《 MATLAB优化算法（第2版）》[70]百度网盘|亲测有效|pdf下载

产品特色

编辑推荐

配套资源：

微课视频提供讲解MATLAB基础应用的微课视频，帮助读者快速入门。
程序代码提供书中实例的程序代码，这些代码均已通过调试，帮助读者快速动手实践。
课件素材提供大部分章节的课件素材，便于普通高校教师作为授课的讲义素材。
测试题库提供MATLAB数学建模、科学计算方面的练习题库，便于读者巩固知识。
算法代码提供MATLAB算法的程序代码，帮助读者深入掌握MATLAB数学建模知识。

关注“人工智能科学与技术”微信公众号，获取相关配套资源（或到清华大学出版社网站本书页面获取下载链接）。

内容简介

本书基于MATLAB 2020a软件，根据常用优化算法进行编写，包含多种优化算法的MATLAB实现方法，可以帮助读者掌握MATLAB在优化算法中的应用。

全书分为4部分，包括MATLAB基础知识、常规优化算法、智能优化算法和拓展应用。第一部分从初识MATLAB开始详细介绍MATLAB基础、程序设计、图形绘制等内容；第二部分介绍线性规划、非线性规划、无约束一维极值、无约束多维极值、约束优化方法、二次规划、多目标优化方法的MATLAB实现；第三部分介绍遗传算法、免疫算法、粒子群优化算法、小波变换、神经网络等在MATLAB中的实现；第四部分介绍MATLAB在分形维数和经济金融优化中的应用。

本书以MATLAB优化实现为主线，结合各种优化算法函数的说明、优化模型案例的讲解，使读者易看懂、会应用。本书讲解翔实，深入浅出，既可作为高等院校数学建模和数学实验的参考教材，也可作为广大科研、工程技术人员的参考用书。

作者简介

张岩毕业于北京航空航天大学，博士。精通MATLAB、Mathematica、Lingo等工程仿真计算软件。熟练掌握利用MATLAB解决数学建模、科学计算、算法优化等工程应用问题。在国内外期刊发表SCI、EI检索学术论文多篇，获得授权专利多项，获得国家及省部级科技奖各一项，出版多部畅销科技图书。

目　　录

第一部分 MATLAB基础知识
第1章初识MATLAB 3
　　1.1 工作环境 3
　　　　1.1.1 操作界面简介 3
　　　　1.1.2 命令行窗口 4
　　　　1.1.3 “命令历史记录”窗口 6
　　　　1.1.4 “当前文件夹”窗口和路径管理 8
　　　　1.1.5 搜索路径 8
　　　　1.1.6 “工作区”窗口和数组编辑器 10
　　　　1.1.7 变量的编辑命令 11
　　　　1.1.8 存取数据文件 12
　　1.2 帮助系统 13
　　　　1.2.1 纯文本帮助 13
　　　　1.2.2 帮助导航 13

