Лю Б. Теория и практика неопределенного программирования

Опубликовал: pvi777 в категорию Материалы по нейронным сетям и нечёткой логике - Дата добавления: 17.12.2018, 13:43


В книге дается подробное изложение аппарата неопределенноrо программирования, включая обсуждение принципов построения соответствующих оптимизационных моделей, а также алгоритмов, обеспечивающих решение разнообразных прикладных задач с использованием этих моделей. Рассмотрены: транспортные задачи, моделирование систем управления запасами, задачи составления кормовых смесей, моделирование производственного процесса, проблемы водоснабжения, задача размещения и распределения оборудования, задача распределения капиталовложений, задача топологической оптимизации, задача маршрутизации движения транспорта, оптимизации резервирования, задача о критическом пути, задача составления расписания параллельно действующих машин.

Книга ориентирована на исследователей, инженеров и студентов, специализирующихся в области исследования операций, теории систем, информатики, организационноrо управления и техники.

ОГЛАВЛЕНИЕ

О серии «Адаптивные и интеллектуальные системы»
Предисловие редактора перевода
Предисловие

Часть I Теоретические основы

Глава 1. Математическое программирование
1.1. Линейное программирование
1.2. Нелинейное программирование
1.3. Многокритериальное программирование
1.4. Целевое программирование
1.5. Целочисленное программирование
1.6. Динамическое программирование
1.7. Многоуровневое программирование
1.8. На пути к неопределенному программированию

Глава 2. Генетические алгоритмы
2.1. Структура представления решения
2.2. Манипулирование ограничениями
2.3. Процесс инициализации
2.4. Функция оценки
2.5. Процесс отбора
2.6. Операция кроссинговера
2.7. Операция мутации
2.8. Процедура генетического алгоритма
2.9. Численные примеры

Глава 3. Нейронные сети
3.1. Искусственные нейроны
3.2. Многослойная сеть прямого распространения
3.3. Аппроксимация функций
3.4. Определение структуры сети
3.5. Алгоритм обратного распространения ошибки
3.6. Обучение нейронных сетей с помощью генетических алгоритмов
3.7. Численные примеры

Часть II. Стохастическое программирование

Глава 4. Случайные величины
4.1. Вероятностное пространство и случайные величины
4.2. Оператор математического ожидания
4.3. Оптимистические и пессимистические значения
4.4. Ранжирование случайных величин
4.5. Закон больших чисел
4.6. Получение случайных чисел
4.7. Статистическое моделирование

Глава 5. Стохастические модели ожидаемого значения
5.1. Основные модели
5.2. Теорема выпуклости
5.3. Стохастическое программирование с регрессом
5.4. Гибридный алгоритм
5.5. Оптимизация резервирования
5.6. Размещение и распределение объектов
5.7. Составление расписания для параллельно действующих машин
5.8. Всегда ли обоснованно использование моделей ожидаемого значения?

Глава 6. Стохастическое программирование с вероятностными ограничениями
6.1. Вероятностные ограничения
6.2. Максимаксное программирование с вероятностными ограничениями
6.3. Минимаксное программирование с вероятностными ограничениями
6.4. Детерминированные эквиваленты вероятностных ограничений
6.5. Теорема эквивалентности
6.6. Статистическое моделирование
6.7. Гибридный алгоритм
6.8. Задача составления кормовой смеси
6.9. Распределение капиталовложений
6.10. Открытые сети запасов
6.11. Топологическая оптимизация
6.12. Задача выбора маршрутов для транспортных средств
6.13. Оптимизация резервирования
6.14. Размещение и распределение объектов
6.15. Задача о критическом пути
6.16. Составление расписания для параллельно действующих машин

