精通MATLAB優化計算（第4版） 下載 mobi epub pdf 電子書 2024

編輯推薦

算法原理→流程→編程→實例，一條龍貫穿高深算法！

70餘程序代碼、100餘實戰實例，媽媽不用擔心學習瞭！

工具箱函數和自編函數雙重實現，兼容學渣與學霸！

內容簡介

《精通MATLAB優化計算（第4版）》係統地講述應用MATLAB來解決優化問題，通過將“優化問題”、“MATLAB優化工具箱”和“MATLAB編程”這三方麵有機結閤進行講述，實用性非常強而且簡單易學，優化的方法也非常豐富，包括無約束極值求解、約束優化、非綫性zui小二乘優化、綫性規劃、整數規劃、二次規劃、多目標規劃、模擬退火算法、粒子群優化算法和遺傳算法。

《精通MATLAB優化計算（第4版）》側重於優化算法的MATLAB實現，同時精選瞭大量的優化問題實例，通過實例的分析與求解，切實教會讀者掌握MATLAB在優化問題方麵的應用。

通過《精通MATLAB優化計算（第4版）》，讀者不僅能熟練使用MATLAB來快速解決實際優化問題，而且還能深入理解優化算法和采用MATLAB編程解決優化問題，從而提高分析和解決問題的能力。

《精通MATLAB優化計算（第4版）》可供信息與計算機科學、數學與應用數據、經濟與金融、運籌與管理、統計與數據科學、控製以及相關理工科專業的本科生和研究生作為教材、實驗或教學參考書，也可供相關工程技術與管理人員、科技工作者和數學建模人員參考。

作者簡介

目錄

第１篇 MATLAB入門篇
第1章 MATLAB概述 2
1．1 MATLAB的産生與發展 2
1．2 MATLAB的優勢與特點 3
1．3 MATLAB係統的構成 4
1．4 MATLAB桌麵操作環境 5
1．4．1 MATLAB啓動和退齣 5
1．4．2 MATLAB命令行窗口 6
1．4．3 MATLAB工作區 8
1．4．4 編輯器/調試器 10
1．4．5 MATLAB文件管理 10
1．4．6 MATLAB幫助使用 11
1．5 MATLAB的工具箱 11
1．6 小結 12
第2章 MATLAB計算基礎 13
2．1 MATLAB數值類型 13
2．2 關係運算和邏輯運算 15
2．3 矩陣及其運算 16
2．3．1 矩陣的創建 16
2．3．2 矩陣的運算 17
2．4 復數及其運算 19
2．4．1 復數的錶示 19
2．4．2 復數的繪圖 20
2．4．3 復數的操作函數 21
2．5 符號運算 22
2．5．1 符號運算概述 22
2．5．2 常用的符號運算 24
2．6 小結 26
第3章 MATLAB數據可視化基礎 27
3．1 MATLAB數據可視化的基本步驟 27
3．2 在工作區直接繪圖 28
3．3 利用可視化繪圖函數繪圖 29
3．3．1 二維數據可視化 29
3．3．2 三維數據可視化 30
3．4 圖形的修飾 33
3．5 小結 36
第4章 MATLAB編程基礎 37
4．1 MATLAB編程概述 37
4．2 MATLAB編程原則 38
4．3 M文件 39
4．4 MATLAB程序流程控製 41
4．5 MATLAB的函數及調用 44
4．5．1 函數類型 44
4．5．2 函數參數傳遞 47
4．6 函數句柄 51
4．7 MATLAB程序調試 53
4．7．1 常見程序錯誤 53
4．7．2 調試方法 55
4．7．3 調試工具 56
4．7．4 M文件分析工具 59
4．8 MATLAB編程技巧 62
4．8．1 嵌套計算 62
4．8．2 循環計算 64
4．8．3 使用例外處理機製 64
4．8．4 使用全局變量 65
4．8．5 通過varargin傳遞參數 67
4．9 小結 68
第２篇 優化計算基礎篇

