运筹决策理论方法新编2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

运筹决策理论方法新编PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 人工神经网络1

1.1 人工神经网络概述1

1.1.1 人工神经网络的发展1

1.1.2 人工神经网络的结构2

1.1.3 人工神经网络的学习算法3

1.2 前馈网络及其应用5

1.2.1 感知器学习算法5

1.2.2 反向传播算法及其改进算法6

1.2.3 SVM模型8

1.2.4 前馈网络的应用12

1.3 反馈网络及其应用15

1.3.1 离散Hopfield网络模型15

1.3.2 连续Hopfield网络模型16

1.3.3 反馈网络及其优化中的应用17

1.4 竞争网络与自组织网络19

1.4.1 竞争网络原理与模型19

1.4.2 向量量化与广义向量量化模型22

1.5 模糊神经网络及其应用26

1.5.1 模糊感知器模型26

1.5.2 模糊BP网络27

1.5.3 模糊ART模型27

1.5.4 模糊Kohonen聚类网络28

1.5.5 Pi-Sigma模糊神经网络模型及其应用29

1.5.6 补偿模糊神经网络模型及其应用33

1.5.7 模糊CMAC神经网络模型及其应用41

本章参考文献47

第2章 进化计算49

2.1 引言49

2.1.1 难以求解的问题49

2.1.2 从生物进化到进化计算51

2.1.3 为什么使用进化算法52

2.1.4 进化算法与相关学科的关系54

2.1.5 进化计算的发展历史55

2.2 进化算法的统一框架59

2.2.1 表示方式59

2.2.2 评估函数60

2.2.3 种群60

2.2.4 选择算子60

2.2.5 变化算子61

2.2.6 初始化和终止62

2.2.7 进化算法与其他技术的混合62

2.3 进化多目标的计算64

2.3.1 多目标优化64

2.3.2 求解多目标优化的传统数学规划方法65

2.3.3 进化多目标优化66

2.4 进化算法的适用范围67

本章参考文献69

第3章 灰色系统理论70

3.1 灰色系统的概念与基本原理70

3.1.1 灰色系统理论的产生70

3.1.2 灰色系统的基本概念与基本原理71

3.1.3 灰色系统理论的主要内容71

3.2 序列算子与灰色序列生成71

3.2.1 引言71

3.2.2 冲击扰动系统与序列算子72

3.2.3 均值生成算子77

3.2.4 准光滑序列78

3.2.5 级比生成算子78

3.2.6 累加生成算子与累减生成算子79

3.2.7 累加生成的灰指数率80

3.3 灰色关联分析82

3.3.1 灰色关联因素和关联算子集84

3.3.2 灰色关联公理与灰色关联度86

3.3.3 广义灰色关联度87

3.3.4 优势分析94

3.4 灰色聚类评估96

3.4.1 灰色关联聚类97

3.4.2 灰色变权聚类99

3.4.3 灰色定权聚类102

3.4.4 基于三角白化权函数的灰色评估103

3.5 灰色预测模型104

3.5.1 GM（1,1）模型104

3.5.2 GM（1,1）模型的适用范围106

3.5.3 GM（1,N）和GM（0,N）模型110

3.5.4 GM（2,1）和Verhulst模型112

3.5.5 区间预测模型114

3.5.6 灰色灾变预测模型116

3.5.7 灰色波形预测模型119

3.6 灰色决策模型123

3.6.1 灰色决策基本概念123

3.6.2 灰靶决策125

3.6.3 单目标化局势决策129

本章参考文献133

第4章 模糊决策分析134

4.1 模糊集的概念和运算134

4.1.1 模糊集的概念134

4.1.2 模糊集的运算135

4.1.3 模糊集合与普通集合的相互转化136

4.1.4 模糊子集的其他运算137

4.2 模糊关系137

4.2.1 模糊关系和模糊矩阵的运算137

4.2.2 模糊关系的合成141

4.2.3 倒置关系与转置关系142

4.2.4 模糊关系的传递性143

4.2.5 模糊等价关系与聚类图144

4.2.6 模糊聚类分析146

