新書推薦：
《
心灵银行手账 ： 创造真正改变的卓越系统 世界级催眠大师约翰·卡帕斯博士上世纪90年代收费75万美金
》
售價：NT$
347
《
档案中的虚构：16世纪法国的赦罪故事及故事的讲述者（人类学与新文化史研究经典力作）
》
售價：NT$
347
《
AI社会 ： 智能改变世界的十个场景（在这场AI革命中，你是否正在把命运悄悄交给看不见的算法？）
》
售價：NT$
347
《
名侦探的咒缚（东野圭吾：反推理？推理，东野写不下去了吗？这就是答案！一本让人泪流满面的奇幻悬疑）
》
售價：NT$
281
《
亚历山大在世界尽头
》
售價：NT$
408
《
生命的法则（2026年版）
》
售價：NT$
561
《
守护我们终将衰退的大脑：阿尔茨海默病防治全书 （一线医生写给中国家庭的阿尔茨海默病防治指南）
》
售價：NT$
301
《
精准表达：一说就懂的四句沟通术
》
售價：NT$
305
|
| 內容簡介： |
|
本书展示了一种新的混合优化方法来解决最重要的**化问题之一——非线性**化问题。本书共包含六章内容，第一章提出了**化问题的数学模型；第二章致力于介绍遗传算法的工作原理，并解释了遗传算法是如何应用到解**化问题之中的；第三章提出了解非线性**化问题的一个新算法；第四章提出了作业安排调度问题的结构，引入了作业安排调度问题的公式化；第五章的目的是实施解作业安排调度问题的新方法，并解释了它的细节；第六章为结论以及给未来研究者的几点建议。
|
| 目錄：
|
List of Figures
List of Tables
Abstract
CHAPTER 1: A Survey on Related Topoes
1.1 Introduction
1.2 Mathematical Model of Optimization Problems
1.3 Classification of optimization problems
1.3.1 Classification based on existence of constraints
1.3.2 Classification based on nature of the design variables
1.3.3 Classification based on physical structure of the problem
1.3.4 Classification based on nature of the equations involved
1.3.5 Classification based on permissible values of the design variables
1.3.6 Classification based on deterministic nature of the variables
1.3.7 Classification based on separability of the functions
1.3.8 Classification based on number of the objective functions
1.4 Optimization Techniques
1.4.1 Classical Optimization Techniques
1.4.1.1 Nonlinear Programming
1.4.2 Advanced Techniques
1.4.2.1 Genetic algorithm (GA)
1.4.2.2 Simulated annealing (SA)
1.4.2.3 Neural network optimization
1.4.2.4 Tabu search (TS)
1.4.2.5 Ant colony optimization (ACO)
1.4.2.6 Particle swarm optimization (PSO)
1.4.2.7 Harmony search (HS)
1.4.2.8 Artificial bee colony (ABC)
CHAPTER 2: Genetic Algorithm
2.1 Introduction
2.2 Working Principle of GA
2.3 Genetic algorithm procedure for optimization problems
2.3.1 Encoding
2.3.2 Initial Population
2.3.3 Evaluation
2.3.4 Create new population
2.3.4.1 Selection
2.3.4.2 Crossover
2.3.4.3 Mutation
2.3.5 Repair
2.3.6 Migration
2.3.7 Termination Test
2.4 Genetic algorithm Parameters
2.4.1 Crossover probability
2.4.2 Mutation probability(Pro)
2.4.3 Population Size
2.5 Advantages and disadvantages of GA
2.5.1 Advantages of GA
2.5.2 Disadvantages of GA
CHAPTER 3: A Chaos-based Evolutionary Algorithm for General Nonlinear Programming Problems
3.1 Introduction
3.2 Chaos Theory
3.3 Chaotic maps
3.4 The proposed algorithm
3.4.1 Phase I: GA
3.4.2 Phase II : Chaotic local search
3.5 Experimental results
3.5.1 Test function
3.5.1.1 Unconstrained benchmark problems
3.5.1.2 Constrained benchmark problems
3.5.2 Performance Analysis Using Different Chaotic Maps
3.5.3 Performance Analysis using logistic map
3.5.4 Speed Convergence analysis
3.6 Conclusion
CHAPTER 4: Job Shop Scheduling Problems
4.1 Introduction
4.2 Scheduling Problem Types
4.3 Job shop scheduling problem structure
4.4 Job shop scheduling problem formulation
4.4.1 Mathematical representation of JSSP
4.4.2 Disjunctive graph
4.4.3 Gantt-Chart
4.5 Complexity of JSSP
4.6 Job shop scheduling solving techniques
4.6.1 Exact techniques
4.6.1.1 Mathematical techniques
4.6.1.2 Enumerative techniques
4.6.1.3 Decomposition strategies
4.6.2 Approximate techniques
4.6.2.1 Constructive Methods
4.6.2.2 Insertion Algorithms
4.6.2.3 Evolutionary Methods
4.6.2.4 Local Search Techniques
CHAPTER 5: Hybrid Genetic Algorithm for Job Shop Scheduling Problems
5.1 Introduction
5.2 The proposed algorithm (HGA)
5.2.1 Phase I: GA
5.2.2 Phase II: Local search
5.3 Experimental Results
5.3.1 Test Problems
5.3.2 Results and discnssion
5.4 Conclusion
CHAPTER 6: Conclusions and Future Work
6.1 Conclusions
6.2 Future Work
Bibliography
编辑手记
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
