不确定规划及应用
2003-8
清华大学
刘宝碇 等 著
301
无
在管理科学、运筹学、信息科学、系统科学、计算机科学以及工程等很多领域都存在人为的或客观的不确定性，如随机性、模糊性、粗糙性、随机模糊性。在不确定环境下如何建立优化模型？如何求解这些模型？不确定规划恰恰回答了这两个问题。本书将介绍不确定规划的理论、算法以及在可靠性优化、设备选取址、机器排序、车辆调度、关键路问题等方面的应用。并力图反映不确定规划的最新研究成果。本书可作为高年级大学生和研究生教材，也可作为教师和技术人员的参考书。
序言第1章数学规划简介1.1线性规划1.2非线性规划1.3多目标规划1.4目标规划1.5动态规划1.6多层规划第2章遗传算法2.1表示结构2.2处理约束条件2.3初始化过程2.4评价函数2.5选择过程2.6交叉操作2.7变异操作2.8遗传算法过程2.9数值例子第3章神经元网络3.1人工神经元3.2多层前向神经元网络3.3函数逼近3.4网络结构的确定3.5反向传播算法3.6用遗传算法训练神经元网络3.7数值例子第4章随机变量4.1概率的公理化定义4.2随机变量4.3概率分布函数及概率密度函数4.4独立与同分布4.5期望值算宁4.6方差与协方差4.7乐观值和悲观值4.8随机变量的比较4.9大数定律4.10随机数的产生4.11随机模拟第5章随机期望值模型5.1期望值模型5.2凸性5.3混合智能算法5.4冗余优化5.5设备选址问题5.6并行机排序问题5.7期望值模型总是有效吗?第6章随机机会约束规划6.1机会约束6.2Maximax机会约束规划6.3Minimax机会约束规划6.4确定性等价形式6.5等价定理6.6混合智能算法6.7网络结构优化6.8车辆调度问题6.9冗余优化6.10设备选址问题6.11关键路问题6.12并行机排序问题第7章随机相关机会规划7.1不确定环境.事件和机会函数7.2不确定原理7.3相关机会规划7.4相关机会多目标规划7.5相关机会目标规划7.6混合智能算法7.7网络结构优化问题7.8车辆调度问题7.9冗余优化7.10关键路问题7.11并行机排序问题7.12设备选址问题7.13六合彩问题第8章模糊变量8.1可能性的公理化定义8.2模糊变量8.3可信性分布和密度函数8.4模糊变量的独立性8.5乐观值与悲观值8.6期望值8.7模糊变量的比较8.8模糊模拟第9章模糊期望值模型9.1模型的一般形式9.2混合智能算法9.3冗余优化9.4并行机排序问题9.5设备选址问题第10章模糊机会约束规划10.1机会约束10.2Maximax机会约束规划10.3Minimax机会约束规划10.4机会约束规划的变种10.5清晰等价形式10.6混合智能算法10.7冗余优化10.8车辆调度问题10.9关键路问题10.10并行机排序问题10.11设备选址问题第11章模糊相关机会规划11.1不确定原理11.2相关机会规划11.3相关机会规划的变种11.4混合智能算法11.5冗余优化11.6并行机排序问题11.7设备选址问题11.8车辆调度问题11.9关键路问题第12章模糊随机变量12.1模糊随机变量12.2期望值算子12.3机会测度12.4乐观值与悲观值12.5模糊随机变量的比较12.6模糊随机模拟第13章模糊随机规划13.1模糊随机期望值模型13.2模糊随机机会约束规划13.3模糊随机相关机会规划13.4混合智能算法第14章随机模糊变量14.1随机模糊变量14.2期望值算子14.3机会测度14.4乐观值与悲观值14.5随机模糊变量的比较14.6随机模糊模拟第15章随机模糊规划15.1随机模糊期望值模型15.2随机模糊机会约束规划15.3随机模糊相关机会规划15.4混合智能算法第16章不确定规划16.1粗糙变量16.2随机粗糙变量16.3粗糙随机变量16.4模糊粗糙变量16.5粗糙模糊变量16.6双重随机变量16.7双重模糊变量16.8双重粗糙变量16.9不确定动态规划16.10不确定多层规划16.11不确定规划分类参考文献一些常用的符号索引
《不确定规划及应用》将介绍不确定研究规划的理论、算法以及在可靠性优化、设备选址、机器排序、车辆调度、关键路问题等方面的应用，并力图反映不确定规划的最新研究成果。
无