層次分析法
　9.1　層次分析法的基本過程
　9.2　層次分析法應(yīng)用中若干問題的處理
　9.3　應(yīng)用舉例
第10章　智能優(yōu)化計算簡介
　10.1　人工神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)優(yōu)化算法
　10.2　遺傳算法
　10.3　模擬退火算法
　10.4　神經(jīng)網(wǎng)絡(luò)權(quán)值的混合優(yōu)化學習策略
　10.5　應(yīng)用舉例
參考文獻