python实例 优化目标函数_Python最优化算法实战

篇最优化算法与编程基础

章最优化算法概述2

1.1最优化算法简介3

1.2最优化算法的内容4

1.2.1规划论4

1.2.2库存论5

1.2.3图论6

1.2.4排队论7

1.2.5可靠性理论8

1.2.6对策论8

1.2.7决策论8

1.2.8搜索论9

1.3本章小结9

第2章Python编程方法10

2.1开发环境安装11

2.2编程基础：Python语法17

2.2.1基础数据结构与基本运算18

2.2.2关于Python的列表、元组、字典、集合18

2.2.3程序控制语句21

2.2.4函数21

2.2.5类与实例22

2.2.6迭代23

2.3数据分析：NumPy基础24

2.3.1NumPy基础数据结构24

2.3.2NumPy的随机数26

2.3.3NumPy矩阵运算28

2.3.4NumPy线性代数31

2.4Pandas基础32

2.4.1Pandas基础数据结构32

2.4.2Pandas基础统计函数35

2.4.3Pandas基础数据处理37

2.4.4分组统计39

2.4.5apply函数41

2.5Python绘图42

2.5.1常用图形43

2.5.2图形属性47

2.5.3组合图和子图49

2.5.4三维图51

2.5.5动态图55

2.6本章小结57

第3章Gurobi优化器58

3.1Gurobi的数据结构59

3.1.1Multidict59

3.1.2Tuplelist60

3.1.3Tupledict61

3.1.4应用范例62

3.2Gurobi的参数和属性65

3.2.1参数类型65

3.2.2修改参数75

3.2.3修改参数的例子75

3.2.4属性类型77

3.2.5查看修改属性85

3.2.6修改属性的例子85

3.3Gurobi线性化技巧85

3.3.1优选值max86

3.3.2最小值min88

3.3.3绝对值abs89

3.3.4逻辑与and90

3.3.5逻辑或or90

3.3.6指示函数indicator90

3.3.7带固定成本约束91

3.3.8分段线性函数91

3.4Gurobi多目标优化92

3.5callback函数96

3.5.1回调函数callback定义97

3.5.2状态where与值what97

3.5.3callback函数的功能98

3.6本章小结102

第2篇数学规划方法

第4章线性规划104

4.1线性规划的标准型105

4.2单纯形法105

4.2.1单纯形法的原理106

4.2.2单纯形法的过程106

4.2.3单纯形法代码111

4.3单纯形的数学规范型113

4.4内点法114

4.4.1内点法的原理114

4.4.2内点法过程115

4.4.3内点法代码118

4.5列生成法120

4.5.1列生成法的原理120

4.5.2列生成的过程123

4.6对偶问题126

4.6.1对偶问题的形式127

4.6.2对称形式对偶128

4.6.3对偶单纯形129

4.6.4对偶问题的应用130

4.7拉格朗日乘子法130

4.7.1无约束优化131

4.7.2等式约束优化131

4.7.3不等式约束优化132

4.7.4拉格朗日对偶134

4.8本章小结137

第5章整数规划138

5.1快速掌握Gurobi整数规划139

5.2分支定界法140

5.3割平面法142

5.4本章小结147

第6章多目标优化148

6.1多目标优化的一般形式149

6.2Pareto最优解149

6.3多目标优化求解方法151

6.4目标规划法152

6.4.1偏差变量153

6.4.2优先等级和权重系数153

6.4.3目标规划单纯形法154

6.4.4目标规划Gurobi实现158

6.5NSGA-Ⅱ159

6.6本章小结160

第3篇启发式算法

第7章动态规划162

7.1多阶段决策问题163

7.2动态规划的基本概念164

7.3动态规划的最优化原理165

7.4最短路径问题166

7.5使用整数规划解最短路径问题169

7.6背包问题170

7.7本章小结175

第8章图与网络分析176

8.1图的基本概念177

8.2图的矩阵表示178

8.3最小生成树179

8.4最短路径问题183

8.5网络优选流问题187

8.6路径规划190

8.7VRP问题196

8.8本章小结203

第9章智能优化算法204

9.1粒子群算法205

9.1.1粒子群算法原理205

9.1.2粒子群求解无约束优化问题207

9.1.3粒子群求解约束优化问题211

9.1.4粒子群求解旅行商问题218

9.2遗传算法225

9.2.1遗传算法原理225

9.2.2遗传算法的编码方法227

9.2.3遗传算法的选择操作230

9.2.4遗传算法求解无约束优化问题231

9.2.5遗传算法库Geatpy的介绍233

9.2.6使用Geatpy求解约束优化问题239

9.2.7使用Geatpy求解多目标优化问题241

9.3本章小结242显示全部>>隐藏全部>>