Ebook Derivative-Free Và Blackbox Optimization [PDF, EPUB] [9774E]
Cuốn sách này được thiết kế như một cuốn sách giáo khoa, thích hợp cho việc tự học hoặc giảng dạy một khóa học năm cuối đại học về derivative-free và blackbox optimization.
Cuốn sách được chia thành 5 phần và được thiết kế theo mô-đun; bất kỳ phần riêng lẻ nào chỉ phụ thuộc vào tài liệu trong Phần I. Phần I của cuốn sách thảo luận ý nghĩa của Derivative-Free và Blackbox Optimization, cung cấp tài liệu nền tảng và những điều cơ bản ban đầu trong khi Phần II tập trung vào các heuristic method (Genetic Algorithms và Nelder-Mead). Phần III trình bày về các direct search method (Generalized Pattern Search và Mesh Adaptive Direct Search) và Phần IV tập trung vào các model-based method (Simplex Gradient và Trust Region). Phần V thảo luận về việc đối phó với constraints, sử dụng surrogates và bi-objective optimization.
Các bài tập cuối chương được đưa vào xuyên suốt cũng như 15 dự án cuối chương và hơn 40 figures. Các kỹ thuật Benchmarking cũng được trình bày trong phần phụ lục.
Mục lục:
Phần 1: Introduction và Background Material:
- ✓ Chương 01: Giới thiệu: Các công cụ và thử thách trong Derivative-Free và Black-box Optimization.
- ✓ Chương 02: Mathematical Background.
- ✓ Chương 03: Beginnings of DFO Algorithms.
Phần 2: Các Heuristic Method phổ biến:
- ✓ Chương 04: Genetic Algorithms.
- ✓ Chương 05: Nelder-Mead.
Phần 3: Direct Search Methods:
- ✓ Chương 06: Positive Bases và Nonsmooth Optimization.
- ✓ Chương 07: Generalised Pattern Search.
- ✓ Chương 08: Mesh Adaptive Direct Search.
Phần 4: Model-Based Methods:
- ✓ Chương 09: Building Linear và Quadratic Models.
- ✓ Chương 10: Model-Based Descent.
- ✓ Chương 11: Model-Based Trust Region.
Phần 5: Extensions và Refinements:
- ✓ Chương 12: Variables và Constraints.
- ✓ Chương 13: Optimization sử dụng Surrogates và Models.
- ✓ Chương 14: Biobjective Optimization.
- ✓ Phụ lục: Comparing Optimization Methods.
- ✓ Phần Lời giải các bài tập chọn lọc.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU
