军事最优化新方法
点此进入淘宝搜索页搜索分類: 图书,政治 军事,军事,军事技术,
作者： 曾宪钊编著
出 版 社： 军事科学出版社
出版时间： 2005-6-1字数：版次： 1页数： 263印刷时间：开本： 大32开印次： 1纸张：I S B N ： 9787801378361包装： 平装内容简介
本书共有13章。第1章概述了军事最优化问题的计算复杂性及上述新方法。此后，每两章介绍一种新方法及其军事应用，即在第2、4、6、8、10及第12章中，分别介绍了这6种新方法的研究发展过程、基本概念、方法和理论。在第3、5、7、9、11及第13章中，分别介绍了上述新方法在解决军事最优化问题中的应用。
本书是在军事科学院领导大力支持创新的科研环境里完成的。
作者简介
曾宪钊，广东梅县人，1968年毕业于哈尔滨军事工程学院计算机系。1981年在中国科学院计算技术研究所获得硕士学位。导师为中国科学院院士高庆狮。现为中国人民解放军军事科学院军事运筹分析研究所研究员，博士生导师，中国系统仿真学会理事，中国系统仿真学报编委。现从事军事运筹学、作战仿真、作战实验、人工智能的理论和应用研究。1992至1993年，作为国家公派高级访问学者赴美国从事人工智能研究。享受国家政府特殊津贴，获得军队科技进步二等奖、全军军事科研成果一等奖、军事科学院军事科研成果一等奖及其他奖多项。在国内外重要学术刊物和会议上发表论文50余篇。
目录
第一章引言
1.1最优化问题
1.1.1 最优化问题的定义、数学模型和解的分类
1.1.2最优化问题的分类
1.2计算复杂性
1.2.1 计算复杂性的基本概念
1.2.2P，NP，NP—C和NP—hard问题
1.2.3 军事最优化问题的计算复杂性
1.3启发式优化算法
1.4从神经网络和遗传算法到计算智能
1.5模拟退火算法
1.6蚁群算法
1.7多阶段分析博弈评估算法
1.8探索性分析方法
参考文献
第二章神经网络
2.1神经网络的定义
2.2神经网络研究的历史
2.3神经网络的基本概念
2.3.1 神经元模型
2.3.2神经网络的拓扑结构
2.3.3 学习算法
2.3.3.1 无导师学习算法
2.3.3.2有导师学习算法
2.4霍普菲尔德神经网络
2.4.1 霍普菲尔德神经网络的拓扑结构
2.4.2 离散霍普菲尔德神经网络
2.4.3连续霍普菲尔德神经网络
2.5误差反向传播神经网络
2.5.1 误差反向传播神经网络的拓扑结构
2.5.2BP学习算法
2.5.2.1 正向操作
2.5.2.2逆向操作
2.5.3运行误差反向传播神经网络
2.6概率神经网络
2.6.1 概率神经网络
2.6.2适应性结构概率神经网络
2.7神经模糊网络
2.8流体神经网络
2.9神经网络的应用
2.10神经网络今后的研究方向
参考文献
第三章神经网络用于空战智能仿真及战例定量研究
3.1利用神经网络进行空战机动选择
3.1.1 用于空战机动选择的BPN拓扑结构
3.1.2产生训练案例的方法
3.1.3用产生式规则生成案例
3.1.4对BPN进行机动选择的解释
3.1.5学习算法
……
第四章遗传算法
第五章遗传算法用于空战智能仿真
第六章模拟退火算法
第七章模拟退火算法用于通信网络管理
第八章蚁群算法
第九章蚁群算法用于管理通信网络
第十章多阶段分析博弈评估算法
第十一章多阶段分析博弈评估算法用于空战战役兵力计划
第十二章探索性分析方法
第十三章探索性分析方法用于海战效能评估
附件：空战智能仿真系统简介
书摘插图
第一章引言
1.2计算复杂性
计算复杂性（computing complexity）理论研究计算方法的有效性和问题求解难度，是最优化理论的基础。例如，无法找到一个计算程序，可在任意一种输入下，判定该程序是否会停止，这就是著名的停机理论（Halt Theorem）。某些问题虽然从理论上讲可以用算法解决，但是用当今最快的计算机也需要数个世纪的计算时间，实际上也是无法解决的。因此，在求解一个最优化问题之前，了解它是否为难解问题及设计求解问题算法的复杂性是很重要的。对于难解问题，通常采用近似计算方法及新的最优化方法。
有的新最优化方法具有独特的长处，例如神经网络具有自学习功能，在求解较复杂、不一定是难解的最优化问题时，也可以酌情选用。
1.2.1计算复杂性的基本概念
1965年，王.Edononds提出了以计算时间作为算法复杂性评价标准及多项式时间算法，这是计算复杂性的一个基础理论。
1.计算复杂性
一个问题通常由无数个问题实例（problem instances）组成。例如，TSP就是由给定节点数、各节点间距离及对应解的无数问题实例集合组成。求解某个问题的算法，应能正确求解该问题的任何实例。处理数字的算法一般由算术和逻辑运算等基本步骤组成（以下所述算法均是指此类算法）。解决某个问题所用算法需要执行的基本步骤数量称为时间复杂性（time corn—plexity），简称为时间量；该算法为了保存中间结果所占用的存储空间称为空间复杂性（space complexity）。这二者统称为算法的计算复杂性，也简称为计算复杂性或计算量。
……
