一本優(yōu)化方面的不錯的書（有 粒子群算法和 遺傳算法）書 名 精通MATLAB最優(yōu)化計算
出 版 社 電子工業(yè)出版社
此書含有100多個實用程序，完全可以直接拿來使用。
《精通MATLAB最優(yōu)化計算》的主要內(nèi)容是應(yīng)用MATLAB來解決最優(yōu)化問題，通過將“最優(yōu)化問題”、“MATLAB優(yōu)化工具箱”和“MATLAB編程”這三方面有機結(jié)合進行講述，即一方面是使用工具箱來快速解決最優(yōu)化問題，另一方面是通過算法編程深入解決最優(yōu)化問題。
　　《精通MATLAB最優(yōu)化計算》側(cè)重于最優(yōu)化算法的MATLAB實現(xiàn)，同時精選了大量的最優(yōu)化問題實例，通過實例的求解，生動地教會讀者掌握MATLAB在最優(yōu)化問題方面的應(yīng)用。
　　通過《精通MATLAB最優(yōu)化計算》，讀者不僅能掌握使用MATLAB最優(yōu)化工具箱來快速解決實際問題，而且能學(xué)會分析優(yōu)化算法和采用MATLAB編程解決最優(yōu)化問題，從而提高分析和解決問題的能力。
詳細(xì)目錄：
第6章 無約束一維極值問題 25
6.1 進退法 25
6.2 黃金分割法 27
6.3 斐波那契法 30
6.4 牛頓法 33
6.4.1 基本牛頓法 33
6.4.2 全局牛頓法 36
6.5 割線法 39
6.6 拋物線法 41
6.7 三次插值法 43
6.8 可接受搜索法 45
6.8.1 Goldstein法 46
6.8.2 Wolfe-Powell法 48
6.9 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 51
6.9.1 應(yīng)用fminbnd函數(shù) 51
6.9.2 應(yīng)用fminsearch函數(shù) 55
6.9.3 應(yīng)用改進的fminbnd函數(shù) 56
6.9.4 應(yīng)用maple函數(shù) 57
6.10 小結(jié) 59
第7章 無約束多維極值問題 60
7.1直接法 60
7.1.1 模式搜索法 60
7.1.2 Rosenbrock法 64
7.1.3單純形搜索法 67
7.1.4 Powell法 71
7.2 使用導(dǎo)數(shù)計算的間接法 74
7.2.1 最速下降法 74
7.2.2 共軛梯度法 76
7.2.3 牛頓法 78
7.2.4 修正牛頓法 79
7.2.5 擬牛頓法 81
7.2.6 信賴域法 86
7.2.7 正定二次函數(shù)的顯式最速下降法 89
7.3 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 91
7.3.1 應(yīng)用fminsearch函數(shù) 91
7.3.2 應(yīng)用fminunc函數(shù) 96
7.3.3 應(yīng)用fminimax函數(shù) 98
7.4 小結(jié) 101
第8章 約束優(yōu)化問題 102
8.1 Rosen梯度投影法 102
8.2 罰函數(shù)法 105
8.2.1外點罰函數(shù)法 106
8.2.2內(nèi)點罰函數(shù)法 112
8.2.3混合罰函數(shù)法 115
8.2.4乘子法 120
8.3 坐標(biāo)輪換法 122
8.4 復(fù)合形法 125
8.5 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 129
8.6 小結(jié) 131
第9章 非線性最小二乘優(yōu)化問題 132
9.1 G-N法 132
9.2 修正G-N法 134
9.3 L-M法 137
9.4 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 140
9.5 小結(jié) 141
第10章 線性規(guī)劃 143
10.1 單純形法 143
10.2 修正單純形法 149
10.3 大M法 153
10.4 變量有界單純形法 155
10.5 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 158
10.6 小結(jié) 161
第11章 整數(shù)規(guī)劃 162
11.1 割平面法 162
11.2 分支定界法 168
11.3 0-1規(guī)劃 173
11.4 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 175
11.5 小結(jié) 176
第12章 二次規(guī)劃 178
12.1 拉格朗日法 178
12.2 起作用集算法 180
12.3 路徑跟蹤法 184
12.4 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 187
12.5 小結(jié) 190
第3篇 優(yōu)化計算高級篇 191
第13章 粒子群優(yōu)化算法 192
13.1粒子群算法概述 192
13.2 基本粒子群算法 193
13.3 帶壓縮因子的粒子群算法 197
13.4 權(quán)重改進的粒子群算法 200
13.4.1線性遞減權(quán)重法 200
13.4.2自適應(yīng)權(quán)重法 203
13.4.3隨機權(quán)重法 206
13.5學(xué)習(xí)因子改進的粒子群算法 208
13.5.1同步變化的學(xué)習(xí)因子 209
13.5.2異步變化的學(xué)習(xí)因子 211
13.6 二階粒子群算法 213
13.7 二階振蕩粒子群算法 216
13.8 混沌粒子群算法 218
13.9 混合粒子群算法 222
13.9.1基于選擇的粒子群算法 222
13.9.2基于交叉遺傳的粒子群算法 224
13.9.3基于模擬退火的粒子群算法 227
13.10 小結(jié) 230
第14章 遺傳優(yōu)化算法 231
14.1 遺傳算法概述 231
14.2基本 遺傳算法 232
14.3順序選擇遺傳算法 235
14.4適值函數(shù)標(biāo)定的遺傳算法 238
14.5大變異遺傳算法 242
14.6自適應(yīng)遺傳算法 245
14.7雙切點交叉遺傳算法 248
14.8多變異位自適應(yīng)遺傳算法 251
14.9 MATLAB優(yōu)化工具箱函數(shù)應(yīng)用實例 255
14.10 小結(jié) 257
第4篇 綜合實戰(zhàn)篇 258
第15章 工程最優(yōu)化問題實例 260
15.1 線性規(guī)劃實例 260
15.1.1 生產(chǎn)任務(wù)分配問題 260
15.1.2運輸問題 263
15.1.3生產(chǎn)運輸問題 267
15.1.4資源利用問題 273
15.2 整數(shù)規(guī)劃實例 275
15.2.1下料問題 275
15.2.2配套問題 277
15.2.3有限選址問題 278
15.2.4生產(chǎn)組織與計劃問題 280
15.3 無約束優(yōu)化實例 281
15.3.1選址問題 281
15.3.2銷售利潤最大化問題 282
15.3.3庫存問題 283
15.4 約束優(yōu)化實例 286
15.4.1最大體積問題 286
15.4.2資源分配問題 287
15.4.3和三角形有關(guān)的極值問題 287
15.4.4點到曲線的距離 289
15.4.5曲線到曲線的距離 292
15.5 小結(jié) 293
第16章 經(jīng)濟金融最優(yōu)化問題實例 295
16.1 利潤最大化問題 295
16.1.1不考慮銷售影響的問題 295
16.1.2考慮銷售影響的問題 296
16.2 最優(yōu)消費問題 297
16.3 最優(yōu)投資分配問題 298
16.4 最優(yōu)資金使用問題 300
16.5 最優(yōu)產(chǎn)量問題 301
16.5.1古諾競爭模型 301
16.5.2斯塔克爾伯格競爭模型 303
16.6 最優(yōu)投資組合問題 304
16.6.1 標(biāo)準(zhǔn)均值方差投資組合 305
16.6.2 資產(chǎn)有上界的均值方差投資組合 306
16.6.3 有交易成本的均值方差投資組合 307
16.6.4 自融資均值方差投資組合 308
16.7 小結(jié) 309