Глава 7. Стохастическое событийное программирование
7.1. Неопределенная среда, событие и вероятностная функция
7.2. Принцип неопределенности
7.3. Однокритериальное событийное программирование
7.4. Многокритериальное событийное программирование
7.5. Целевое событийное программирование
7.6. Гибридный алгоритм
7.7. Задача водоснабжения
7.8. Производственный процесс
7.9. Открытые сети запасов
7.10. Распределение капиталовложений
7.11. Топологическая оптимизация
7.12. Задача выбора маршрутов для транспортных средств
7.13. Оптимизация резервирования
7.14. Задача о критическом пути
7.15. Составление расписания для параллельно действующих машин
7.16. Размещение и распределение объектов
7.17. Лотерея «Выбери шесть номеров»

Часть IIІ. Нечеткое программирование

Глава 8. Нечеткие величины
8.1. Возможностное пространство и нечеткие величины
8.2. Нечеткая арифметика
8.3. Меры возможности, необходимости и правдоподобия
8.4. Оптимистические и пессимистические значения
8.5. Оператор ожидаемого значения
8.6. Ранжирование нечетких величин
8.7. Нечеткое моделирование

Глава 9. Нечеткие модели ожидаемого значения
9.1. Общие модели
9.2. Теорема выпуклости
9.3. Гибридный алгоритм
9.4. Оптимизация резервирования
9.5. Составление расписания для параллельно действующих машин
9.6. Размещение и распределение объектов

Глава 10. Нечеткое программирование с возможностными ограничениями
10.1. Возможностные ограничения
10.2. Максимаксное программирование с возможностными ограничениями
10.3. Минимаксное программирование с возможностными ограничениями
10.4. Разновидности моделей программирования с возможностными ограничениями
10.5. Четкие эквиваленты моделей нечеткого программировании с возможностными ограничениями
10.6. Гибридный алгоритм
10.7. Задача распределения капиталовложений
10.8. Оптимизация резервирования
10.9. Задача выбора маршрута для транспортного средства
10.10. Проблема критического пути
10.11. Составление расписания для параллельно действующих машин
10.12. Размещение и распределение объектов

Глава 11. Нечеткое событийное программирование
11.1. Принцип неопределенности
11.2. Событийное программирование
11.3. Разновидности задачи событийного программирования
11.4. Гибридный алгоритм
11.5. Оптимизация резервирования
11.6. Составление расписания для параллельно действующих машин
11.7. Размещение и распределение объектов
11.8. Задача выбора маршрута для транспортных средств
11.9. Задача о критическом пути

Глава 12. Нечеткое программирование с нечеткими решениями
12.1. Нечеткие решения
12.2. Модели ожидаемого значения
12.3. Максимаксное программирование с возможностными ограничениями
12.4. Минимаксное программирование с возможностными ограничениями
12.5. Событийное программирование
12.6. Нечеткие нейронные сети
12.7. Гибридный алгоритм

Часть IV. Неточное программирование

Глава 13. Неточные величины
13.1. Пространство приближений и неточные величины
13.2. Неточная арифметика
13.3. Мера доверия
13.4. Оптимистические и пессимистические значения
13.5. Оператор ожидаемого значения
13.6. Ранжирование неточных величин
13.7. Неточное имитационное моделирование

Глава 14. Неточное программирование
14.1. Модели ожидаемого значения
14.2. Максимаксное программирование с ограничениями на шансы
14.3. Минимаксное программирование с ограничениями на шансы
14.4. Событийное программирование
14.5. Гибридный алгоритм

Часть V. Нечетко-случайное программирование

Глава 15. Нечетко-случайные величины
15.1. Нечетко-случайные величины
15.2. Нечетко-случайная арифметика
15.3. Свойства измеримости
15.4. Оператор ожидаемого значения
15.5. Элементарная мера шансов
15.6. Разновидности меры шансов
15.7. Оптимистические и пессимистические значения
15.8. Ранжирование нечетко-случайных величин
15.9. Нечетко-случайное имитационное моделирование

Глава 16. Нечетко-случайные модели ожидаемого значения
16.1. Модели общего вида
16.2. Теорема выпуклости
16.3. Гибридный алгоритм

Глава 17. Нечетко-случайное программирование с ограничениями на шансы
17.1. Ограничения на шансы
17.2. Максимаксное программирование с ограничениями на шансы
17.3. Минимаксное программирование с ограничениями на шансы
17.4. Разновидности моделей программирования с ограничениями на шансы
17.5. Гибридный алгоритм

Глава 18. Нечетко-случайное событийное программирование
18.1. Принцип неопределенности
18.2. Событийное программирование
18.3. Разновидности моделей событийного программирования
18.4. Гибридный алгоритм

Часть VI. Случайно-нечеткое программирование

Глава 19. Случайно-нечеткие величины
19.1. Случайно-нечеткие величины
19.2. Случайно-нечеткая арифметика
19.3. Оператор ожидаемого значения
19.4. Элементарная мера шансов
19.5. Разновидности меры шансов
19.6. Оптимистические и пессимистические значения
19.7. Ранжирование случайно-нечетких величин
19.8. Случайно-нечеткое имитационное моделирование

Глава 20 Случайно-нечеткие модели ожидаемого значения
20.1. Модели общего вида
20.2. Теорема выпуклости
20.3. Гибридный алгоритм

Глава 21. Случайно-нечеткое программирование с ограничениями на шансы
21.1. Ограничения на шансы
21.2. Максимаксное программирование с ограничениями на шансы
21.3. Минимаксное программирование с ограничениями на шансы
21.4. Теорема эквивалентности
21.5. Разновидности моделей программирования с ограничениями
21.6. Гибридный алгоритм

Глава 22. Случайно-нечеткое событийное программирование
22.1. Принцип неопределенности
22.2. Событийное программирование
22.3. Разновидности моделей событийного программирования
22.4. Гибридный алгоритм

Часть VII. Общие принципы

Глава 23. Многократная неопределенность
23.1. Случайно-неточные величины
23.2. Неточно-случайные величины
23.3. Нечетко-неточные величины
23.4. Неточно-нечеткие величины
23.5. Бислучайные величины
23.6. Бинечеткие величины
23.7. Бинеточные величины
23.8  Разновидности мер шансов
23 9. Ранжирование неопределенных величин
23.10. Неопределенные величины с многократной неопределенностью

Глава 24. Неопределенное программирование
24.1. В чем польза от неопределенного программирования?
24.2. Модели среднего ожидаемого значения
24.3. Максимаксные модели программирования с ограничениями на шансы
24.4. Минимаксные модели программирования с ограничениями на шансы
24.5. Событийное программирование
24.6. Неопределенное динамическое программирование
24.7. Неопределенное многоуровневое программирование
24.8. Ф-диаграмма
24.9. Имитационное моделирование -h нейронная сеть + генетический алгоритм
24.10. Имитационное моделирование -h нейронная сеть + имитационный отжиг
24.11. Имитационное моделирование + нейронная сеть + табу-поиск
24.12. Направления дальнейших исследований

Литература


Скачать:


  • Теги:

Комментарии:


Оставить комментарий

Вход на сайт

Информация о проекте

Настоящий сайт представляет собой информационный портал, содержащий материалы по проблеме бизнес-аналитики, раскрывающие особенности использования современных подходов и методов анализа и обработки данных, что в условиях современной информатизации общества представляется весьма актуальным при исследовании различных проблем социально-экономического характера.
Настоящий портал содержит материалы познавательного, учебно-методического и научно-исследовательского характера, демонстрирующие современное состояние развития проблемы бизнес-аналитики, проблемы анализа и обработки данных. Особое внимание на страницах сайта уделено методическому и аналитическому инструментарию рассматриваемых проблем. Наряду с теоретическими и аналитическими материалами сайт содержит пакеты программных продуктов, представляющих собой прикладной инструментарий, способный автоматизировать научно-практические исследования в области бизнес-аналитики и бизнес-статистики.

Контакты