如何求解问题 现代启发式方法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

如何求解问题 现代启发式方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

引言1

一 我的三个小孩的年龄有多大？6

1 为何有些问题难以求解？8

1.1 搜索空间的大小8

1.2 给问题建模12

1.3 随时间而变化15

1.4 约束16

1.5 证明问题18

1.6 你辉煌成就的机会19

1.7 小结22

二 一个模型有多重要?23

2 基本要件26

2.1 表示方式26

2.2 目标27

2.3 评估函数28

2.4 定义一个搜索问题29

2.5 邻域和局部最优解29

2.6 爬山法31

2.7 你会落入这种圈套吗?33

2.8 小结35

三 7-11连锁店里的价格是多少?37

3 传统方法——第一部分41

3.1 穷举搜索43

3.1.1 枚举SAT问题44

3.1.2 枚举TSP问题45

3.1.3 枚举NLP问题47

3.2 局部搜索48

3.2.1 局部搜索和SAT问题49

3.2.2 局部搜索和TSP问题50

3.2.3 局部搜索和NLP问题52

3.3 线性规划:单纯形法59

3.4 小结62

四 这些数是什么?63

4 传统方法——第二部分66

4.1 贪婪算法66

4.1.1 贪婪算法和SAT问题66

4.1.2 贪婪算法和TSP问题67

4.1.3 贪婪算法和NLP问题68

4.2 分而治之法69

4.3 动态规划法71

4.4 分枝定界法78

4.5 A算法81

4.6 小结84

五 熊是什么颜色?85

5 跳离局部最优88

5.1 模拟退火90

5.2 禁忌搜索96

5.3 小结103

六 你的直觉如何?104

6 演化方法107

6.1 求解SAT的演化方法109

6.2 求解TSP的演化方法111

6.3 求解NLP的演化方法114

6.4 小结115

七 这些东西中有一个与众不同120

7 演化算法的设计123

7.1 表示126

7.1.1 固定长的符号向量127

7.1.2 排列127

7.1.3 有穷状态机128

7.1.4 符号表达式128

7.2 评估函数129

7.3.1 固定长的符号向量131

7.3 变化算子131

7.3.2 排列132

7.3.3 有穷状态机133

7.3.4 符号表达式134

7.4 选择136

7.5 初始化138

7.6 小结139

八 最短路径是什么?140

8 旅行商问题143

8.1 寻找好的变化算子145

8.2 结合局部搜索方法161

8.3 其他可能性163

8.3.1 边组装杂交164

8.3.2 反序-杂交算子166

8.4 小结169

九 斑马属谁?171

9 约束处理技术175

9.1 概述176

9.1.1 evalf的设计177

9.1.3 evalf和evalu之间的关系179

9.1.2 evalu的设计179

9.1.4 拒绝不可行解180

9.1.5 修补不可行个体181

9.1.6 用修补后个体替换原个体181

9.1.7 惩罚不可行个体182

9.1.8 通过使用专门的表示方式和变化算子保持一个可行的种群182

9.1.9 使用译码器183

9.1.10 个体与约束的分离184

9.1.11 探索搜索空间的可行部分与不可行部分的边界184

9.1.12 寻找可地解185

9.2.1 基于保持解的可行性的方法186

9.2 数值优化186

9.2.2 基于罚函数的方法189

9.2.3 基于搜索可行解的方法195

9.2.4 基于译码器的方法201

9.2.5 混合方法202

9.3 小结204

十 你能调整问题吗?206

10 针对问题调整算法211

10.1 演化算法中的参数控制211

10.2 用一个NLP说明问题214

10.3 控制技术的分类216

10.4 参数控制方法219

10.4.1 表示方式219

10.4.2 评估函数220

10.4.3 变异算子和变异率220

10.4.4 杂交算子和杂交率222

10.4.5 父体的选择224

10.4.6 种群224

10.5 参数控制的组合形式225

10.6 小结226

十一 你能两步制胜吗?229

11 随时间变化的环境和噪声232

11.1 动态变化的世界232

11.2 现实世界是有噪声的239

11.3 小结246

十二 元旦是星期几?251

12 神经网络254

12.1 阈神经元与线性划分函数254

12.2 前馈多层感知器的反传259

12.3 训练与测试262

12.4 递归网络及其扩展结构263

12.4.2 Hopfield网络264

12.4.1 标准递归网络264

12.4.3 Boltzmann机265

12.4.4 多交互程序的网络266

12.5 采用竞争网络进行聚类267

12.6 应用神经网络求解TSP269

12.7 演化神经网络270

12.8 小结271

十三 这根绳子有多长?273

13.1 模糊集276

13 模糊系统276

13.2 模糊集和概率测度277

13.3 模糊集的运算278

13.4 模糊关系280

13.5 设计模糊控制器282

13.6 模糊聚类286

13.7 模糊神经网络289

13.8 模糊TSP291

13.9 演化模糊系统292

13.10 小结293

十四 你喜欢简单的解决办法吗?294

14 混合系统299

15 总结308

附录A 概率与统计317

A.1 概率的基本概念317

A.2 随机变量318

A.2.1 离散型随机变量319

A.2.2 连续型随机变量321

A.3 随机变量的描述性统计量322

A.4 极限定理与极限不等式324

A.5 随机变量的相加325

A.6 在计算机中产生随机数326

A.7 估计327

A.8 统计的假设检验329

A.9 线性回归330

A.10 小结331

附录B 问题与项目333

B.1 尝试一些实际问题334

B.2 报道采用启发式方法的计算实验338

参考文献340