出版社:北京理工大学出版社
年代:2017
定价:30.0
本书深入浅出,通俗易懂,内容清晰,结构合理,详细介绍了每种优化方法的基本思想、算法框架和技术特点,精选了部分具有典型意义、启发性好的例题和习题。同时本书努力反映控制信息类学科最新成果,包括遗传算法、神经网络、支持向量机和深度学习等,体现了最优化领域的一些新进展。本书图文并茂,尽可能从几何角度进行阐释算法的抽象内涵,更好地促进不同层次、不同学科专业读者对本书内容学习的引导作用。本书共有六章。第一章介绍最优化问题的数学模型和相关优化方法的基础知识,包括线性代数、微积分、空间、几何和变换等。第二章主要介绍线性规划的基本概念及解的性质、单纯形法、对偶理论与整数规划等。第三章介绍非线性优化的基本理论,包括凸规划、最优性条件、下降迭代法和常用一维搜索算法等。第四章着重介绍无约束最优化方法,包括最速下降法、牛顿法、共轭梯度法、变尺度法、Powell方向加速法和最小二乘法等。第五章介绍约束最优化方法,包括可行方向法、罚函数法、增广拉格朗日乘子法和投影梯度法等。第六章侧重介绍现代优化方法,包括模拟退火算法、神经网络算法、遗传算法、支持向量机和深度学习等。每章配有适量习题,便于读者通过自主练习来更好地掌握所学内容。
书籍详细信息 | |||
书名 | 优化方法导论站内查询相似图书 | ||
9787568248778 如需购买下载《优化方法导论》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN | |||
出版地 | 北京 | 出版单位 | 北京理工大学出版社 |
版次 | 1版 | 印次 | 1 |
定价(元) | 30.0 | 语种 | 简体中文 |
尺寸 | 26 × 19 | 装帧 | 平装 |
页数 | 印数 |