Optymalizacja

Wybrane metody z przykładami zastosowań

3 oceny

Format:

pdf, ibuk

DODAJ DO ABONAMENTU

WYBIERZ RODZAJ DOSTĘPU

79,00

Format: pdf

 

Dostęp online przez myIBUK

WYBIERZ DŁUGOŚĆ DOSTĘPU

Cena początkowa:

Najniższa cena z 30 dni: 39,50 zł  


79,00

w tym VAT

TA KSIĄŻKA JEST W ABONAMENCIE

Już od 24,90 zł miesięcznie za 5 ebooków!

WYBIERZ SWÓJ ABONAMENT

Podręcznik umożliwiający poznanie najczęściej stosowanych w praktyce metod optymalizacji liniowej i nieliniowej. Poszczególne metody opisano w sposób bardzo przystępny z zachowaniem następującego schematu:


- opis idei metody,
- opis algorytmu metody (wraz z jego zapisem w pseudokodzie oraz rysunkiem schematu blokowego),
- ilustrowane graficznie rozwiązania prostych przykładów.


Omówiono m.in. metody optymalizacji dla problemów:


- bez ograniczeń,
- z ograniczeniami,
- z niejednoznacznym kryterium optymalności (problemy wielokryterialne).


Podano także wybrane strategie optymalizacji procesów przemysłowych wraz z przykładami z zakresu inżynierii metali. Dla wygody czytelnika zamieszczono w książce przypomnienie podstawowych pojęć z zakresu algebry i analizy matematycznej, które mogą być pomocne w zrozumieniu poszczególnych metod optymalizacji.


Książka przeznaczona dla studentów kierunków technicznych, ekonomicznych i informatycznych na różnych uczelniach oraz inżynierów praktyków, dla których może być inspiracją w ich pracy zawodowej.


