工程優(yōu)化：原理、算法與實(shí)施

前言

第1章　緒論

1.1　引言

1.2　數(shù)學(xué)描述與分類

1.3　工程優(yōu)化的簡(jiǎn)要數(shù)學(xué)基礎(chǔ)

第2章　線性規(guī)劃

2.1　線性規(guī)劃的規(guī)范形式

2.2　線性規(guī)劃的幾何解釋與單純形法

2.3　兩階段單純形法與修正單純形法

2.4　對(duì)偶問題

2.5　靈敏度分析及其他

習(xí)題

第3章　無(wú)約束規(guī)劃

3.1　引言

3.2　一維搜索

3.3　梯度法

3.4　牛頓法與擬牛頓法

3.5　共軛方向法

3.6　變尺度法

3.7　n維極值的直接解法

習(xí)題

第4章　約束非線性規(guī)劃

4.1　引言

4.2　序列線性方法

4.3　可行方向法

4.4　投影梯度法與簡(jiǎn)約梯度法

4.5　罰函數(shù)法

4.6　優(yōu)化策略與方向加速措施

4.7　直接解法

4.8　二次規(guī)劃

習(xí)題

第5章　幾何規(guī)劃

5.1　引言

5.2　正定幾何規(guī)劃

5.3　廣義幾何規(guī)劃

5.4　幾何規(guī)劃問題的迭代解法

習(xí)題

第6章　動(dòng)態(tài)規(guī)劃

6.1　引言

6.2　動(dòng)態(tài)規(guī)劃的解析算法及最優(yōu)化原則

6.3　動(dòng)態(tài)規(guī)劃的數(shù)值解法

6.4　動(dòng)態(tài)規(guī)劃的幾點(diǎn)推廣

習(xí)題

第7章　整數(shù)規(guī)劃

7.1　引言

7.2　割平面法

7.3　0-1規(guī)劃

習(xí)題

第8章　其他工程優(yōu)化方法

8.1　引言

8.2　隨機(jī)規(guī)劃

8.3　準(zhǔn)則法

8.4　神經(jīng)網(wǎng)絡(luò)算法

8.5　變分算法

8.6　結(jié)構(gòu)拓?fù)鋬?yōu)化

習(xí)題

第9章　結(jié)構(gòu)優(yōu)化的工程應(yīng)用

9.1　引言

9.2　結(jié)構(gòu)優(yōu)化與結(jié)構(gòu)分析

9.3　MSC.NASTRAN的結(jié)構(gòu)優(yōu)化功能

9.4　MSC.NASTRAN基本結(jié)構(gòu)優(yōu)化模型

9.5　尺寸優(yōu)化

9.6　形狀優(yōu)化

9.7　拓?fù)鋬?yōu)化

習(xí)題

第10章　水工結(jié)構(gòu)應(yīng)用實(shí)例

10.1　水工結(jié)構(gòu)形狀優(yōu)化設(shè)計(jì)

10.2　水工結(jié)構(gòu)拓?fù)鋬?yōu)化設(shè)計(jì)

參考文獻(xiàn)2100433B

《工程優(yōu)化:原理、算法與實(shí)施》主要內(nèi)容包括線性規(guī)劃、非線性規(guī)劃、幾何規(guī)劃、動(dòng)態(tài)規(guī)劃、整數(shù)規(guī)劃、隨機(jī)規(guī)劃以及準(zhǔn)則算法、智能算法等多種優(yōu)化方法的原理，算法實(shí)施及收斂性討論。最后介紹如何應(yīng)用商業(yè)軟件中的優(yōu)化模塊實(shí)施工程優(yōu)化設(shè)計(jì) 。

基本信息

版　次： 1

頁(yè)　數(shù)： 161

裝　幀： 平裝

開　本： 32開

所屬分類： 圖書>科學(xué)與自然>數(shù)學(xué)

內(nèi)容簡(jiǎn)介

這些理論與算法不僅適用于工程結(jié)構(gòu)設(shè)計(jì)，對(duì)其他工程優(yōu)化設(shè)計(jì)問題亦具有通用性。　《工程優(yōu)化理論與算法》可供從事航空、航天、機(jī)械、造船、車輛、建筑工程等工程設(shè)計(jì)領(lǐng)域的技術(shù)人員學(xué)習(xí)、使用，也可作為高等院校相關(guān)專業(yè)（包括力學(xué)專業(yè)）高年級(jí)大學(xué)生和研究生的教科書或參考書。2100433B

《工程優(yōu)化:原理、算法與實(shí)施》主要介紹工程優(yōu)化的基本原理、技術(shù)思路、常用算法及在工程中的應(yīng)用。主要內(nèi)容包括線性規(guī)劃、非線性規(guī)劃、幾何規(guī)劃、動(dòng)態(tài)規(guī)劃、整數(shù)規(guī)劃、隨機(jī)規(guī)劃以及準(zhǔn)則算法、智能算法等多種優(yōu)化方法的原理，算法實(shí)施及收斂性討論。最后介紹如何應(yīng)用商業(yè)軟件中的優(yōu)化模塊實(shí)施工程優(yōu)化設(shè)計(jì)。

簡(jiǎn)介

進(jìn)化算法是一種智能的全局優(yōu)化方法，它對(duì)函數(shù)本身性質(zhì)要求非常低，往往只要求目標(biāo)函數(shù)值是可以計(jì)算的，不要求它具有連續(xù)性、可微性及其它解析性質(zhì)，同時(shí)它又是基于群體進(jìn)化的算法，因此可采用進(jìn)化算法解決約束優(yōu)化問題。用進(jìn)化算法解決約束優(yōu)化問題的關(guān)鍵在于如何進(jìn)行有效的約束處理，即如何有效均衡在可行區(qū)域與不可行區(qū)域的搜索。

常見的用于求解約束優(yōu)化問題的進(jìn)化算法有罰函數(shù)法、遺傳算法、進(jìn)化策略、進(jìn)化規(guī)劃、蟻群算法和粒子群算法等。

與傳統(tǒng)方法相比的優(yōu)勢(shì)

(1) 在一般情況下，進(jìn)化算法能否收斂到全局最優(yōu)解與初始群體無(wú)關(guān)，而傳統(tǒng)優(yōu)化方法則依賴于初始解；

(2) 進(jìn)化算法具有全局搜索能力，而很多傳統(tǒng)優(yōu)化方法往往會(huì)陷入局部最優(yōu)；

(3) 進(jìn)化算法的適用范圍廣，能有效地解決不同類型的問題，而傳統(tǒng)優(yōu)化方法在設(shè)計(jì)時(shí)往往就只能解訣某一類型的問題。

存在的不足

(1) 進(jìn)化算法中的參數(shù)，如群體規(guī)模、進(jìn)化代數(shù)、重組概率、變異概率等，往往需要根據(jù)經(jīng)驗(yàn)設(shè)定，且在一定程度上與問題相關(guān)；

(2) 進(jìn)化算法的收斂問題，進(jìn)化算法求解實(shí)際問題時(shí)的收斂性判定缺乏理論指導(dǎo)。 2100433B