運籌決策理論方法新編

運籌決策理論方法新編

《運籌決策理論方法新編》是2010年5月1日清華大學出版社出版的圖書,作者是王可定。

基本介紹

  • 書名:運籌決策理論方 法新編
  • 作者:王可定
  • ISBN:9787302217176
  • 定價:45.00元
  • 出版社:清華大學出版社
  • 出版時間:2010年5月1日
  • 開本:16開
內容簡介,作者簡介,圖書目錄,

內容簡介

《運籌決策理論方法新編》精練地介紹了有別於經典運籌學的多種運籌決策的理論與方法,包括:人工神經網路、進化計算、灰色系統理論、模糊決策分析、粗糙集理論與方法、系統仿真與系統動力學、系統綜合理論及信息融合技術、物元分析與集對分析、套用於運籌的軟計算方法(如:蟻群算法、禁忌搜尋算法、模擬退火算法、融合算法等)。每一章或節都是一個相對獨立的單元,但又具交叉互補性,可套用於決策與系統最佳化分析。
《運籌決策理論方法新編》適用於管理科學與工程、信息科學、數學等相關專業的高年級本科生和研究生,也可供有關學者、研究人員參考。

作者簡介

王可定,解放軍理工大學工程兵工程學院教授,博士生導師。曾受聘擔任北航北海學院經濟管理學院副院長,教授。主要研究領域:軍事系統工程、管理科學與工程。出版專著6部,發表論文60餘篇。獲省部級科技進步一、二等獎7項。獲總參謀部“人梯獎”。1993年起享受國務院特殊津貼。
周獻中,工學博士,南京大學控制與系統工程系教授,博士生導師。主要研究領域:網路系統的控制與最佳化、智慧型綜合自動化理論與技術、智慧型信息處理與信息系統等。出版著作3部,發表論文120篇。獲省部級科技進步一、二等獎4項。獲江蘇省優秀科技工作者稱號,江蘇省“333高層次人才培養工程”中青年科學技術帶頭人。

圖書目錄

第1章 人工神經網路
1.1 人工神經網路概述
1.1.1 人工神經網路的發展
1.1.2 人工神經網路的結構
1.1.3 人工神經網路的學習算法
1.2 前饋網路及其套用
1.2.1 感知器學習算法
1.2.2 反向傳播算法及其改進算法
1.2.3 SVM模型
1.2.4 前饋網路的套用
1.3 反饋網路及其套用
1.3.1 離散Hopfield網路模型
1.3.2 連續Hopfield網路模型
1.3.3 反饋網路及其最佳化中的套用
1.4 競爭網路與自組織網路
1.4.1 競爭網路原理與模型
1.4.2 向量量化與廣義向量量化模型
1.5 模糊神經網路及其套用
1.5.1 模糊感知器模型
1.5.2 模糊BP網路
1.5.3 模糊ART模型
1.5.4 模糊Kohonen聚類網路
1.5.5 Pi-Sigma模糊神經網路模型及其套用
1.5.6 補償模糊神經網路模型及其套用
1.5.7 模糊CMAC神經網路模型及其套用
本章參考文獻
第2章 進化計算
2.1 引言
2.1.1 難以求解的問題
2.1.2 從生物進化到進化計算
2.1.3 為什麼使用進化算法
2.1.4 進化算法與相關學科的關係
2.1.5 進化計算的發展歷史
2.2 進化算法的統一框架
2.2.1 表示方式
2.2.2 評估函式
2.2.3 種群
2.2.4 選擇運算元
2.2.5 變化運算元
2.2.6 初始化和終止
2.2.7 進化算法與其他技術的混合
2.3 進化多目標的計算
2.3.1 多目標最佳化
2.3.2 求解多目標最佳化的傳統數學規劃方法
2.3.3 進化多目標最佳化
2.4 進化算法的適用範圍
本章參考文獻
第3章 灰色系統理論
3.1 灰色系統的概念與基本原理
3.1.1 灰色系統理論的產生
3.1.2 灰色系統的基本概念與基本原理
3.1.3 灰色系統理論的主要內容
3.2 序列運算元與灰色序列生成
3.2.1 引言I
3.2.2 衝擊擾動系統與序列運算元
3.2.3 均值生成運算元
3.2.4 準光滑序列
3.2.5 級比生成運算元
3.2.6 累加生成運算元與累減生成運算元
3.2.7 累加生成的灰指數率
3.3 灰色關聯分析
3.3.1 灰色關聯因素和關聯運算元集
3.3.2 灰色關聯公理與灰色關聯度
3.3.3 廣義灰色關聯度
3.3.4 優勢分析
3.4 灰色聚類評估
3.4.1 灰色關聯聚類
3.4.2 灰色變權聚類
3.4.3 灰色定權聚類
3.4.4 基於三角白化權函式的灰色評估
3.5 灰色預測模型
3.5.1 GM(1,1)模型
3.5.2 GM(1,1)模型的適用範圍
3.5.3 GM(1,N)和GM(0,N)模型
3.5.4 GM(2,1)和Verhulst模型
3.5.5 區間預測模型
3.5.6 灰色災變預測模型
3.5.7 灰色波形預測模型
3.6 灰色決策模型
3.6.1 灰色決策基本概念
3.6.2 灰靶決策
3.6.3 單目標化局勢決策
本章參考文獻
第4章 模糊決策分析
4.1 模糊集的概念和運算
4.1.1 模糊集的概念
4.1.2 模糊集的運算
4.1.3 模糊集合與普通集合的相互轉化
4.1.4 模糊子集的其他運算
4.2 模糊關係
4.2.1 模糊關係和模糊矩陣的運算
4.2.2 模糊關係的合成
4.2.3 倒置關係與轉置關係
4.2.4 模糊關係的傳遞性
4.2.5 模糊等價關係與聚類圖
4.2.6 模糊聚類分析
4.3 模糊映射與模糊變換
4.3.1 普通映射的擴展與模糊映射
4.3.2 模糊映射、模糊關係和模糊變換之間的關係
4.3.3 貼近度與擇近原則
4.4 模糊綜合評價
4.4.1 簡單模糊綜合評價
4.4.2 多層次模糊綜合評價
4.5 模糊多屬性決策
4.5.1 模糊多屬性決策模型
4.5.2 屬性指標值的處理方法
4.5.3 決策模型
本章參考文獻
第5章 粗糙集理論與方法
5.1 粗糙集理論的基本概念
5.1.1 概述
5.1.2 信息系統
5.1.3 集合近似與粗糙集
5.1.4 粗糙集理論研究的基本問題與熱門話題
5.2 粗糙集的知識約簡理論
5.2.1 概述
5.2.2 知識約簡的基本定義
5.2.3 知識約簡的分辨矩陣法
5.2.4 知識約簡的啟發式算法
5.3 不同粗糙集模型的知識約簡算法
5.3.1 變精度粗糙集模型的知識約簡
5.3.2 不完備決策表的知識約簡
5.3.3 模糊決策信息系統的知識約簡
5.4 粗糙集理論的套用
……
第6章 系統仿真與系統動力學
第7章 系統綜合理論及信息融合技術
第8章 物元分析與集對分析
第9章 套用於運籌的軟計算方法
編後記
作者簡介

相關詞條

熱門詞條

聯絡我們