欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 智能算法(原理与应用管理科学名家精品系列教材)
      • 作者:编者:郭钊侠|责编:方小丽
      • 出版社:科学
      • ISBN:9787030756169
      • 出版日期:2024/06/01
      • 页数:170
    • 售价:19.2
  • 内容大纲

        本书系统介绍了各种主流智能算法的原理及其在运营管理决策问题中的应用。相关算法不仅覆盖禁忌搜索、模拟退火、遗传算法、浅层前馈神经网络等传统智能算法,还涉及卷积神经网络、循环神经网络、注意力模型等前沿的深度神经网络算法。本书覆盖的典型运营决策问题案例包括产品需求预测、流水线平衡、车间调度、路径优化、道路速度预测、医学图像分类等,这些案例涉及不同的问题难度与算法复杂性,且均提供程序代码与实验指导,有助于读者更好地理解和掌握智能算法的原理与应用。
        本书可作为高等院校管理科学与工程、工业工程、自动化等相关专业高年级本科生或研究生的人工智能算法教材,也可作为相关领域研究者或想了解和应用智能算法的工作人员的参考书。
  • 作者介绍

        郭钊侠:香港理工大学博士,现任四川大学商学院教授、博士生导师、工业工程与管理系系主任。长期从事复杂系统建模与管理、大数据与人工智能算法交叉领域的研究。曾主持国家自然科学基金等科研项目20余项,出版学术专著3部,发表论文100余篇。代表性成果在One Earth、Nature Communications、Scientific Data、INFORMS Journal on Computing等期刊发表。曾获得四川省科学技术进步奖二等奖(排名第1)等奖项,受邀在多个国际会议担任大会副主席、主旨报告专家或特邀报告专家等。
  • 目录

    第1章  绪论
      1.1  人工智能概述
      1.2  人工智能算法概述
      1.3  人工智能算法的应用
      1.4  本章小结
    第2章  运营管理中的典型决策问题
      2.1  需求预测问题
      2.2  生产优化问题
      2.3  运输优化问题
      2.4  其他典型决策问题
      2.5  本章小结
    第3章  禁忌搜索算法
      3.1  禁忌搜索算法的提出
      3.2  基本禁忌搜索算法
      3.3  禁忌搜索算法的改进
      3.4  应用案例
      3.5  本章小结
    第4章  模拟退火算法
      4.1  模拟退火算法的提出
      4.2  基本模拟退火算法
      4.3  模拟退火算法的改进
      4.4  应用案例
      4.5  本章小结
    第5章  遗传算法基础
      5.1  遗传算法的提出
      5.2  位串编码遗传算法
      5.3  本章小结
    第6章  遗传算法进阶
      6.1  实数编码遗传算法
      6.2  顺序编码遗传算法
      6.3  遗传算法的变体
      6.4  应用案例
      6.5  本章小结
    第7章  蚁群算法
      7.1  蚁群算法的提出
      7.2  基本蚁群算法
      7.3  改进的蚁群算法
      7.4  应用案例
      7.5  本章小结
    第8章  粒子群优化算法
      8.1  粒子群优化算法的提出
      8.2  基本粒子群优化算法
      8.3  标准粒子群优化算法
      8.4  离散粒子群优化算法
      8.5  应用案例
      8.6  本章小结
    第9章  人工神经网络基础
      9.1  人工神经网络的生物学基础
      9.2  从生物神经网络到人工神经网络
      9.3  人工神经网络的构成要素

      9.4  本章小结
    第10章  多层感知器
      10.1  多层感知器的提出
      10.2  多层感知器模型
      10.3  学习算法
      10.4  多层感知器的设计
      10.5  应用案例
      10.6  本章小结
    第11章  卷积神经网络
      11.1  卷积神经网络的提出
      11.2  卷积神经网络的基本原理
      11.3  卷积神经网络的训练
      11.4  典型卷积神经网络
      11.5  应用案例
      11.6  本章小结
    第12章  循环神经网络
      12.1  循环神经网络的提出
      12.2  基于门控的循环神经网络
      12.3  其他循环神经网络
      12.4  应用案例
      12.5  本章小结
    第13章  注意力模型
      13.1  注意力机制的提出
      13.2  注意力机制的变体
      13.3  自注意力模型与多头自注意力模型
      13.4  使用自注意力模型的深度学习算法
      13.5  应用案例
      13.6  本章小结
    参考文献
    附录
      A1  基于torchvision包的卷积神经网络实现
      A2  拓展阅读:魔笛Python实验平台