第一部分  MATLAB基础知识
第1章  初识MATLAB 3
　　1.1  工作环境 3
　　　　1.1.1  操作界面简介 3
　　　　1.1.2  命令行窗口 4
　　　　1.1.3 “命令历史记录”窗口 6
　　　　1.1.4 “当前文件夹”窗口和路径管理 8
　　　　1.1.5  搜索路径 8
　　　　1.1.6 “工作区”窗口和数组编辑器 10
　　　　1.1.7  变量的编辑命令 11
　　　　1.1.8  存取数据文件 12
　　1.2  帮助系统 13
　　　　1.2.1  纯文本帮助 13
　　　　1.2.2  帮助导航 13
　　　　1.2.3  示例帮助 14
　　1.3  本章小结 15
第2章  MATLAB基础 16
　　2.1  基本概念 16
　　　　2.1.1  数据类型概述 16
　　　　2.1.2  整数类型 17
　　　　2.1.3  浮点数类型 19
　　　　2.1.4  常量与变量 20
　　　　2.1.5  标量、向量、矩阵与数组 21
　　　　2.1.6  字符型 22
　　　　2.1.7  运算符 23
　　　　2.1.8  复数 25
　　　　2.1.9  无穷量和非数值量 26
　　2.2  向量 26
　　　　2.2.1  向量的生成 26
　　　　2.2.2  向量的加、减和乘、除运算 28
　　　　2.2.3  向量的点、叉积运算 29
　　2.3  数组 30
　　　　2.3.1  数组的创建和操作 31
　　　　2.3.2  数组的常见运算 34
　　2.4  矩阵 37
　　　　2.4.1  矩阵的生成 37
　　　　2.4.2  向量的赋值 40
　　　　2.4.3  矩阵的加、减运算 41
　　　　2.4.4  矩阵的乘法运算 42
　　　　2.4.5  矩阵的除法运算 43
　　　　2.4.6  矩阵的分解运算 43
　　2.5  字符串 44
　　　　2.5.1  字符串变量与一维字符数组 44
　　　　2.5.2  对字符串的多项操作 45
　　　　2.5.3  二维字符数组 46
　　2.6  符号 47
　　　　2.6.1  符号表达式的生成 47
　　　　2.6.2  符号矩阵 48
　　　　2.6.3  常用符号运算 49
　　2.7  关系运算和逻辑运算 50
　　　　2.7.1  关系运算 50
　　　　2.7.2  逻辑运算 51
　　　　2.7.3  常用函数 53
　　2.8  复数 54
　　　　2.8.1  复数和复矩阵的生成 54
　　　　2.8.2  复数的运算 55
　　2.9  数据类型间的转换 56
　　2.10  本章小结 57
第3章  程序设计 58
　　3.1  MATLAB编程概述 58
　　　　3.1.1 “编辑器”窗口 58
　　　　3.1.2  编程原则 59
　　3.2  M文件和函数 61
　　　　3.2.1  M文件 61
　　　　3.2.2  匿名函数 63
　　　　3.2.3  主函数与子函数 63
　　　　3.2.4  重载函数 65
　　　　3.2.5  eval、feval函数 65
　　　　3.2.6  内联函数 67
　　　　3.2.7  向量化和预分配 69
　　　　3.2.8  函数参数传递 70
　　3.3  程序控制 72
　　　　3.3.1  分支控制语句 72
　　　　3.3.2  循环控制语句 74
　　　　3.3.3  其他控制语句 76
　　3.4  程序调试和优化 80
　　　　3.4.1  程序调试命令 80
　　　　3.4.2  常见错误类型 81
　　　　3.4.3  效率优化 84
　　　　3.4.4  内存优化 85
　　3.5  经典案例 90
　　3.6  本章小结 97
第4章  图形绘制 98
　　4.1  数据图像绘制简介 98
　　　　4.1.1  离散数据可视化 98
　　　　4.1.2  连续函数可视化 100
　　4.2  二维绘图 102
　　　　4.2.1  二维绘图命令 102
　　　　4.2.2  二维图形的修饰 104
　　　　4.2.3  子图绘制法 110
　　　　4.2.4  二维绘图的经典应用 112
　　4.3  三维绘制 116
　　　　4.3.1  三维绘图基本命令 116
　　　　4.3.2  隐藏线的显示和关闭 119
