Wybrane algorytmy optymalizacji Algorytmy genetyczne Algorytmy mrówkowe

Autor: Radosław Grzymkowski, Konrad Kaczmarek, Stanisław Kiełtyka, Iwona Nowak

ISBN: 978-83-60716-42-7

Ilość stron: 98

Data wydania: 12/2008

Książka w przystępny sposób zapoznaje z wybranymi metodami optymalizacji, w tym z algorytami, które rozwinęły się w ostatnuch latach - algorytmy genetyczne i algorytmy mrówkowe.

Jest skierowana do tych, którzy po raz pierwszy stykają się z tą tematyką i zainteresowani są jej strona aplikacyjną. Z tego tez powodu autorzy zrezygnowali z zaawansowanych rozważań matematycznych na rzecz licznych przykładów ilustrujących omawianą tematykę.

Rozdziały:

1. Podstawowe pojęcia i zadania związane z optymalizacją
1.1. Wprowadzenie
1.2. Ogólna postać zadania programowania matematycznego (PM)
1.3.Klasyfikacja zadań PM
1.4. Optymalizacja bezwarunkowa. Wybrane metody analityczne
1.5. Zadanie z ograniczeniami równościowymi
1.6. Funkcja Lagrange'a i zadanie dualne

2. Metody iteracyjne rozwiązywania zadań programowania matematycznego
2.1. Algorytm. Odwzorowanie algorytmiczne
2.2. Klasyfikacja metod iteracyjnych
2.3. Zasady doboru metod optymalizacji i podstaw konstrukcji metod poprawy
2.4. Wybrane algorytmy metod poszukiwań prostych
2.4.1. Metoda Hooke'a-Jeevesa
2.4.2. Metoda sympleksu Neldera-Meada
2.5. Wybrane algorytmy bezgradientowych metod poprawy
2.5.1. Metoda Gaussa-Seidla
2.5.2. Metoda kierunków sprzężonych Powella
2.6.Wybrane algorytmy metod gradientowych
2.6.1. Metoda gradientu prostego
2.6.2. Metoda największego spadku
2.7. Metody znajdowania minimum funkcji z ograniczeniami

3. Algorytmy genetyczne
3.1. Wprowadzenie
3.2. Schematy klasycznego algorytmu genetycznego
3.2.1. Kodowanie chromosomów
3.2.2. Selekcja i reprodukcja
3.3. Zbieżność czy różnorodność. Modyfikacja klasycznego algorytmu genetycznego
3.3.1. Modyfikacje funkcji przystosowania
3.3.2. Modyfikacje operatorów krzyżowania i mutacji
3.3.3. Sposoby selekcji
3.3.4. Sposoby zatrzymania algorytmu
3.4. Przykłady zastosowania algorytmu genetycznego do poszukiwania maksimum

4. Mrówkowe Algorytmy Optymalizacyjne
4.1. Wprowadzenie
4.2. Algorytm Mrówkowy i Problem Komiwojażera
4.3. Zastosowanie Algorytmu Mrówkowego do minimalizacji funkcji
4.3.1. Testy numeryczne
4.4. Zastosowanie Algorytmu Mrówkowego do minimalizacji funkcji z ograniczeniami
4.4.1. Testy numeryczne - funkcja z ograniczeniami

Polecamy książki: