优化理论与实用算法
正版新书 新华官方库房直发 可开电子发票
￥ 73.54 5.7折 ￥ 129 全新
库存11件
作者(美)米凯尔·J.科申德弗,(美)蒂姆·A.惠勒
出版社机械工业出版社
ISBN9787111708629
出版时间2022-08
版次1
装帧平装
开本16开
纸张胶版纸
页数344页
定价129元
货号SC:9787111708629
上书时间2024-12-23
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
米凯尔·J.科申德弗（Mykel J.Kochenderfer），斯坦福大学航空航天系和计算机科学系副教授，也是该校智能系统实验室（SISL）主任，研究用于设计稳健决策系统的优选算法和分析方法。
内容简介:
本书全面深入地介绍了实用算法优化的相关内容，讲述了解决各种问题的计算方法，包括搜索高维空间、处理存在多个竞争目标的问题以及兼顾指标中的不确定性。全书主要涵盖以下主题：多维导数及其生成，局部下降和一阶、二阶方法，将随机性引入优化过程的随机方法，目标函数和约束都为线性时的线性约束优化，基于种群的方法，代理模型、概率代理模型以及使用代理模型进行优化的方法，不确定性下的优化，不确定性传播，表达式优化，多学科优化。附录简要介绍了本书使用的Julia编程语言、评估算法性能的测试函数、与导数和优化方法相关的数学概念。
本书适合高等院校数学、统计学、计算机科学等专业的本科生和研究生学习，也可用作相关领域的参考资料。
目录:
译者序
前言
致谢
第1章 引言
1.1 优化算法的历史
1.2 优化过程
1.3 基本优化问题
1.4 约束
1.5 极值点
1.6 局部极小值的条件
1.6.1 一元问题
1.6.2 多元问题
1.7 等高线图
1.8 概述
1.9 小结
1.10 练习
第2章 导数和梯度
2.1 导数
2.2 多维导数
2.3 数值微分
2.3.1 有限差分法
2.3.2 复数步长法
2.4 自动微分
2.4.1 前向累积
2.4.2 反向累积
2.5 小结
2.6 练习
第3章 包围
3.1 单模态
3.2 确定初始包围
3.3 斐波那契搜索
3.4 黄金分割搜索
3.5 二次拟合搜索
3.6 Shubert-Piyavskii方法
3.7 二分法
3.8 小结
3.9 练习
第4章 局部下降
4.1 下降方向迭代
4.2 线搜索
4.3 近似线搜索
4.4 信赖域方法
4.5 终止条件
4.6 小结
4.7 练习
第5章 一阶方法
5.1 梯度下降
5.2 共轭梯度
5.3 动量
5.4 Nesterov动量<
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价