序言
第1章 数学规划简介
1. 1 线性规划
1. 2 非线性规划
1. 3 多目标规划
1. 4 目标规划
1. 5 动态规划
1. 6 多层规划
第2章 遗传算法
2. 1 表示结构
2. 2 处理约束条件
2. 3 初始化过程
2. 4 评价函数
2. 5 选择过程
2. 6 交叉操作
2. 7 变异操作
2. 8 遗传算法过程
2. 9 数值例子
第3章 神经元网络
3. 1 人工神经元
3. 2 多层前向神经元网络
3. 3 函数逼近
3. 4 网络结构的确定
3. 5 反向传播算法
3. 6 用遗传算法训练神经元网络
3. 7 数值例子
第4章随机变量
4. 1 概率的公理化定义
4. 2 随机变量
4. 3 概率分布函数及概率密度函数
4. 4 独立与同分布
4. 5 期望值算宁
4. 6 方差与协方差
4. 7 乐观值和悲观值
4. 8 随机变量的比较
4. 9 大数定律
4. 10 随机数的产生
4. 11 随机模拟
第5章 随机期望值模型
5. 1 期望值模型
5. 2 凸性
5. 3 混合智能算法
5. 4 冗余优化
5. 5 设备选址问题
5. 6 并行机排序问题
5. 7 期望值模型总是有效吗?
第6章 随机机会约束规划
6. 1 机会约束
6. 2 Maximax机会约束规划
6. 3 Minimax机会约束规划
6. 4 确定性等价形式
6. 5 等价定理
6. 6 混合智能算法
6. 7 网络结构优化
6. 8 车辆调度问题
6. 9 冗余优化
6. 10 设备选址问题
6. 11 关键路问题
6. 12 并行机排序问题
第7章 随机相关机会规划
7. 1 不确定环境. 事件和机会函数
7. 2 不确定原理
7. 3 相关机会规划
7. 4 相关机会多目标规划
7. 5 相关机会目标规划
7. 6 混合智能算法
7. 7 网络结构优化问题
7. 8 车辆调度问题
7. 9 冗余优化
7. 10 关键路问题
7. 11 并行机排序问题
7. 12 设备选址问题
7. 13 六合彩问题
第8章 模糊变量
8. 1 可能性的公理化定义
8. 2 模糊变量
8. 3 可信性分布和密度函数
8. 4 模糊变量的独立性
8. 5 乐观值与悲观值
8. 6 期望值
8. 7 模糊变量的比较
8. 8 模糊模拟
第9章 模糊期望值模型
9. 1 模型的一般形式
9. 2 混合智能算法
9. 3 冗余优化
9. 4 并行机排序问题
9. 5 设备选址问题
第10章 模糊机会约束规划
10. 1 机会约束
10. 2 Maximax机会约束规划
10. 3 Minimax机会约束规划
10. 4 机会约束规划的变种
10. 5 清晰等价形式
10. 6 混合智能算法
10. 7 冗余优化
10. 8 车辆调度问题
10. 9 关键路问题
10. 10 并行机排序问题
10. 11 设备选址问题
第11章 模糊相关机会规划
11. 1 不确定原理
11. 2 相关机会规划
11. 3 相关机会规划的变种
11. 4 混合智能算法
11. 5 冗余优化
11. 6 并行机排序问题
11. 7 设备选址问题
11. 8 车辆调度问题
11. 9 关键路问题
第12章 模糊随机变量
12. 1 模糊随机变量
12. 2 期望值算子
12. 3 机会测度
12. 4 乐观值与悲观值
12. 5 模糊随机变量的比较
12. 6 模糊随机模拟
第13章 模糊随机规划
13. 1 模糊随机期望值模型
13. 2 模糊随机机会约束规划
13. 3 模糊随机相关机会规划
13. 4 混合智能算法
第14章 随机模糊变量
14. 1 随机模糊变量
14. 2 期望值算子
14. 3 机会测度
14. 4 乐观值与悲观值
14. 5 随机模糊变量的比较
14. 6 随机模糊模拟
第15章 随机模糊规划
15. 1 随机模糊期望值模型
15. 2 随机模糊机会约束规划
15. 3 随机模糊相关机会规划
15. 4 混合智能算法
第16章 不确定规划
16. 1 粗糙变量
16. 2 随机粗糙变量
16. 3 粗糙随机变量
16. 4 模糊粗糙变量
16. 5 粗糙模糊变量
16. 6 双重随机变量
16. 7 双重模糊变量
16. 8 双重粗糙变量
16. 9 不确定动态规划
16. 10 不确定多层规划
16. 11不确定规划分类
参考文献
一些常用的符号
索引
鄂公网安备 42010302001612号 