- 高级算法(双色印刷新形态教材面向新工科普通高等教育系列教材)
- - 作者：编者:林海|责编:郝建伟//赵晓峰
  - 出版社：机械工业
  - ISBN：9787111764472
  - 出版日期：2024/11/01
  - 页数：202
- 售价：23.6

内容大纲
本书的内容主要包括两个方面：一是困难问题（NPC问题）；二是人工智能的关键问题（图问题）。包括：困难问题的概念和证明；困难问题的常用模型，如线性规划和整数规划；困难问题的常用算法，如近似算法、随机算法、在线算法、启发式算法。本书在所有算法讲解中都贯穿了图问题，同时还专门介绍了高级图算法，其中，中心性算法和社群发现算法是人工智能的基础。此外，本书的每章都给出了相关算法的应用实例。
本书可作为高等院校计算机类专业的研究生算法课程的教材，也可作为各行业从事算法设计和开发技术人员的参考书。
作者介绍
目录
前言
第1章  线性规划
  1.1  基本概念
  1.2  标准型和松弛型
  1.3  单纯形法
    1.3.1  单纯形法原理
    1.3.2  单纯形法步骤
    1.3.3  单纯形表
  1.4  对偶
    1.4.1  什么是对偶
    1.4.2  对偶怎么来的
    1.4.3  对偶的性质
    1.4.4  对偶实例*
  1.5  整数规划
    1.5.1  分支限界
    1.5.20  -1整数规划
  1.6  原始-对偶算法（Primal-Dual Algorithm）
  1.7  原始-对偶算法的应用：顶点覆盖
  1.8  本章小结
第2章  高级图算法
  2.1  最大流问题
    2.1.1  Ford-Fulkerson算法
    2.1.2  最大流最小割定理
    2.1.3  Edmonds-Karp算法
    2.1.4  对偶性质*
  2.2  图的中心性算法
    2.2.1  度中心性
    2.2.2  紧密中心性
    2.2.3  中介中心性*
    2.2.4  特征向量中心性
    2.2.5  PageRank
  2.3  社群发现算法（Community Detection Algorithms）
    2.3.1  基于模块度的算法
    2.3.2  基于标签传播的算法
    2.3.3  基于团的算法
  2.4  社群发现在物流仓储中的应用
  2.5  本章小结
第3章  NP问题
  3.1  基本概念
    3.1.1  P问题、NP问题、NP难问题和NPC问题
    3.1.2  归约性
  3.2  P问题的证明
  3.3  3CNF可满足性问题
  3.4  最大团问题
  3.5  顶点覆盖问题
  3.6  最大公共子图
  3.7  哈密顿回路*
  3.8  本章小结
第4章  近似算法
  4.1  基本概念

  4.2  旅行商问题
  4.3  子集和问题
  4.4  集合覆盖
    4.4.1  简单集合覆盖
    4.4.2  带权重的集合覆盖（广义集合覆盖）*
  4.5  集合覆盖-整数规划
  4.6  斯坦纳最小树
  4.7  近似算法在作业调度中的应用
  4.8  本章小结
第5章  随机算法
  5.1  基本概念
  5.2  避免落入最坏情形
    5.2.1  随机快速排序
    5.2.2  随机快速选择（Random Quick Select）
    5.2.3  最小圆覆盖
  5.3  降低算法复杂度
    5.3.1  弗里瓦德算法（Frievald’s Algorithm）
    5.3.2  惰性选择（Lazy Select）*
    5.3.3  集合覆盖
    5.3.4  最小割
  5.4  随机游走及其应用
    5.4.1  2CNF-SAT
    5.4.2  图嵌入和集卡问题
  5.5  本章小结
第6章  在线算法
  6.1  基本概念
  6.2  确定性在线算法
    6.2.1  在线最小生成树
    6.2.2  在线装箱问题*
    6.2.3  时间序列搜索
  6.3  随机在线算法
    6.3.1  租买问题
    6.3.2  在线二分图最大匹配*
  6.4  在线算法在物流中的应用：装车问题
  6.5  本章小结
第7章  启发式算法
  7.1  基本概念
  7.2  局部搜索
    7.2.1  2-opt算法
    7.2.2  3-opt算法
  7.3  模拟退火
  7.4  禁忌搜索（Tabu Search）
  7.5  蚁群算法
    7.5.1  基础蚁群算法
    7.5.2  蚁群系统
    7.5.3  最大-最小蚁群系统
  7.6  遗传算法
    7.6.1  遗传算法概念和流程
    7.6.2  求解函数的最大/最小值
    7.6.3  旅行商问题

    7.6.4  遗传算法变体*
  7.7  遗传算法在多目标优化中的应用
  7.8  本章小结
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目