


定价:49.8元
印次:1-1
ISBN:9787302727385
出版日期:2026.09.01
印刷日期:2026.09.03
图书责编:葛鹏程
图书分类:教材
本书围绕优化问题及优化技术,按照“理论学习、简明扼要”“案例牵引、同源剖析”“编程实践、融会贯通”等理念进行编写,详略得当地介绍智能优化算法,力争达到“易学会用、成果导向”的使用效果。全书共7章,主要包括遗传算法、强化学习、模拟退火等内容。 本书通过同源案例梳理不同智能优化算法的理论知识、优化流程,直观展示不同算法异同,融会贯通提升学习效果,面向工程案例开展基于Python的智能优化算法编程实践,以使读者具备解决实际问题的能力。本书编程实践采用的是Python3.11版本。 本书可作为高等院校计算机类、工业工程类、人工智能、智能制造相关专业的授课教材,也可作为感兴趣读者的自学读物,并可作为相关行业技术人员的参考用书。
黄思翰,北京理工大学机械与车辆学院研究员,博士生导师。近年发表学术论文30余篇,参与出版英文著作、中文专著各1部,授权国家发明专利14项,登记软件著作权3项,参与制定IEEE国际标准1项。承担国家重点研发计划、博士后创新人才支持计划、国家自然科学基金、博士后科学基金、国防基础科研、教育部产学研协同育人等项目,研究成果并在航天、电子等领域开展应用,获国防科技进步奖一等奖1项(12/15)。主讲工业工程专业《物流工程》、《供应链管理》、《优化技术》以及《智能生产系统实验》。
前言 党 的二十大报告指出: 教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴国战略、人才强国战略、创新驱动发展战略。高等教育与经济社会发展紧密相连,对促进就业创业、助力经济社会发展、增进人民福祉具有重要意义。 从资源分配到物流规划,从金融投资策略到人工智能算法调优,优化问题无处不在。随着问题规模的扩大和复杂性的增加,传统的数学优化方法往往难以解决。基于智能优化算法的现代优化技术应运而生,为人们提供了一种强大的工具,以求解这些挑战性问题。 本书的目标是帮助读者建立起对智能优化算法的深刻理解,并掌握在实际问题中应用相关算法的能力。无论是学术研究还是工程实践,希望这本书能够成为不同学习群体在智能优化领域探索的宝贵资源。本书适合优化技术的初学者和想要更加深入了解现代优化技术的读者,内容安排以学生为中心、以案例为牵引、以能力习得为导向。本书特色如下。 (1) 理论学习,简明扼要。以智能算法为主体进行基础理论的讲解分析,围绕算法核心概念、算法流程等必要性的理论知识展开,抛弃细枝末节,以使读者有重点地掌握各个算法。 (2) 案例牵引,同源剖析。通过设置数值案例和工程案例的形式牵引出各个算法的基础理论学习和工程问题实践,将不同算法、同源案例进行直观对比,以使读者更好地领会算法的特点。 (3) 编程实践,融会贯通。基于工程问题详细解析各个算法的应用过程,并采用Python语言进行编程实践。读者可以有的放矢地深度消化所学算法,从而真正实现融会贯通。 ...
目录
资源下载
第1章绪论
1.1优化及优化问题
1.2优化技术概述
1.3智能优化算法概述
小结
习题
第2章遗传算法
2.1概述
2.2理论基础
2.3算法流程
2.4概念详解
2.4.1算法表征模型
2.4.2编码与解码
2.4.3适应度值计算
2.4.4初始化参数
2.4.5选择操作
2.4.6交叉操作
2.4.7变异操作
2.4.8修剪种群
2.5算法改进
2.6工程案例
2.6.1可重构制造系统调度问题
2.6.2可重构制造系统调度数学模型
2.6.3遗传算法应用分析
2.6.4编码
2.6.5解码适应度值计算
2.6.6种群初始化
2.6.7选择操作
2.6.8交叉操作
2.6.9变异操作
2.6.10修剪种群
2.7基于Python的代码实现
2.7.1工程求解主代码
2.7.2种群初始化代码
2.7.3解码代码
2.7.4遗传算法主代码
2.7.5选择操作代码
2.7.6交叉操作代码
2.7.7变异操作代码
2.7.8实例验证
小结
习题
第3章强化学习
3.1概述
3.2理论基础
3.2.1基本框架
3.2.2马尔可夫概念
3.2.3马尔可夫奖励
3.2.4决策过程
3.3算法流程
3... 查看详情
本书通过同源案例梳理不同智能优化算法的理论知识、优化流程,直观展示不同算法异同,融会贯通提升学习效果,面向工程案例开展基于Python的智能优化算法编程实践。
查看详情