第5章 MATLAB優化工具箱 70
5．1 工具箱概述 70
5．1．1 工具箱的功能 70
5．1．2 工具箱的特色 70
5．1．3 工具箱的結構 71
5．2 工具箱函數 72
5．3 GUI優化工具 75
5．3．1 GUI優化工具的啓動 75
5．3．2 GUI優化工具的界麵 76
5．3．3 GUI優化工具使用步驟 77
5．3．4 GUI優化工具應用實例 78
5．4 小結 87
第6章 無約束一維極值問題 88
6．1 進退法 88
6．2 黃金分割法 91
6．3 斐波那契法 93
6．4 牛頓法 97
6．4．1 基本牛頓法 97
6．4．2 全局牛頓法 99
6．5 割綫法 102
6．6 拋物綫法 104
6．7 三次插值法 107
6．8 可接受搜索法 109
6．8．1 Goldstein法 109
6．8．2 Wolfe-Powell法 112
6．9 MATLAB工具箱應用實例 114
6．9．1 應用fminbnd函數 114
6．9．2 應用fminsearch函數 120
6．9．3 應用改進的fminbnd函數 120
6．9．4 應用maple函數 122
6．10 小結 124
第7章 無約束多維極值問題 125
7．1 直接法 125
7．1．1 模式搜索法 125
7．1．2 Rosenbrock法 128
7．1．3 單純形搜索法 132
7．1．4 Powell法 136
7．2 使用導數計算的間接法 139
7．2．1 最速下降法 139
7．2．2 共軛梯度法 141
7．2．3 牛頓法 143
7．2．4 修正牛頓法 145
7．2．5 擬牛頓法 147
7．2．6 信賴域法 152
7．2．7 顯式最速下降法 155
7．3 MATLAB工具箱應用實例 157
7．3．1 應用fminsearch函數 157
7．3．2 應用fminunc函數 163
7．3．3 應用fminimax函數 165
7．4 小結 168
第8章 約束優化問題 169
8．1 Rosen梯度投影法 169
8．2 罰函數法 173
8．2．1 外點罰函數法 173
8．2．2 內點罰函數法 180
8．2．3 混閤罰函數法 182
8．2．4 乘子法 187
8．3 坐標輪換法 190
8．4 復閤形法 194
8．5 MATLAB工具箱應用實例 198
8．6 小結 199
第9章 非綫性最小二乘優化問題 201
9．1 G-N法 201
9．2 修正G-N法 204
9．3 L-M法 206
9．4 MATLAB工具箱應用實例 210
9．5 小結 211
第10章 綫性規劃 212
10．1 單純形法 212
10．2 修正單純形法 219
10．3 大M法 223
10．4 變量有界單純形法 225
10．5 MATLAB工具箱應用實例 227
10．6 小結 230
第11章 整數規劃 231
11．1 割平麵法 231
分支定界法 237
11．3 0-1規劃 243
11．4 MATLAB工具箱應用實例 246
11．5 小結 247
第12章 二次規劃 248
12．1 拉格朗日法 248
12．2 起作用集算法 250
12．3 路徑跟蹤法 254
12．4 MATLAB工具箱應用實例 257
12．5 小結 261
第13章 多目標規劃 262
13．1 多目標規劃概述 262
13．2 多目標規劃的解法 263
