掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
MATLAB優化算法(第2版) 版權信息
- ISBN：9787302603139
- 條形碼：9787302603139 ; 978-7-302-60313-9
- 裝幀：70g膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
MATLAB優化算法(第2版) 本書特色
配套資源：微課視頻 提供講解MATLAB基礎應用的微課視頻，幫助讀者快速入門。 程序代碼 提供書中實例的程序代碼，這些代碼均已通過調試，幫助讀者快速動手實踐。 課件素材 提供大部分章節的課件素材，便于普通高校教師作為授課的講義素材。 測試題庫 提供MATLAB數學建模、科學計算方面的練習題庫，便于讀者鞏固知識。 算法代碼 提供MATLAB算法的程序代碼，幫助讀者深入掌握MATLAB數學建模知識。 關注“人工智能科學與技術”微信公眾號，獲取相關配套資源(或到清華大學出版社網站本書頁面獲取下載鏈接)。 MathWorks Fellow Jim Tung作序！ 叢書累計銷售20多萬冊！ 是數學建模、優化算法領域內的高端著作
MATLAB優化算法(第2版) 內容簡介
本書基于MATLAB 2020a軟件，根據常用優化算法進行編寫，包含多種優化算法的MATLAB實現方法，可以幫助讀 者掌握MATLAB在優化算法中的應用。 全書分為4部分，包括MATLAB基礎知識、常規優化算法、智能優化算法和拓展運用。**部分從初識MATLAB開 始詳細介紹MATLAB基礎、程序設計、圖形繪制等內容；第二部分介紹MATLAB線性規劃、非線性規劃、無約束一維極 值、無約束多維極值、約束優化方法、二次規劃、多目標函數優化方法等；第三部分介紹遺傳優化算法免疫優化算法、 粒子群優化算法、小波變換、神經網絡等；第四部分介紹MATLAB在分形維數和經濟金融優化中的應用。 本書以MATLAB優化實現為主線，結合各種優化算法函數的說明、優化模型案例的講解，使讀者易看懂、會應用。 本書深入淺出，實例引導，講解翔實，既可以作為高等院校數學建模和數學實驗的參考教材，也可作為廣大科研工程 技術人員的參考用書。
MATLAB優化算法(第2版) 目錄
**部分 MATLAB基礎知識
第1章 初識MATLAB 3
1.1 工作環境 3
1.1.1 操作界面簡介 3
1.1.2 命令行窗口 4
1.1.3 “命令歷史記錄”窗口 6
1.1.4 “當前文件夾”窗口和路徑管理 8
1.1.5 搜索路徑 8
1.1.6 “工作區”窗口和數組編輯器 10
1.1.7 變量的編輯命令 11
1.1.8 存取數據文件 12
1.2 幫助系統 13
1.2.1 純文本幫助 13
1.2.2 幫助導航 13
1.2.3 示例幫助 14
1.3 本章小結 15
第2章 MATLAB基礎 16
2.1 基本概念 16
2.1.1 數據類型概述 16
2.1.2 整數類型 17
2.1.3 浮點數類型 19
2.1.4 常量與變量 20
2.1.5 標量、向量、矩陣與數組 21
2.1.6 字符型 22
2.1.7 運算符 23
2.1.8 復數 25
2.1.9 無窮量和非數值量 26
2.2 向量 26
2.2.1 向量的生成 26
2.2.2 向量的加、減和乘、除運算 28
2.2.3 向量的點、叉積運算 29
2.3 數組 30
2.3.1 數組的創建和操作 31
2.3.2 數組的常見運算 34
2.4 矩陣 37
2.4.1 矩陣的生成 37
2.4.2 向量的賦值 40
2.4.3 矩陣的加、減運算 41
2.4.4 矩陣的乘法運算 42
2.4.5 矩陣的除法運算 43
2.4.6 矩陣的分解運算 43
2.5 字符串 44
2.5.1 字符串變量與一維字符數組 44
2.5.2 對字符串的多項操作 45
2.5.3 二維字符數組 46
2.6 符號 47
2.6.1 符號表達式的生成 47
2.6.2 符號矩陣 48
2.6.3 常用符號運算 49
2.7 關系運算和邏輯運算 50
2.7.1 關系運算 50
2.7.2 邏輯運算 51
2.7.3 常用函數 53
2.8 復數 54
2.8.1 復數和復矩陣的生成 54
2.8.2 復數的運算 55
2.9 數據類型間的轉換 56
2.10 本章小結 57
第3章 程序設計 58
3.1 MATLAB編程概述 58
3.1.1 “編輯器”窗口 58
3.1.2 編程原則 59
3.2 M文件和函數 61
3.2.1 M文件 61
3.2.2 匿名函數 63
3.2.3 主函數與子函數 63
3.2.4 重載函數 65
3.2.5 eval、feval函數 65
3.2.6 內聯函數 67
3.2.7 向量化和預分配 69
3.2.8 函數參數傳遞 70
3.3 程序控制 72
3.3.1 分支控制語句 72
3.3.2 循環控制語句 74
3.3.3 其他控制語句 76
3.4 程序調試和優化 80
3.4.1 程序調試命令 80
3.4.2 常見錯誤類型 81
3.4.3 效率優化 84
3.4.4 內存優化 85
3.5 經典案例 90
3.6 本章小結 97
第4章 圖形繪制 98
4.1 數據圖像繪制簡介 98
4.1.1 離散數據可視化 98
4.1.2 連續函數可視化 100
4.2 二維繪圖 102
4.2.1 二維繪圖命令 102
4.2.2 二維圖形的修飾 104
4.2.3 子圖繪制法 110
4.2.4 二維繪圖的經典應用 112
4.3 三維繪制 116
4.3.1 三維繪圖基本命令 116
4.3.2 隱藏線的顯示和關閉 119
4.3.3 三維繪圖的實際應用 119
4.4 特殊圖形的繪制 120
4.4.1 特殊二維圖形的繪制 121
4.4.2 特殊三維圖形的繪制 122