　　　　4.3.3  三维绘图的实际应用 119
　　4.4  特殊图形的绘制 120
　　　　4.4.1  特殊二维图形的绘制 121
　　　　4.4.2  特殊三维图形的绘制 122
　　4.5  本章小结 124
第二部分  常规优化算法
第5章  线性规划 127
　　5.1  线性规划基本理论 127
　　　　5.1.1  线性规划问题的一般形式 127
　　　　5.1.2  线性规划问题的标准形式 128
　　　　5.1.3  线性规划问题的向量标准形式 128
　　　　5.1.4  非标准形式的标准化 129
　　　　5.1.5  线性规划模型的求解 130
　　5.2  优化选项参数设置 131
　　　　5.2.1  创建或编辑优化选项参数 131
　　　　5.2.2  获取优化参数 133
　　5.3  线性规划函数 134
　　　　5.3.1  调用格式 134
　　　　5.3.2  参数含义 135
　　　　5.3.3  命令详解 137
　　　　5.3.4  算例求解 138
　　5.4  线性规划应用 141
　　　　5.4.1  生产决策问题 141
　　　　5.4.2  工作人员计划安排问题 142
　　　　5.4.3  投资问题 143
　　　　5.4.4  工件加工任务分配问题 144
　　　　5.4.5  厂址选择问题 145
　　　　5.4.6  确定职工编制问题 147
　　　　5.4.7  生产计划的最优化问题 148
　　5.5  本章小结 149
第6章  非线性规划 150
　　6.1  非线性规划基础 150
　　　　6.1.1  非线性规划标准形式 150
　　　　6.1.2  最优解 151
　　　　6.1.3  求解方法概述 151
　　6.2  有约束非线性规划函数 153
　　　　6.2.1  调用格式 153
　　　　6.2.2  参数含义 154
　　　　6.2.3  命令详解 160
　　　　6.2.4  算例求解 161
　　6.3  一维搜索优化函数 163
　　　　6.3.1  调用格式 163
　　　　6.3.2  参数含义 164
　　　　6.3.3  算例求解 166
　　6.4  多维无约束优化函数 167
　　　　6.4.1  调用格式 168
　　　　6.4.2  参数含义 168
　　　　6.4.3  算例求解 170
　　6.5  多维无约束搜索函数 172
　　　　6.5.1  调用格式 172
　　　　6.5.2  参数含义 173
　　　　6.5.3  算例求解 174
　　6.6  多维非线性最小二乘函数 176
　　　　6.6.1  调用格式 176
　　　　6.6.2  参数含义 177
　　　　6.6.3  算例求解 180
　　6.7  非线性规划实例 182
　　　　6.7.1  资金调用问题 182
　　　　6.7.2  经营最佳安排问题 184
　　　　6.7.3  广告最佳投入问题 184
　　6.8  本章小结 186
第7章  无约束一维极值 187
　　7.1  无约束算法概述 187
　　7.2  常用算法 188
　　　　7.2.1  进退法 188
　　　　7.2.2  黄金分割法 191
　　　　7.2.3  斐波那契法 194
　　　　7.2.4  牛顿型法 196
　　　　7.2.5  割线法 199
　　　　7.2.6  抛物线法 200
　　　　7.2.7  坐标轮换法 201
　　7.3  本章小结 204
第8章  无约束多维极值 205
　　8.1  直接法 205
　　　　8.1.1  模式搜索法 206
　　　　8.1.2  单纯形法 207
　　　　8.1.3  Powell法 210
　　8.2  间接法 214
　　　　8.2.1  最速下降法 214
　　　　8.2.2  共轭梯度法 216
　　　　8.2.3  拟牛顿法 218
　　8.3  本章小结 220
第9章  约束优化方法 221
　　9.1  约束优化方法简介 221
　　9.2  常用算法 222
　　　　9.2.1  随机方向法 222
　　　　9.2.2  复合形法 223
　　　　9.2.3  可行方向法 225
　　　　9.2.4  惩罚函数法 228
　　9.3  本章小结 230
 