13．2．1 基於一個單目標問題的方法 263
13．2．2 基於多個單目標問題的方法 264
13．3 MATLAB工具箱應用實例 265
13．4 小結 269
第３篇 優化計算高級篇
第14章 模擬退火算法 272
14．1 模擬退火算法概述 272
14．2 模擬退火算法的基本步驟 273
14．3 MATLAB工具箱應用實例 274
14．4 小結 279
第15章 粒子群優化算法 280
15．1 粒子群算法概述 280
15．2 基本粒子群算法 281
15．3 帶壓縮因子的粒子群算法 285
15．4 權重改進的粒子群算法 289
15．4．1 綫性遞減權重法 289
15．4．2 自適應權重法 293
15．4．3 隨機權重法 296
15．5 變學習因子的粒子群算法 298
15．5．1 同步變化的學習因子 298
15．5．2 異步變化的學習因子 301
15．6 二階粒子群算法 304
15．7 二階振蕩粒子群算法 306
15．8 混沌粒子群算法 309
15．9 混閤粒子群算法 313
15．9．1 基於自然選擇的算法 313
15．9．2 基於雜交的算法 316
15．9．3 基於模擬退火的算法 319
15．10 小結 322
第16章 遺傳算法 323
16．1 遺傳算法概述 323
16．2 基本遺傳算法 324
16．3 順序選擇遺傳算法 328
16．4 適值函數標定的遺傳算法 332
16．5 大變異遺傳算法 336
16．6 自適應遺傳算法 340
16．7 雙切點交叉遺傳算法 343
16．8 多變異位自適應遺傳算法 347
16．9 MATLAB工具箱應用實例 351
16．10 小結 354
第４篇 綜閤實戰篇
第17章 工程最優化實戰 356
17．1 綫性規劃實戰 356
17．1．1 生産任務分配問題 356
17．1．2 運輸問題 359
17．1．3 生産運輸問題 363
17．1．4 資源利用問題 369
17．2 整數規劃實戰 370
17．2．1 下料問題 370
17．2．2 配套問題 372
17．2．3 有限選址問題 374
17．2．4 生産組織與計劃問題 375
17．3 無約束優化實戰 376
17．3．1 選址問題 376
17．3．2 銷售利潤問題 378
17．3．3 庫存問題 379
17．4 約束優化實戰 381
17．4．1 最大體積問題 381
17．4．2 資源分配問題 382
17．4．3 和三角形有關的極值問題 383
17．4．4 點到麯綫的距離 384
17．4．5 麯綫到麯綫的距離 388
17．5 多目標規劃實戰 390
17．6 小結 395
第18章 經濟金融最優化實戰 396
18．1 最大利潤問題 396
18．1．1 不考慮銷售影響 396
18．1．2 考慮銷售影響 397
18．2 最優消費問題 399
18．3 最優投資分配問題 400
18．4 最優資金使用問題 402
18．5 最優産量問題 403
18．5．1 古諾競爭模型 403
18．5．2 斯塔剋爾伯格競爭模型 404
18．6 最優投資組閤問題 405
18．6．1 標準均值-方差組閤 406
18．6．2 有上界的均值-方差組閤 407
18．6．3 有交易成本的均值-方差組閤 408
18．6．4 自融資均值-方差投資組閤 409
18．7 小結 410
參考文獻 411

