An introduction to optimization

\"...مقدمه ای عالی برای نظریه بهینه سازی...\" (مجله روانشناسی ریاضی , 2002)

\"کتاب درسی برای یک دوره یک ترم در مورد تئوری و روش های بهینه سازی در مقطع ارشد یا مقطع کارشناسی ارشد." (SciTech Book News، جلد 26، شماره. 2، ژوئن 2002)

کاوش در آخرین کاربردهای نظریه و روش‌های بهینه‌سازی

بهینه‌سازی برای هر مشکلی که تصمیم‌گیری در بسیاری از رشته‌ها، مانند مهندسی، ریاضیات، آمار، اقتصاد، و... و علوم کامپیوتر اکنون، بیش از هر زمان دیگری، به دلیل پیشرفت سریع در فناوری رایانه، از جمله توسعه و در دسترس بودن نرم افزارهای کاربر پسند، پردازنده های پرسرعت و موازی، و شبکه ها، به طور فزاینده ای ضروری است که درک محکمی از موضوع داشته باشیم. به طور کامل به روز شده تا منعکس کننده تحولات مدرن در این زمینه باشد، مقدمه ای بر بهینه سازی، ویرایش سوم نیاز به مقدمه ای در دسترس و در عین حال دقیق برای نظریه و روش های بهینه سازی را برطرف می کند.

کتاب با مروری آغاز می شود. از تعاریف و نمادهای اساسی و همچنین پیشینه اساسی مرتبط جبر خطی، هندسه و حساب دیفرانسیل و انتگرال را ارائه می دهد. با این مبنا، نویسندگان موضوعات اساسی مسائل بهینه سازی نامحدود، مسائل برنامه ریزی خطی و بهینه سازی غیرخطی محدود را بررسی می کنند. دیدگاه بهینه سازی در مورد روش های جستجوی جهانی ارائه شده است و شامل بحث هایی در مورد الگوریتم های ژنتیک، بهینه سازی ازدحام ذرات، و الگوریتم بازپخت شبیه سازی شده است. علاوه بر این، این کتاب شامل مقدمه‌ای مقدماتی بر شبکه‌های عصبی مصنوعی، بهینه‌سازی محدب، و بهینه‌سازی چندهدفه است که همگی مورد توجه دانشجویان، محققان و پزشکان هستند.

ویژگی‌های اضافی نسخه سوم شامل:

• مباحث جدید در مورد برنامه نویسی نیمه معین و الگوریتم های لاگرانژی

• فصل جدید در مورد روش های جستجوی جهانی

• فصل جدید در مورد بهینه سازی چندهدفه

• مثال‌ها و تمرین‌های جدید و اصلاح‌شده در هر فصل و همچنین کتاب‌شناسی به‌روز شده حاوی منابع جدید

• یک کتابچه راهنمای مربی به‌روزرسانی شده با راه‌حل‌های کاملاً کار شده برای تمرین‌ها

نمودارهای متعدد و ارقامی که در سراسر متن یافت می شوند، ارائه مکتوب مفاهیم کلیدی را تکمیل می کنند و هر فصل با تمرینات متلب و مسائل تمرینی دنبال می شود که نظریه و الگوریتم های مورد بحث را تقویت می کند. با پوششی نوآورانه و رویکردی ساده، مقدمه ای بر بهینه سازی، نسخه سوم کتابی عالی برای دوره های تئوری و روش های بهینه سازی در سطوح فوق لیسانس و فوق لیسانس است. همچنین به عنوان یک مرجع مفید و مستقل برای محققان و متخصصان در طیف گسترده ای از زمینه ها عمل می کند.

"...an excellent introduction to optimization theory..." (Journal of Mathematical Psychology, 2002)

"A textbook for a one-semester course on optimization theory and methods at the senior undergraduate or beginning graduate level." (SciTech Book News, Vol. 26, No. 2, June 2002)

Explore the latest applications of optimization theory and methods

Optimization is central to any problem involving decision making in many disciplines, such as engineering, mathematics, statistics, economics, and computer science. Now, more than ever, it is increasingly vital to have a firm grasp of the topic due to the rapid progress in computer technology, including the development and availability of user-friendly software, high-speed and parallel processors, and networks. Fully updated to reflect modern developments in the field, An Introduction to Optimization, Third Edition fills the need for an accessible, yet rigorous, introduction to optimization theory and methods.

The book begins with a review of basic definitions and notations and also provides the related fundamental background of linear algebra, geometry, and calculus. With this foundation, the authors explore the essential topics of unconstrained optimization problems, linear programming problems, and nonlinear constrained optimization. An optimization perspective on global search methods is featured and includes discussions on genetic algorithms, particle swarm optimization, and the simulated annealing algorithm. In addition, the book includes an elementary introduction to artificial neural networks, convex optimization, and multi-objective optimization, all of which are of tremendous interest to students, researchers, and practitioners.

Additional features of the Third Edition include:

• New discussions of semidefinite programming and Lagrangian algorithms

• A new chapter on global search methods

• A new chapter on multipleobjective optimization

• New and modified examples and exercises in each chapter as well as an updated bibliography containing new references

• An updated Instructor's Manual with fully worked-out solutions to the exercises

Numerous diagrams and figures found throughout the text complement the written presentation of key concepts, and each chapter is followed by MATLAB exercises and drill problems that reinforce the discussed theory and algorithms. With innovative coverage and a straightforward approach, An Introduction to Optimization, Third Edition is an excellent book for courses in optimization theory and methods at the upper-undergraduate and graduate levels. It also serves as a useful, self-contained reference for researchers and professionals in a wide array of fields