最优化方法及应用案例（第二版·富媒体） / 高等院校研究生规划教材
定价：￥46.00
作者： 钟仪华，付瑞琴，刘建军
出版时间：2024-07
最新印次日期：2024-7
出版社：石油工业出版社
- 石油工业出版社
- 9787518367436
- 2版
- 542807
- 61250976-0
- 16开
- 2024-07
- 公共基础课
- 公共基础课
- 石油工程
- 研究生及以上
内容简介
本书系统介绍了各类最优化问题的理论和方法，包括：最优化问题概述、线性规划的对偶理论及其应用、非线性规划、动态规划、多目标优化及应用、现代优化算法和综合应用案例。全书以方法为重点，编入了大量的最优化模型应用案例，在考虑到系统性的基础上，尽可能回避有关理论证明，做到实用性强，并运用富媒体技术介绍相关方法和模型，拓展学生的视野，培养数学素质。
本书以石油高校相关专业硕士研究生为教学对象，也可供相关专业教师和高年级本科学生作为参考书。
本书以石油高校相关专业硕士研究生为教学对象，也可供相关专业教师和高年级本科学生作为参考书。
目录
第1章 绪论……………………………………………………………………………………… 1
1.1 最优化概述 ……………………………………………………………………………… 1
1.2 预备知识 ………………………………………………………………………………… 6
1.3 最优化问题概述 ………………………………………………………………………… 9
1.4 最优化模型的建立……………………………………………………………………… 10
1.5 最优解及算法概述……………………………………………………………………… 12
练习题1 ……………………………………………………………………………………… 14
第2章 线性规划 ……………………………………………………………………………… 15
2.1 线性规划模型的建立及相关概念……………………………………………………… 15
2.2 算法原理与实例………………………………………………………………………… 23
2.3 应用案例………………………………………………………………………………… 53
练习题2 ……………………………………………………………………………………… 68
第3章 线性规划的对偶理论及其应用 ……………………………………………………… 72
3.1 对偶问题模型的建立及其概念………………………………………………………… 72
3.2 对偶关系的性质及应用………………………………………………………………… 76
3.3 对偶单纯形法…………………………………………………………………………… 80
3.4 应用案例———灵敏度分析……………………………………………………………… 84
练习题3 ……………………………………………………………………………………… 90
第4章 非线性规划 …………………………………………………………………………… 92
4.1 非线性规划模型的建立及相关概念…………………………………………………… 92
4.2 算法原理与实例………………………………………………………………………… 95
4.3 应用案例 ……………………………………………………………………………… 131
练习题4……………………………………………………………………………………… 138
第5章 动态规划……………………………………………………………………………… 139
5.1 动态规划问题、相关概念和理论……………………………………………………… 139
5.2 动态规划的解法 ……………………………………………………………………… 146
5.3 动态规划的应用 ……………………………………………………………………… 151
5.4 应用案例 ……………………………………………………………………………… 162
练习题5……………………………………………………………………………………… 165第6章 多目标优化及应用…………………………………………………………………… 168
6.1 多目标优化的模型、相关概念和理论………………………………………………… 168
6.2 多目标优化算法与实例 ……………………………………………………………… 174
6.3 应用案例 ……………………………………………………………………………… 192
练习题6……………………………………………………………………………………… 205
第7章 现代优化算法………………………………………………………………………… 207
7.1 现代优化算法概述 …………………………………………………………………… 207
7.2 模拟退火算法 ………………………………………………………………………… 210
7.3 遗传算法 ……………………………………………………………………………… 217
7.4 蚁群算法 ……………………………………………………………………………… 225
7.5 粒子群算法 …………………………………………………………………………… 235
练习题7……………………………………………………………………………………… 240
第8章 机器学习中的优化算法……………………………………………………………… 241
8.1 机器学习及代价函数 ………………………………………………………………… 241
8.2 固定学习率优化算法 ………………………………………………………………… 243
8.3 自适应学习率优化算法 ……………………………………………………………… 253
8.4 算法总结与比较及调用tensorflow实现数据回归 ………………………………… 259
练习题8……………………………………………………………………………………… 260
第9章 综合应用案例………………………………………………………………………… 262
9.1 稠油蒸汽吞吐区块全流程优化模型及应用 ………………………………………… 262