第10章  二次规划 231
　　10.1  数学模型 231
　　10.2  常用算法 231
         10.2.1  拉格朗日法 231
         10.2.2  有效集法 233
　　10.3  二次规划函数 236
         10.3.1  调用格式 236
         10.3.2  参数含义 237
         10.3.3  算例求解 240
　　10.4  本章小结 242
第11章  多目标优化方法 243
　　11.1  数学模型 243
　　11.2  多目标线性优化问题求解 244
         11.2.1  理想点法 245
         11.2.2  线性加权和法 247
         11.2.3  最大最小法 249
　　11.3  目标规划法 251
　　11.4  多目标优化函数 251
         11.4.1  调用格式 252
         11.4.2  参数含义 252
         11.4.3  算例求解 257
　　11.5  本章小结 258
第三部分  智能优化算法
第12章  遗传算法 261
　　12.1  遗传算法基础 261
         12.1.1  遗传算法基本运算 261
         12.1.2  遗传算法的特点 262
         12.1.3  遗传算法中的术语 262
         12.1.4  遗传算法的应用领域 263
　　12.2  遗传算法的原理 263
         12.2.1  遗传算法运算过程 263
         12.2.2  遗传算法编码 266
         12.2.3  适应度及初始群体选取 266
         12.2.4  遗传算法参数设计原则 267
         12.2.5  适应度函数的调整 267
         12.2.6  程序设计 268
　　12.3  遗传算法工具箱 272
         12.3.1  命令调用 272
         12.3.2  遗传算法工具箱的调用 276
         12.3.3  遗传算法的优化 279
　　12.4  遗传算法的典型应用 285
         12.4.1  求函数极值 285
         12.4.2  旅行商问题 297
         12.4.3  非线性规划问题 302
         12.4.4  多目标优化问题 309
　　12.5  本章小结 310
第13章  免疫算法 311
　　13.1  基本概念 311
         13.1.1  免疫算法基本原理 311
         13.1.2  免疫算法步骤和流程 312
         13.1.3  免疫系统模型和免疫算法 313
         13.1.4  免疫算法特点 314
　　13.2  免疫遗传算法 314
         13.2.1  免疫遗传算法步骤和流程 314
         13.2.2  免疫遗传算法实现 315
　　13.3  免疫算法应用 321
         13.3.1  克隆选择应用 321
         13.3.2  最短路径规划问题 325
         13.3.3  旅行商问题 327
         13.3.4  故障检测问题 333
　　13.4  本章小结 339
第14章  粒子群优化算法 340
　　14.1  算法的基本概念 340
         14.1.1  算法构成要素 341
         14.1.2  算法参数设置 342
         14.1.3  算法的基本流程 342
         14.1.4  算法的MATLAB实现 343
         14.1.5  适应度函数 345
　　14.2  粒子群优化算法的权重控制 348
         14.2.1  自适应权重法 348
         14.2.2  随机权重法 351
         14.2.3  线性递减权重法 353
　　14.3  混合粒子群优化算法 355
         14.3.1  基于杂交的粒子群优化算法 355
         14.3.2  基于自然选择的粒子群优化算法 358
         14.3.3  基于免疫的粒子群优化算法 360
         14.3.4  基于模拟退火的粒子群优化算法 364
　　14.4  本章小结 366
第15章  小波变换 367
　　15.1  傅里叶变换到小波分析 367
         15.1.1  傅里叶变换 367
         15.1.2  小波分析 369
　　15.2  小波分析的常用函数 371
         15.2.1  查询小波函数的基本信息 371
         15.2.2  小波滤波器函数 377
         15.2.3  单层一维小波分解函数 378
         15.2.4  多尺度一维小波分解函数 379
         15.2.5  一维小波系数的单支重构函数 379
　　15.3  图像的分解和量化 380
         15.3.1  一维小波变换 380
         15.3.2  二维变换体系 382
　　15.4  小波变换经典案例 385
         15.4.1  去噪 385
         15.4.2  压缩 387
　　15.5  本章小结 389
第16章  神经网络 390
　　16.1  神经网络基本概念 390
         16.1.1  神经网络结构 390
         16.1.2  神经网络学习 391
　　16.2  神经网络工具函数 392
         16.2.1  常用神经元激活函数 392
         16.2.2  神经网络通用函数 395
         16.2.3  感知器函数 397
         16.2.4  线性神经网络函数 398
         16.2.5  BP神经网络函数 400
         16.2.6  径向基神经网络函数 403
         16.2.7  自组织特征映射神经网络函数 407
　　16.3  神经网络的MATLAB实现 410
         16.3.1  BP神经网络在函数逼近中的应用 410
         16.3.2  RBF神经网络在函数曲线拟合中的应用 414
         16.3.3  Hopfield神经网络在稳定平衡点中的应用 416
         16.3.4  自组织特征映射神经网络在数据分类中的应用 417
         16.3.5  模糊神经网络在函数逼近中的应用 420
　　16.4  本章小结 422
第四部分  拓 展 应 用
第17章  分形维数应用 425
　　17.1  分形维数概述 425
　　17.2  二维分形维数的MATLAB应用 428
　　17.3  分形插值算法的应用 434
　　17.4  本章小结 438
第18章  经济金融优化应用 439
　　18.1  期权定价分析 439
　　18.2  收益、风险和有效前沿的计算 443
　　18.3  投资组合绩效分析 447
　　18.4  固定收益证券的久期和凸度计算 451
　　18.5  本章小结 457
参考文献 458