4.5 本章小結 124
第二部分 常規優化算法
第5章 線性規劃 127
5.1 線性規劃基本理論 127
5.1.1 線性規劃問題的一般形式 127
5.1.2 線性規劃問題的標準形式 128
5.1.3 線性規劃問題的向量標準形式 128
5.1.4 非標準形式的標準化 129
5.1.5 線性規劃模型的求解 130
5.2 優化選項參數設置 131
5.2.1 創建或編輯優化選項參數 131
5.2.2 獲取優化參數 133
5.3 線性規劃函數 134
5.3.1 調用格式 134
5.3.2 參數含義 135
5.3.3 命令詳解 137
5.3.4 算例求解 138
5.4 線性規劃應用 141
5.4.1 生產決策問題 141
5.4.2 工作人員計劃安排問題 142
5.4.3 投資問題 143
5.4.4 工件加工任務分配問題 144
5.4.5 廠址選擇問題 145
5.4.6 確定職工編制問題 147
5.4.7 生產計劃的*優化問題 148
5.5 本章小結 149
第6章 非線性規劃 150
6.1 非線性規劃基礎 150
6.1.1 非線性規劃標準形式 150
6.1.2 *優解 151
6.1.3 求解方法概述 151
6.2 有約束非線性規劃函數 153
6.2.1 調用格式 153
6.2.2 參數含義 154
6.2.3 命令詳解 160
6.2.4 算例求解 161
6.3 一維搜索優化函數 163
6.3.1 調用格式 163
6.3.2 參數含義 164
6.3.3 算例求解 166
6.4 多維無約束優化函數 167
6.4.1 調用格式 168
6.4.2 參數含義 168
6.4.3 算例求解 170
6.5 多維無約束搜索函數 172
6.5.1 調用格式 172
6.5.2 參數含義 173
6.5.3 算例求解 174
6.6 多維非線性*小二乘函數 176
6.6.1 調用格式 176
6.6.2 參數含義 177
6.6.3 算例求解 180
6.7 非線性規劃實例 182
6.7.1 資金調用問題 182
6.7.2 經營*佳安排問題 184
6.7.3 廣告*佳投入問題 184
6.8 本章小結 186
第7章 無約束一維極值 187
7.1 無約束算法概述 187
7.2 常用算法 188
7.2.1 進退法 188
7.2.2 黃金分割法 191
7.2.3 斐波那契法 194
7.2.4 牛頓型法 196
7.2.5 割線法 199
7.2.6 拋物線法 200
7.2.7 坐標輪換法 201
7.3 本章小結 204
第8章 無約束多維極值 205
8.1 直接法 205
8.1.1 模式搜索法 206
8.1.2 單純形法 207
8.1.3 Powell法 210
8.2 間接法 214
8.2.1 *速下降法 214
8.2.2 共軛梯度法 216
8.2.3 擬牛頓法 218
8.3 本章小結 220
第9章 約束優化方法 221
9.1 約束優化方法簡介 221
9.2 常用算法 222
9.2.1 隨機方向法 222
9.2.2 復合形法 223
9.2.3 可行方向法 225
9.2.4 懲罰函數法 228
9.3 本章小結 230
第10章 二次規劃 231
10.1 數學模型 231
10.2 常用算法 231
10.2.1 拉格朗日法 231
10.2.2 有效集法 233
10.3 二次規劃函數 236
10.3.1 調用格式 236
10.3.2 參數含義 237
10.3.3 算例求解 240
10.4 本章小結 242
第11章 多目標優化方法 243
11.1 數學模型 243
11.2 多目標線性優化問題求解 244
11.2.1 理想點法 245
11.2.2 線性加權和法 247
11.2.3 *大*小法 249
11.3 目標規劃法 251
11.4 多目標優化函數 251
11.4.1 調用格式 252
11.4.2 參數含義 252
11.4.3 算例求解 257
11.5 本章小結 258
第三部分 智能優化算法
第12章 遺傳算法 261
12.1 遺傳算法基礎 261
12.1.1 遺傳算法基本運算 261
12.1.2 遺傳算法的特點 262
12.1.3 遺傳算法中的術語 262
12.1.4 遺傳算法的應用領域 263
12.2 遺傳算法的原理 263
12.2.1 遺傳算法運算過程 263
12.2.2 遺傳算法編碼 266
12.2.3 適應度及初始群體選取 266
12.2.4 遺傳算法參數設計原則 267
12.2.5 適應度函數的調整 267
12.2.6 程序設計 268
12.3 遺傳算法工具箱 272
12.3.1 命令調用 272
12.3.2 遺傳算法工具箱的調用 276
12.3.3 遺傳算法的優化 279
12.4 遺傳算法的典型應用 285
12.4.1 求函數極值 285
12.4.2 旅行商問題 297
12.4.3 非線性規劃問題 302
12.4.4 多目標優化問題 309
12.5 本章小結 310
展開全部
MATLAB優化算法(第2版) 作者簡介
張巖：畢業于北京航空航天大學，博士。精通MATLAB、Mathematica、Lingo等工程仿真計算軟件。熟練掌握利用MATLAB解決數學建模、科學計算、算法優化等工程應用問題。在國內外期刊發表SCI、EI檢索學術論文多篇，獲得授權專利多項，獲得國家及省部級科技獎各一項，出版多部暢銷科技圖書。
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
上帝之肋:男人的真實旅程
- >
自卑與超越
- >
姑媽的寶刀
- >
莉莉和章魚
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
月亮虎
- >
我與地壇
本類暢銷
