دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: P. Adby
سری: Chapman and Hall Mathematics Series
ISBN (شابک) : 0412110407, 1361441461
ناشر: Springer
سال نشر: 1974
تعداد صفحات: 213
زبان: English
فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Introduction to optimization methods به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای بر روش های بهینه سازی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در دهه گذشته، تکنیک های بهینه سازی غیرخطی به عنوان یک موضوع مهم برای مطالعه و تحقیق مطرح شده است. گسترش روزافزون کاربرد بهینه سازی با در دسترس بودن رایانه های دیجیتال و لزوم استفاده از آنها در بررسی سیستم های بزرگ تحریک شده است. این کتاب مقدمه ای بر روش های غیر خطی بهینه سازی است و برای دوره های کارشناسی و کارشناسی ارشد در رشته های ریاضی، علوم فیزیکی و اجتماعی و مهندسی مناسب است. نیمه اول کتاب تکنیک های بهینه سازی اولیه از جمله روش های جستجوی خطی، شیب دارترین فرود، حداقل مربعات و روش نیوتن رافسون را پوشش می دهد. اینها با مثالهای عددی کار شده به تفصیل شرح داده شدهاند، زیرا مبنایی را تشکیل میدهند که روشهای پیشرفته از آن مشتق شدهاند. از سال 1965 روشهای پیشرفتهای برای بهینهسازی بدون محدودیت و محدود برای استفاده از قدرت محاسباتی رایانه دیجیتال ایجاد شده است. نیمه دوم کتاب الگوریتمهای کاملاً مهمی را در استفاده کنونی توصیف میکند، مانند روشهای متریک متغیر برای مسائل غیرمحدود و روشهای تابع جریمه برای مسائل محدود. کارهای اخیر، که بسیاری از آنها هنوز به طور گسترده اعمال نشده اند، با تکنیک های رایج فعلی تحت چند عنوان اصلی کلی بررسی و مقایسه می شوند. VI پیشگفتار فصل اول مسئله بهینه سازی را به شکل ریاضی توصیف می کند و اصطلاحات مورد استفاده در بقیه کتاب را تعریف می کند. فصل 2 به بهینه سازی تک متغیری مربوط می شود. الگوریتمهای اصلی هر دو روش جستجو و تقریب با جزئیات توسعه داده شدهاند، زیرا آنها بخش اساسی بسیاری از روشهای چند متغیره هستند.
During the last decade the techniques of non-linear optim ization have emerged as an important subject for study and research. The increasingly widespread application of optim ization has been stimulated by the availability of digital computers, and the necessity of using them in the investigation of large systems. This book is an introduction to non-linear methods of optimization and is suitable for undergraduate and post graduate courses in mathematics, the physical and social sciences, and engineering. The first half of the book covers the basic optimization techniques including linear search methods, steepest descent, least squares, and the Newton-Raphson method. These are described in detail, with worked numerical examples, since they form the basis from which advanced methods are derived. Since 1965 advanced methods of unconstrained and constrained optimization have been developed to utilise the computational power of the digital computer. The second half of the book describes fully important algorithms in current use such as variable metric methods for unconstrained problems and penalty function methods for constrained problems. Recent work, much of which has not yet been widely applied, is reviewed and compared with currently popular techniques under a few generic main headings. vi PREFACE Chapter I describes the optimization problem in mathemat ical form and defines the terminology used in the remainder of the book. Chapter 2 is concerned with single variable optimization. The main algorithms of both search and approximation methods are developed in detail since they are an essential part of many multi-variable methods
Front Matter....Pages i-x
The optimization problem....Pages 1-17
Single variable optimization....Pages 18-41
Multi-variable optimization....Pages 42-73
Advanced methods....Pages 74-118
Constrained optimization....Pages 119-186
Back Matter....Pages 187-204