显示全部信息

前　　言

MATLAB是美国MathWorks公司出品的商业数学软件，常用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。MATLAB在优化算法的实现上有着卓越的优势。
优化算法有很多，针对不同的优化问题，如可行解变量的取值（连续还是离散）、目标函数和约束条件的复杂程度（线性还是非线性）等，需应用不同的算法。
对于连续和线性等较简单的问题，可以选择一些经典算法，如梯度、Hessian矩阵、拉格朗日乘数、单纯形法、梯度下降法等。而对于更复杂的问题，则可考虑用一些智能优化算法，如遗传算法和蚁群算法、模拟退火算法、禁忌搜索算法、粒子群优化算法等。
本书特点
（1）由浅入深，循序渐进：本书以有优化算法应用需求的读者为对象，首先从MATLAB基础知识讲起，再详细讲解利用MATLAB求解各种优化问题，帮助读者尽快掌握利用MATLAB处理生活、工作中的优化问题。

MATLAB是美国MathWorks公司出品的商业数学软件，常用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。MATLAB在优化算法的实现上有着卓越的优势。
优化算法有很多，针对不同的优化问题，如可行解变量的取值（连续还是离散）、目标函数和约束条件的复杂程度（线性还是非线性）等，需应用不同的算法。
对于连续和线性等较简单的问题，可以选择一些经典算法，如梯度、Hessian矩阵、拉格朗日乘数、单纯形法、梯度下降法等。而对于更复杂的问题，则可考虑用一些智能优化算法，如遗传算法和蚁群算法、模拟退火算法、禁忌搜索算法、粒子群优化算法等。
本书特点
（1）由浅入深，循序渐进：本书以有优化算法应用需求的读者为对象，首先从MATLAB基础知识讲起，再详细讲解利用MATLAB求解各种优化问题，帮助读者尽快掌握利用MATLAB处理生活、工作中的优化问题。
（2）步骤详尽，内容新颖：本书结合作者多年MATLAB优化算法的使用经验与解决实际问题的案例，将优化算法的分析及其MATLAB的实现方法和函数应用详细地介绍给读者。本书在讲解过程中步骤详尽、内容新颖，讲解过程辅以相应的图片，使读者在阅读时一目了然，从而快速掌握书中所讲内容。
（3）实例典型，轻松易学：书中多种优化算法求解案例，是掌握MATLAB优化算法和优化函数应用最好的方式。本书通过典型案例的求解，透彻详尽地讲解了MATLAB在优化算法中的各种应用，以及MATLAB优化函数的使用。
本书内容
本书共分为18章，包括MATLAB基础知识、常规优化算法、智能优化算法、拓展应用4部分，可以帮助初、中级读者快速掌握MATLAB优化算法应用。本书基于MATLAB R2020a，详细讲解MATLAB优化算法的基础知识和经典案例。具体内容如下。
第一部分为MATLAB基础知识。主要介绍MATLAB各种基础运算、编程和程序设计、二维绘图、三维绘图等内容。具体的章节如下：
第1章  初识MATLAB                第2章  MATLAB基础
第3章  程序设计                      第4章  图形绘制
第二部分为常规优化算法。主要介绍线性规划、非线性规划、无约束一维极值、无约束多维极值、约束优化方法、二次规划、多目标优化方法的MATLAB实现等内容。具体的章节如下：
第5章  线性规划                      第6章  非线性规划
第7章  无约束一维极值           第8章  无约束多维极值
第9章  约束优化方法               第10章  二次规划
第11章  多目标优化方法
第三部分为智能优化算法。主要介绍几种典型的智能优化算法、小波变换、神经网络等在MATLAB中的实现等内容。具体的章节如下：
第12章  遗传算法                    第13章  免疫算法
第14章  粒子群优化算法         第15章  小波变换
第16章  神经网络
第四部分为拓展应用。主要介绍分形维数的应用、经济金融优化的应用等内容。具体的章节如下：
第17章  分形维数应用            第18章  经济金融优化应用
读者对象
本书适合MATLAB初学者和希望掌握MATLAB优化应用的读者，具体如下：
参加数学建模大赛的人员        初学优化算法的技术人员
大中专院校的教师和在校生    相关培训机构的教师和学员
参加工作实习的“菜鸟”             广大科研工作人员
本书介绍的智能算法是智能算法领域中非常经典的算法，读者可以通过“算法仿真”微信公众号与作者联系，获取更多相关的学习资源，本书公众号未来会定期分享不同的优化算法及其MATLAB实现案例。
本书作者
本书由张岩编著，虽然作者在本书的编写过程中力求叙述准确、完善，但由于水平有限，书中欠妥之处在所难免，希望读者和同人能够及时指出，共同促进本书质量的提高。最后再次希望本书能为读者的学习和工作提供帮助！
编者
2022年12月

显示全部信息

媒体评论

Jim Tung MathWorks
“科学与工程计算技术丛书”汇集了MATLAB/Simulink支持的领域——大规模编程、机器学习、科学计算、机器人等。我很高兴地看到该丛书与MathWorks一直以来追求的目标一致——帮助用户提高科学与工程技术研究的效率。
凌桂龙北京航空航天大学
MATLAB被誉为工程应用的首选软件平台，也是数学建模大赛的首选工具。《MATLAB优化算法》(第2版)面向初、中级读者，全面论述MATLAB在优化算法中的应用，并贯穿丰富的实例描述，全书各章内容完整且相互独立，是一部优秀的优化算法参考书。
林晓阳中国科学院
MATLAB可以完成数学计算、系统建模、理论验证及系统仿真等工作，已经成为国内外学者热衷采用的科研辅助工具。《MATLAB优化算法》(第2版)阐述了优化算法的理论知识、算法实现和实践应用，介绍了优化算法中的常用技术手段，是开展数学建模研究、解决优化问题不可多得的参考书。

显示全部信息