9.2 气井优化配产模型 …………………………………………………………………… 268
9.3 附加流速法循环流量及附加流速比的最优规划 …………………………………… 274
9.4 石油钻机微电网混合储能系统容量优化模型及应用 ……………………………… 279
练习题9……………………………………………………………………………………… 285
附录…………………………………………………………………………………………… 286
参考文献………………………………………………………………………………………… 291
1.1 最优化概述 ……………………………………………………………………………… 1
1.2 预备知识 ………………………………………………………………………………… 6
1.3 最优化问题概述 ………………………………………………………………………… 9
1.4 最优化模型的建立……………………………………………………………………… 10
1.5 最优解及算法概述……………………………………………………………………… 12
练习题1 ……………………………………………………………………………………… 14
第2章 线性规划 ……………………………………………………………………………… 15
2.1 线性规划模型的建立及相关概念……………………………………………………… 15
2.2 算法原理与实例………………………………………………………………………… 23
2.3 应用案例………………………………………………………………………………… 53
练习题2 ……………………………………………………………………………………… 68
第3章 线性规划的对偶理论及其应用 ……………………………………………………… 72
3.1 对偶问题模型的建立及其概念………………………………………………………… 72
3.2 对偶关系的性质及应用………………………………………………………………… 76
3.3 对偶单纯形法…………………………………………………………………………… 80
3.4 应用案例———灵敏度分析……………………………………………………………… 84
练习题3 ……………………………………………………………………………………… 90
第4章 非线性规划 …………………………………………………………………………… 92
4.1 非线性规划模型的建立及相关概念…………………………………………………… 92
4.2 算法原理与实例………………………………………………………………………… 95
4.3 应用案例 ……………………………………………………………………………… 131
练习题4……………………………………………………………………………………… 138
第5章 动态规划……………………………………………………………………………… 139
5.1 动态规划问题、相关概念和理论……………………………………………………… 139
5.2 动态规划的解法 ……………………………………………………………………… 146
5.3 动态规划的应用 ……………………………………………………………………… 151
5.4 应用案例 ……………………………………………………………………………… 162
练习题5……………………………………………………………………………………… 165第6章 多目标优化及应用…………………………………………………………………… 168
6.1 多目标优化的模型、相关概念和理论………………………………………………… 168
6.2 多目标优化算法与实例 ……………………………………………………………… 174
6.3 应用案例 ……………………………………………………………………………… 192
练习题6……………………………………………………………………………………… 205
第7章 现代优化算法………………………………………………………………………… 207
7.1 现代优化算法概述 …………………………………………………………………… 207
7.2 模拟退火算法 ………………………………………………………………………… 210
7.3 遗传算法 ……………………………………………………………………………… 217
7.4 蚁群算法 ……………………………………………………………………………… 225
7.5 粒子群算法 …………………………………………………………………………… 235
练习题7……………………………………………………………………………………… 240
第8章 机器学习中的优化算法……………………………………………………………… 241
8.1 机器学习及代价函数 ………………………………………………………………… 241
8.2 固定学习率优化算法 ………………………………………………………………… 243
8.3 自适应学习率优化算法 ……………………………………………………………… 253
8.4 算法总结与比较及调用tensorflow实现数据回归 ………………………………… 259
练习题8……………………………………………………………………………………… 260
第9章 综合应用案例………………………………………………………………………… 262
9.1 稠油蒸汽吞吐区块全流程优化模型及应用 ………………………………………… 262
9.2 气井优化配产模型 …………………………………………………………………… 268
9.3 附加流速法循环流量及附加流速比的最优规划 …………………………………… 274
9.4 石油钻机微电网混合储能系统容量优化模型及应用 ……………………………… 279
练习题9……………………………………………………………………………………… 285
附录…………………………………………………………………………………………… 286
参考文献………………………………………………………………………………………… 291
