如何求解问题：现代启发式方法

I 我的三个小孩的年龄有多大?                  
 1 为何有些问题难以求解?                  
 1. 1  搜索空间的大小                  
 1. 2  给问题建模                  
 1. 3  随时间而变化                  
 1. 4  约束                  
 1. 5  证明问题                  
 1. 6  你辉煌成就的机会                  
 1. 7  小结                  
 lI  一个模型有多重要?                  
 2  基本概念                  
 2. 1  表示方式                  
 2. 2  目标                  
 2. 3  评估函数                  
 2. 4  定义一个搜索问题                  
 2. 5  邻域和局部最优解                  
 2. 6  爬山法                  
 2. 7  你会落入这种圈套吗?                  
 2. 8  小结                  
                   
 III 连锁店里的价格是多少?                  
 3  传统方法--第一部分                  
 3. 1  穷举搜索                  
 3. 1. 1  枚举SAT问题                  
 3. 1. 2  枚举TSP问题                  
 3. 1. 3  枚举NLP问题                  
 3. 2  局部搜索                  
 3. 2. 1  局部搜索和SAT问题                  
 3. 2. 2  局部搜索和TSP问题                  
 3. 2. 3  局部搜索和NLP问题                  
 3. 3  线性规划：单纯形法                  
 3. 4  小结                  
                   
 IV  这些数是什么?                  
 4  传统方法--第二部分                  
 4. 1  贪婪算法                  
 4. 1. 1  贪婪算法和SAT问题                  
 4. 1. 2  贪婪算法和TSP问题                  
 4. 1. 3  贪婪算法和NLP问题                  
 4. 2  分而治之法                  
 4. 3  动态规划法                  
 4. 4  分枝定界法                  
 4. 5  A*算法                  
 4. 6  小结                  
                   
 V  熊是什么颜色?                  
 5  跳离局部最优                  
 5. 1  模拟退火                  
 5. 2  禁忌搜索                  
 5. 3  小结                  
                   
 VI  你的直觉如何?                  
 6  演化方法                  
 6. 1  求解SAT的演化方法                  
 6. 2  求解TSP的演化方法                  
 6. 3  求解NLP的演化方法                  
 6. 4  小结                  
                   
 VII  这些东西中有一个与众不同                  
 7  演化算法的设计                  
 7. 1  表示方式                  
 7. 1. 1  固定长的符号向量                  
 7. 1. 2  排列                  
 7. 1. 3  有穷状态机                  
 7. 1. 4  符号表达式                  
 7. 2  评估函数                  
 7. 3  变化算子                  
 7. 3. 1  固定长的符号向量                  
 7. 3. 2  排列                  
 7. 3. 3  有穷状态机                  
 7. 3, 4  符号表达式                  
 7. 4  选择                  
 7. 5  初始化                  
 7. 6  小结                  
                   
 VIII  最短路径是什么?                  
 8  旅行商问题                  
 8. 1  寻找好的变化算子                  
 8. 2  结合局部搜索方法                  
 8. 3  其他可能性                  
 8. 3. 1  边组装杂交                  
 8. 3. 2  反序-杂交算子                  
 8. 4  小结                  
                   
 IX  斑马属谁?                  
 9  约束处理技术                  
 9. 1  概述                  
 9. 1. 1  evalf的设计                  
 9. 1. 2  evalu的设计                  
 9. 1. 3  evalf和evalu之间的关系                  
 9. 1. 4  拒绝不可行解                  
 9. 1. 5  修补不可行个体                  
 9. 1. 6  用修补后个体替换原个体                  
 9. 1. 7  惩罚不可行个体                  
 9. 1. 8  通过使用专门的表示方式和变化算于保持一个可行的种群                  
 9. 1. 9  使用译码器                  
 9. 1. 10  个体与约束的分离                  
 9. 1. 11  探索搜索空间的可行部分与不可行部分的边界                  
 9. 1. 12  寻找可行解                  
 9. 2  数值优化                  
 9. 2. 1  基于保持解的可行性的方法                  
 9. 2. 2  基于罚函数的方法                  
 9. 2. 3  基于搜索可行解的方法                  
 9. 2. 4  基于译码器的方法                  
 9. 2. 5  混合方法                  
 9. 3  小结                  
                   
 X  你能调整问题吗?                  
 10  针对问题调整算法                  
 10. 1  演化算法中的参数控制                  
 10. 2  用一个NLP说明问题                  
 10. 3  控制技术的分类                  
 10. 4  参数控制方法                  
 10. 4. 1  表示方式                  
 10. 4. 2  评估函数                  
 10. 4. 3  变异算子和变异率                  
 10. 4. 4  杂交算子和杂交率                  
 10. 4. 5  父体的选择                  
 10. 4. 6  种群                  
 10. 5  参数控制的组合形式                  
 10. 6  小结                  
                   
 XI  你能两步制胜吗?                  
 11  随时间变化的环境和噪声                  
 11. 1  动态变化的世界                  
 11. 2  现实世界是有噪声的                  
 11. 3  小结                  
                   
 XlI  元旦是星期几?                  
 12  神经网络                  
 12. 1  阈神经元与线性划分函数                  
 12. 2  前馈多层感知器的反传                  
 12. 3  训练与测试                  
 12. 4  递归网络及其扩展结构                  
 12. 4. 1  标准递归网绍                  
 12. 4. 2  Hopfield网络                  
 12. 4. 3  Boltzmann机                  
 12. 4. 4  多交互程序的网络                  
 12. 5  采用竞争网络进行聚类                  
 12. 6  应用神经网络求解TSP                  
 12. 7  演化神经网络                  
 12. 8  小结                  
                   
 XIIl  这根绳子有多长?                  
 13  模糊系统                  
 13. 1  模糊集                  
 13. 2  模糊集和概率测度                  
 13. 3  模糊集的运算                  
 13. 4  模糊关系                  
 13. 5  设计模糊控制器                  
 13. 6  模糊聚类                  
 13. 7  模糊神经网络                  
 13. 8  模糊TSP                  
 13. 9  演化模糊系统                  
 13. 10  小结                  
                   
 XIV  你喜欢简单的解决办法吗?                  
 14  混合系统                  
 15  总结                  
 附录A  概率与统计                  
 A. 1  概率的基本概念                  
 A. 2  随机变量                  
 A. 2. 1  离散型随机变量                  
 A. 2. 2  连续型随机变量                  
 A. 3  随机变量的描述性统计量                  
 A. 4  极限定理与极限不等式                  
 A. 5  随机变量的相加                  
 A. 6  在计算机中产生随机数                  
 A. 7  估计                  
 A. 8  统计的假设检验                  
 A. 9  线性回归                  
 A. 10  小结                  
 附录B  问题与项目                  
 B. 1  尝试一些实际问题                  
 B. 2  报道采用启发式方法的计算实验                  
 参考文献