不确定规划及应用

第1章 数学规划简介 1.1 线性规划 1.2 非线性规划 1.3 多目标规划 1.4 目标规划 1.5 动态规划 1.6 多层规划第2章 遗传算法 2.1 表示结构 2.2 处理约束条件 2.3 初始化过程 2.4 评价函数 2.5 选择过程 2.6 交叉操作 2.7 变异操作

第1章 数学规划简介 1.1 线性规划 1.2 非线性规划 1.3 多目标规划 1.4 目标规划 1.5 动态规划 1.6 多层规划第2章 遗传算法 2.1 表示结构 2.2 处理约束条件 2.3 初始化过程 2.4 评价函数 2.5 选择过程 2.6 交叉操作 2.7 变异操作 2.8 遗传算法过程 2.9 数值例子第3章 神经元网络 3.1 人工神经元 3.2 多层前向神经元网络 3.3 函数逼近 3.4 网络结构的确定 3.5 反向传播算法 3.6 用遗传算训练神经元网络 3.7 数值例子第4章 随机变量 4.1 概率的公理化定义 4.2 随机变量 4.3 概率分布函数与及概率密度函数 4.4 独立与同分布 4.5 期望值算子 4.6 方差与协方差 4.7 乐观值和悲观值 4.8 随机变量的比较 4.9 大数字律 4.10 随机数的产生 4.11 随机模拟第5章 随机期望值模型 5.1 期望值模型 5.2 凸性 5.3 混合智能算法 5.4 冗余优化 5.5 设备选址问题 5.6 并行机排序问题 5.7 期望值模型总是有效吗？第6章 随机机会约束规划 6.1 机会约束 6.2 Maximax机会约束规划 6.3 Minimax机会约速规划 6.4 确定性等价形式 6.5 等价定理 6.6 混合智能算法 ……第7章 随机相关机会规划第8章 模糊变量第9章 模糊期望值模型第10章 模糊机会约束规划第11章 模糊相关机会规划第12章 模糊随机变量第13章 模糊随机规划第14章 随机模糊变量第15章 随机模糊规划第16章 不确定规划参考文献一些常用的符号索引

在管理科学、运筹学、信息科学、系统科学、计算机科学以及工程等很多领域都存在人为的或客观的不确定性，如随机性、模糊性、粗糙性、随机模糊性。在不确定环境下如何建立优化模型？如何求解这些模型？不确定规划恰恰回答了这两个问题。本书将介绍不确定规划的理论、算法以及在可靠性优化、设备选取址、机器排序、车辆调度、关键路问题等方面的应用。并力图反映不确定规划的最新研究成果。本书可作为高年级大学生和研究生教材，也可作为教师和技术人员的参考书。