4.3 模糊映射与模糊变换152

4.3.1 普通映射的扩展与模糊映射152

4.3.2 模糊映射、模糊关系和模糊变换之间的关系155

4.3.3 贴近度与择近原则156

4.4 模糊综合评价158

4.4.1 简单模糊综合评价158

4.4.2 多层次模糊综合评价160

4.5 模糊多属性决策162

4.5.1 模糊多属性决策模型163

4.5.2 属性指标值的处理方法165

4.5.3 决策模型168

本章参考文献172

第5章 粗糙集理论与方法173

5.1 粗糙集理论的基本概念173

5.1.1 概述173

5.1.2 信息系统174

5.1.3 集合近似与粗糙集176

5.1.4 粗糙集理论研究的基本问题与热门话题178

5.2 粗糙集的知识约简理论182

5.2.1 概述182

5.2.2 知识约简的基本定义182

5.2.3 知识约简的分辨矩阵法185

5.2.4 知识约简的启发式算法192

5.3 不同粗糙集模型的知识约简算法197

5.3.1 变精度粗糙集模型的知识约简197

5.3.2 不完备决策表的知识约简201

5.3.3 模糊决策信息系统的知识约简210

5.4 粗糙集理论的应用213

5.4.1 在数据挖掘中的应用214

5.4.2 在医疗诊断中的应用215

5.4.3 在专家系统中的应用217

5.4.4 在图像处理中的应用218

5.4.5 在模式识别中的应用219

5.4.6 在决策分析中的应用222

本章参考文献223

第6章 系统仿真与系统动力学225

6.1 系统仿真的概念与原理225

6.1.1 系统仿真的概念与分类225

6.1.2 系统仿真的基本方法227

6.2 连续系统仿真与离散系统仿真228

6.2.1 连续系统仿真228

6.2.2 离散系统仿真237

6.2.3 有关系统仿真的新技术253

6.3 统计试验仿真方法（蒙特卡罗方法）258

6.3.1 蒙特卡罗方法的原理258

6.3.2 随机数和随机变量的产生266

6.3.3 蒙特卡罗方法的步骤及检验276

6.3.4 蒙特卡罗方法应用于作战仿真277

6.4 系统动力学279

6.4.1 系统动力学概述279

6.4.2 因果关系图与流图283

6.4.3 系统动力学方程289

6.4.4 系统动力学语言292

本章参考文献296

第7章 系统综合理论及信息融合技术298

7.1 系统综合理论298

7.1.1 综合性是系统概念和系统工程方法的基本特征298

7.1.2 综合与集成概念301

7.1.3 综合是系统工程最基本的概念303

7.1.4 方法论层次上的综合305

7.1.5 技术层次上的综合317

7.1.6 工程系统的综合321

7.2 信息融合技术简介328

7.2.1 概述329

7.2.2 信息融合的基本模型331

7.2.3 信息融合的主要方法与技术336

本章参考文献349

第8 章物元分析与集对分析351

8.1 物元分析351

8.1.1 物元分析方法简介351

8.1.2 物元的概念与特性353

8.1.3 物元变换359

8.1.4 可拓集合与关联函数364

8.1.5 物元分析应用实例369

8.2 集对分析与同异反运筹决策377

8.2.1 集对的概念378

8.2.2 集对分析378

8.2.3 应用案例390

本章参考文献394

第9章 应用于运筹的软计算方法396

9.1 蚁群优化算法396

9.1.1 概述396

9.1.2 基本原理396

9.1.3 系统模型及其实现397

9.1.4 蚁群算法的实际应用399

9.2 免疫算法404

9.2.1 概述404

9.2.2 基本原理405

9.2.3 基本的计算步骤407

9.2.4 免疫算法在车辆路径优化问题中的应用408

9.3 禁忌搜索算法412

9.3.1 禁忌搜索算法的基本概念412

9.3.2 禁忌搜索算法的收敛性424

9.3.3 禁忌搜索算法的应用426

9.3.4 禁忌搜索算法的发展436

9.4 模拟退火算法439

9.4.1 模拟退火算法的基本思想440

9.4.2 模拟退火算法的基本步骤441

9.4.3 模拟退火算法的改进和发展447

本章参考文献451

编后记453

作者简介455