前言/序言

第4版前言

8年修訂瞭4版，長期占據同類書的銷售前列，這樣的結果我還是想給自己點個小寫的“贊”^_^。本書還是“優化圈”的“白富美”，白：內容直白因而簡單易學，工具箱函數及優化工具三兩下就搞定瞭，這也是菜鳥最想要的；“富”：例子豐富算法豐富，這次還加量不減質地新增瞭多目標規劃和模擬退火算法；“美”：封麵更美觀，兩隻美麗覓食的小鳥，你知道嗎，粒子群算法最初就是“閑得蛋疼”的“歪果仁”傻呆呆地看著鳥群覓食而發散齣來的，兩隻美麗的小鳥啓示瞭現代優化算法，當然，在模擬退火算法那章你還能看到好幾個有非常多的局部最小和最大點的圖，超漂亮，這莫非就是傳說中的數學之美，我在想，是不是世間任何美好的形狀都可以用數學來描述？

“白富美”當然少不瞭粉絲，本書因為內容全麵、講解細緻、實例豐富而深受廣大讀者的喜愛，同時也積纍瞭不少“粉絲”，而且還有不少粉絲給我們反饋，提齣瞭非常不錯的意見和建議，太謝謝瞭！

根據你們的需求和軟件的升級，我們結閤MATLAB軟件的最新版本，對全書的內容進行瞭完善與優化，使之更加適閤讀者的需要。

為什麼要學習優化算法

生活無處不優化，想想我們一生中遇到的各種各樣的優化問題，你打車去個地方，是時間優先還是價錢優先呢？你吃個飯，是價錢優先還是健康優先？你找個工作，是機遇優先還是待遇優先？

最優化方法是一種數學方法，它是研究在給定約束之下如何尋求某些因素（的量），以使某一（或某些）指標達到最優的一些學科的總稱。隨著學習的深入，你會越來越發現最優化方法的重要性，學習和工作中遇到的大多問題都可以建模成一種最優化模型進行求解，比如高大上的機器學習算法，大部分的機器學習算法的本質都是建立優化模型，通過最優化方法對目標函數（或損失函數）進行優化，從而訓練齣最好的模型。

新版導讀

全書分4篇18章，由淺入深，分為MATLAB入門篇、優化計算基礎篇、優化計算高級篇和綜閤實戰篇。

1．MATLAB入門篇（第1~4章）

包括MATLAB概述、MATLAB計算基礎、MATLAB繪圖基礎、MATLAB編程基礎等內容。

MATLAB具有強大的計算功能和數據可視化功能，是首選的計算軟件。瞭解軟件，掌握其計算和繪圖兩大功能，熟練使用MATLAB進行編程是應用MATLAB的基礎。

2．優化計算基礎篇（第5~13章）

包括MATLAB優化工具箱、無約束一維極值問題、無約束多維極值問題、約束優化問題、非綫性最小二乘優化問題、綫性規劃、整數規劃、二次規劃、多目標規劃等內容。

從理論與實際相結閤的角度齣發，介紹常用的7類優化方法及其算法，采用簡潔明瞭的套路講述：（1）算法原理，（2）算法步驟，（3）算法的MATLAB實現，（4）算法舉例。

書中不僅介紹MATLAB優化工具箱中這些算法的實現函數，還著重編寫瞭算法的MATLAB程序，並通過實例進行驗證。

3．優化計算高級篇（第14~16章）

包括模擬退火算法、粒子群優化算法、遺傳算法等內容。

講述3類常用的現代優化方法，對其中的典型優化算法一一通過MATLAB編程實現，拓展瞭MATLAB解決優化問題中的難解問題。

4．綜閤實戰篇（第17~18章）

包括工程最優化實戰和經濟金融最優化實戰等內容。

立足於典型、實際的優化應用問題，綜閤展示應用MATLAB實現優化計算的全過程，即問題分析、數學建模、確定算法、運用MATLAB完成優化計算。

通過實戰教會讀者如何根據實際問題的特點抽象齣不同類型的模型，然後選擇不同的方法進行計算並進行數值實現。而且還觸類旁通地嚮讀者介紹MATLAB在若乾領域的優化問題中的應用，達到學以緻用。

對關心、支持我們的讀者，尤其是那些給我們反饋問題、促進我們不斷提高的讀者錶示感謝！

由於作者水平和經驗有限，書中錯漏之處在所難免，敬請讀者指正，我們的電子郵箱是wa_2003@126.com。

作 者

2016年初鞦於北京

bucuo

還沒沒時間看，書買瞭一堆，隻買自營，其他不靠譜，內容應該不錯

Python基礎教程（第2版 修訂版）

不錯的書籍，正版行貨，下次還會購買自營商品。

內容非常全麵，講解詳細，值得閱讀

還沒沒時間看，書買瞭一堆，隻買自營，其他不靠譜，內容應該不錯

挺好的，質量值得信賴

這本書很有用，買的挺值，印刷各方麵也還不錯，好書，好評。

聽說是適閤學霸和學渣的一幫書，呀