物流实用优化技术

章节摘录

插图：

内容概要

靳志宏，男，1963年生。东北大学工学学士、东北大学工学硕士、名古屋工业大学工学博士，大连海事大学教授、博士生导师、物流工程与管理学科带头人、物流系统工程研究中心主任。曾任职于中国东北大学、日本名古屋工业大学；入选“辽宁省百千万人才工程”百层次人才。
　　主持的主要科研项目包括：日本文部科学省基盤研究项目[（C）（2）N0．0968042；（C）（2）N0.14580477]、中国国家自然科学基金项目（70571086；70572104）、教育部博士点基金项目（20070151002）、教育部留学回国基金项目、辽宁省自然科学基金项目（20052140）以及港航物流企业等横向项目。    
    主要研究论文发表在英文、日文、中文期刊上。包括：Computer 8L In—dustrial Engineerin9、Production and Operation Management、Asia-PacificJournal of Operational Research、Japan Society of Mechanical Engineers、Ap—plied Mathematics and Computation、International Journal of Production Eco-nomics、International Journal of Information and Management Science、Inter—national Journal of Logistics and SCM Systems、日本経营工学会稳、日本复旦学报、湖南大学学报、东北大学学报、大连海事大学学报、武汉理工大学学报、交通运输工程学报、中国管理科学、中国航海、系统工程等。
    目前主要学术兼职包括：Regional Editor of《International Journal of L0—gistics&SCM Systems》；Members of the Editorial Board of《International　Journal of Shipping and Transport Logistics》；教育部高等学校物流类专业教学指导委员会委员；辽宁航海学会物流分会委员会主任等。

书籍目录

1　优化问题与优化技术　1.1　优化问题　　1.1.1　现实中的优化问题　　1.1.2　优化问题分类　1.2　优化技术　　1.2.1　可行解、局部最优解与全局最优解　　1.2.2　数学建模　　1.2.3　约束处理　　1.2.4　算法设计　　1.2.5　程序设计2　优化技术基础　2.1　最优化理论　　2.1.1　凸集及其性质　　2.1.2　凸组合及其性质　　2.1.3　凸函数及其性质　　2.1.4　凸规划及其性质　2.2　计算复杂性理论　　2.2.1　组合优化与组合爆炸　　2.2.2　算法与计算量　　2.2.3　计算量与计算复杂性　　2.2.4　计算复杂性与优化问题解法3　优化算法的设计与评价　3.1　优化算法的设计　　3.1.1　优化算法及其分类　　3.1.2　优化算法的描述　　3.1.3　启发式算法策略　　3.1.4　启发式算法求解过程　3.2　优化算法的评价　　3.2.1　时间性能评价　　3.2.2　近似性能评价　　3.2.3　鲁棒性能评价　　3.2.4　综合性能评价4　传统的启发式算法　4.1　构筑算法及其应用　　4.1.1　构筑算法　　4.1.2　构筑算法应用　4.2　改善算法及其应用　　4.2.1　改善算法　　4.2.2　改善算法应用5　改进的启发式算法　5.1　改进的构筑算法　　5.1.1　构筑算法的局限性　　5.1.2　构筑算法的改进型　5.2　改进的改善算法　　5.2.1　改善算法的局限性　　5.2.2　改善算法的改进型6　模拟退火算法　6.1　模拟退火算法概述　6.2　模拟退火算法参数　　6.2.1　初始温度的选取　　6.2.2　温度下降的方法　　6.2.3　内循环长度的选取　　6.2.4　算法的停止准则　6.3　改进的模拟退火算法　　6.3.1　增加记忆功能　　6.3.2　模拟退火算法的新解产生　6.4　模拟退火算法在离散优化问题中的应用　6.5　模拟退火算法在连续优化问题中的应用7　禁忌搜索　7.1　禁忌搜索算法概述　7.2　禁忌搜索算法收敛性分析　7.3　禁忌搜索的参数实现　7.4　禁忌搜索算法的实际应用8　进化计算　8.1　进化计算的基本框架　8.2　遗传算法　　8.2.1　遗传算法的基本结构　　8.2.2　遗传算法的实现技术　　8.2.3　遗传算法的理论分析　8.3　进化计算的其他形式　　8.3.1　演化策略　　8.3.2　进化规划　8.4　进化计算的应用　　8.4.1　进化计算的应用领域　　8.4.2　进化计算求解连续优化问题　　8.4.3　进化计算求解组合优化问题9　人工神经网络　9.1　人工神经元网络　　9.1.1　神经元的功能原理　　9.1.2　神经元模型　　9.1.3　人工神经网络的学习方法　　9.1.4　人工神经网络的特点　　9.1.5　人工神经网络的主要研究方向　9.2　BP神经网络　　9.2.1　多层感知网络　　9.2.2　BP网络　　9.2.3　BP算法的改进　　9.2.4　BP网络的结构参数　　9.2.5　BP网络的应用　9.3　Hopfield网络　　9.3.1　离散H0pfield网络　　9.3.2　连续Hopfield网络　　9.3.3　Hopfield网络在求解旅行商问题中的应用10　蚁群算法　10.1　蚁群觅食规则　10.2　蚁群算法的数学模型　10.3　蚁群算法的基本程序　10.4　蚁群算法的改进　10.5　蚁群算法的应用　　10.5.1　问题描述　　10.5.2　插装优化问题建模　　10.5.3　蚁群算法的开发　　10.5.4　实证实验11　混合算法　11.1　混合优化的机制与策略　　11.1.1　混合优化基本机制　　11.1.2　混合优化基本策略　11.2　精确解算法之间的混合算法　11.3　精确解算法与启发式算法的混合算法　11.4　传统与现代启发式算法的混合算法　11.5　现代启发式算法之间的混合算法附录1　BP网络应用问题示例的基本数据附录2　实验对象PCB的基本数据附录3　18个基准测试问题参考文献

编辑推荐

《全国高等院校物流工程专业研究生规划教材•物流实用优化技术》可作为物流工程与管理（082322）、交通运输规划与管理（082303）、管理科学与工程（1201）、工商管理（1202）等相关学科与专业的研究生教材，也可作为MBA以及相关专业的高年级本科生的参考教材，还可供对优化技术感兴趣的人士研读。

作者简介

《全国高等院校物流工程专业研究生规划教材•物流实用优化技术》是围绕上述优化过程的核心环节——算法设计来进行阐述的。数学建模与程序设计环节的内容将在《全国高等院校物流工程专业研究生规划教材•物流实用优化技术》的优化技术基础中简单阐述，有关这两方面的更详尽的内容需参考相应的运筹学与计算机编程技术书籍。约束处理方面的内容在《全国高等院校物流工程专业研究生规划教材•物流实用优化技术》相应的章节中也得以体现。

图书封面

---

 物流实用优化技术下载

---