Rok wydania2009
Liczba stron400
KategoriaZastosowania informatyki
WydawcaWydawnictwo Naukowe PWN
ISBN-13978-83-01-15961-0
Numer wydania1
Język publikacjipolski
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  Przedmowa IX
  Stosowana notacja oraz najważniejsze oznaczenia XI
  1. Wprowadzenie    1
  2. Podstawy optymalizacji    4
    2.1. Analityczne metody wyznaczania ekstremów    4
    2.2. Ekstrema globalne    10
    2.3. Podstawowe pojęcia optymalizacji    15
      2.3.1. Zbiór rozwiązań dopuszczalnych    15
      2.3.2. Funkcja celu    16
      2.3.3. Rozwiązanie optymalne    17
    2.4. Ogólna strategia szukania rozwiązań optymalnych    18
    2.5. Warunki stopu    19
    2.6. Klasyfikacja metod optymalizacji    20
  3. Metody bezgradientowe (bezpośredniego szukania)    22
    3.1. Wstępne oszacowanie przedziału poszukiwań    22
      3.1.1. Metoda ekspansji    23
      3.1.2. Zmodyfikowana metoda ekspansji Boxa–Daviesa–Swanna (BDS)    27
    3.2. Poszukiwanie minimum w przedziale    31
      3.2.1. Metoda złotego podziału    33
      3.2.2. Metoda Fibonacciego    37
      3.2.3. Metoda oparta na interpolacji Lagrange’a    44
    3.3. Metody optymalizacji wielowymiarowej    49
      3.3.1. Metoda Hooke’a–Jeevesa    49
      3.3.2. Metoda Rosenbrocka    57
      3.3.3. Metoda sympleks Neldera–Meada    66
      3.3.4. Metoda Powella    77
  4. Metody gradientowe    84
    4.1. Wspólne cechy metod gradientowych    85
    4.2. Metoda największego spadku    88
    4.3. Metoda gradientów sprzężonych    96
      4.3.1. Schemat metody Fletchera–Reevesa    96
      4.3.2. Teoretyczne podstawy metody gradientów sprzężonych    101
    4.4. Metoda Newtona    106
    4.5. Metody quasi-newtonowskie    110
      4.5.1. Metoda Davidona–Fletchera–Powella (DFP)    111
      4.5.2. Metoda Broydena–Fletchera–Goldfarba–Shanno (BFGS)    114
  5. Optymalizacja z ograniczeniami    118
    5.1. Metoda Lagrange’a    121
    5.2. Metody funkcji kary    125
      5.2.1. Metoda funkcji kary zewnętrznej    125
      5.2.2. Metoda funkcji kary wewnętrznej (metoda barier)    130
      5.2.3. Metoda Schmita–Foxa    136
  6. Programowanie liniowe    140
    6.1. Metoda graficzna    141
    6.2. Wprowadzenie do metody sympleks    145
      6.2.1. Postaćstandardowa    145
      6.2.2. Rozwiązanie optymalne i jego położenie    148
    6.3. Najprostszy przypadek metody sympleks    149
      6.3.1. Konstrukcja tabeli w metodzie sympleks    152
      6.3.2. Dwufazowa metoda sympleks    163
      6.3.3. Problem dualny    166
  7. Optymalizacja wielokryterialna    170
    7.1. Podejście Pareto    173
    7.2. Przykładowa metoda redukcji problemów wielokryterialnych    177
  8. Metody niedeterministyczne    180
    8.1. Metoda Monte Carlo    182
    8.2. Algorytmy genetyczne    190
    8.3. Algorytmy ewolucyjne    206
      8.3.1. Strategia ewolucyjna (1 + 1)    207
      8.3.2. Strategia ewolucyjna (µ + ?)    212
  9. Wybrane strategie optymalizacji złożonych procesow przemysłowych    217
    9.1. Optymalizacja oparta na metamodelu procesu    218
    9.2. Optymalizacja aproksymacyjna    222
  10. Przykłady zastosowań optymalizacji w inżynierii metali    227
    10.1. Optymalizacja kształtu narzędzi w procesach plastycznej przeróbki metali    228
      10.1.1. Optymalizacja procesów wyciskania    230
      10.1.2. Optymalizacja procesu ciągnienia prętów okrągłych    236
      10.1.3. Optymalizacja procesu kucia osiowosymetrycznego    238
    10.2. Analiza odwrotna (inverse)    242
      10.2.1. Interpretacja krzywych umocnienia metali    244
      10.2.2. Zastosowanie metamodelu w metodzie analizy odwrotnej    247
    10.3. Optymalizacja procesu wytopu miedzi    250
  11. Wybrane zagadnienia i algorytmy11. Wybrane zagadnienia i algorytmy    253
    11.1. Podstawowe pojęcia z zakresu algebry liniowej    253
      11.1.1. Przestrze´n wektorowa    253
      11.1.2. Liniowa zależność wektorów    255
      11.1.3. Macierze    257
      11.1.4. Iloczyn skalarny i ortogonalność    261
      11.1.5. Norma wektora    263
      11.1.6. Ortogonalizacja Gramma–Schmidta    264
      11.1.7. Kierunki sprzężone    266
    11.2. Rozwiązywanie układów równań liniowych    266
      11.2.1. Rząd macierzy a rozwiązywanie układów równań    267
      11.2.2. Postać schodkowa macierzy    269
      11.2.3. Eliminacja Gaussa    270
      11.2.4. Kolumny bazowe i rozwiązywanie równań    271
    11.3. Inne zagadnienia związane z macierzami    274
      11.3.1. Odwracanie macierzy metodą Gaussa–Jordana    274
      11.3.2. Obliczanie wyznaczników macierzy    275
      11.3.3. Weryfikacja określoności macierzy    276
      11.3.4. Określoność macierzy a wyznaczniki    278
    11.4. Aproksymacja i interpolacja funkcji    280
      11.4.1. Aproksymacja funkcji    280
      11.4.2. Interpolacja    285
    11.5. Sztuczne sieci neuronowe    293
  Bibliografia    298
  Indeks    302
RozwińZwiń