清华大学出版社_3

点击数：更新时间：2024-06-24 13:39:29

随着20世纪70年代初期计算复杂性理论的形成，科学工作者发现并证明了大量来源于实际的组合最优化问题是非常难解的问题，即所谓的NP完全和NP难问题.20世纪80年代初期，应运而生了一系列现代优化计算方法，如禁忌搜索算法、模拟退火算法、遗传算法、蚁群优化算法和人工神经网络算法等.这些算法在一些实际问题中的成功应用，使得科学工作者投入了大量的精力和热情去研究算法的模型、理论和应用效果.在与优化相关的各个领域，我们几乎都可以见到这些算法的理论和应用文献. 在国际或国内，每一种现代优化算法基本上都有相应的专著，其中有较为详尽的理论和应用论述.许多科学工作者希望对这些算法有一定的了解，并根据实际需要选择合适的算法进行深入的研究和应用.正基于此，我们将这些算法集于一书，从简单示例的计算开始，到其主要理论、应用技术及应用案例，由易到难地向相关优化专业的硕士研究生和博士研究生介绍现代优化计算方法的相关思想、模型、理论、应用技术等.本书也可供相关领域的科学研究人员参考. 第1章为概论.首先介绍现代优化算法所要解决的组合最优化问题.通过复杂性概念的引入，使我们知道为什么和在什么情况下使用现代优化计算方法.通过邻域和算法评价方法的介绍，使我们了解现代优化算法的共同点.由于有关复杂性概念的内容不易理解，因此，作者在处理这部分内容时以多个典型组合最优化问题为背景，通过对它们的步步分析来介绍复杂性的概念.为了满足不同层次读者的需要，本章将复杂性概念的内容分为两部分.1.2节为第一部分内容，介绍了多项式问题.1.5节和1.6节为第二部分，深入介绍了NP、NP完全、NP难和强NP完全的概念.对学时要求较少或非运筹学专业的教学，可以略去1.5节和1.6节. 第2章至第6章是本书的主体.内容安排上从最容易理解的局部搜索算法开始，逐步深入地介绍全局搜索的禁忌搜索算法，带有随机搜索的模拟退火算法、遗传算法和蚁群优化算法，最后给出人工神经网络算法.对学时要求较少或非运筹学专业的教学，可以略去3.2节、3.3节、3.4节、4.3节和5.2节中的证明. 第7章介绍拉格朗日松弛算法，为评价现代优化算法提供一种手段. 自1999年8月清华大学出版社出版《现代优化计算方法》以后，此书一直为每年春季学期我校研究生公共基础课“现代优化方法”的教材.上课的同学和全国的一些同行们给我们提出了很多宝贵意见.在此基础上，《现代优化计算方法》（第2版）得以完成.第2版中增加了蚁群优化算法一章和PTAS算法一节的内容，并对原书中的一些错误进行了更正. 本书得到了清华大学精品课项目的部分资助.在此，对给予我们帮助的同行、出版社的编辑和同学们表示感谢！对我们家人的理解和支持表示由衷的谢意！由于我们的水平有限，恳请读者对本书的不足之处批评指正. 邢文训谢金星 2005年春于清华园

more >