✍ Scribed by 孙晚华
No coin nor oath required. For personal study only.
本书由铁路科技图书出版基金资助。本书试图将ILOG CPLEX、运筹学和交通运输专业问题三者有机结合起来，用CPLEX来求解和进一步优化方案，展示用运筹学知识和CPLEX优化软件解决交通运输专业典型问题的基本技能。本书内容主要包括IBM ILOG CPLEX概述、OPL、ILO GCPLEX在运输问题中的应用、ILOG CPLEX在铁路车流组织问题中的应用、ILOG CPLEX在高速铁路列车运行图优化问题中的应用、ILOGCPLEX在铁路机车周转图优化问题中的应用、ILOG CPLEX在ITS中的应用和ILOG CPLEX在公交司乘排班问题中的应用。
封面
书名
版权
前言
目录
第1章 IBM ILOG CPLEX概述
1.1 CPLEX介绍
1.2 CPLEX Studio介绍
1.2.1 菜单栏
1.2.2 工具栏
1.2.3 状态栏
1.2.4 窗口
1.3 CPLEX求解的优化问题简介
1.4 CPLEX在交通运输中的应用
1.4.1 概述
1.4.2 交通运输领域中的运筹学问题
思考与练习
第2章 OPL
2.1 OPL概述
2.2 OPL的常用符号
2.3 数据
2.3.1 数据变量与数据元素
2.3.2 数据类型
2.3.3 数据的初始化
2.4 数组
2.5 元组
2.5.1 元组概述
2.5.2 定义元组类型的语法
2.5.3 定义元组变量及其初始化
2.5.4 元组变量的引用
2.5.5 元组数组
2.6 脚本语言
2.6.1 预处理模块
2.6.2 正在处理模块
2.6.3 后处理模块
2.6.4 流控制模块
2.7 建模建议
2.8 关键字及其用法
2.8.1 数据定义相关关键字及其用法
2.8.2 决策变量定义相关关键字及其用法
2.8.3 目标函数和约束条件定义相关关键字及其用法
2.8.4 数据文件中的语法规则
2.8.5 处理命令相关关键字
2.8.6 其他关键字
2.9 OPL简单应用
思考与练习
第3章 ILOG CPLEX在运输问题中的应用
3.1 运输问题概述
3.2 运输问题的数学模型
3.3 运输问题在CPLEX中建模与求解
3.3.1 运输问题模型的实例编码
3.3.2 运行配置与求解
3.4 非标准运输问题的建模与求解
3.4.1 产销不平衡问题
3.4.2 有约束的问题
3.4.3 转运问题
思考与练习
第4章 ILOG CPLEX在铁路车流组织问题中的应用
4.1 铁路车流组织优化概述
4.1.1 车流组织过程与货物列车编组计划
4.1.2 车流组织优化问题描述
4.1.3 车流组织优化方法概述
4.2 货物列车编组计划的数学模型
4.3 在CPLEX中建模与求解
4.3.1 模型的实例编码
4.3.2 运行配置与求解
思考与练习
第5章 ILOG CPLEX在高速铁路列车运行图优化问题中的应用
5.1 高速铁路运行图问题的描述
5.2 最基本高速铁路运行图问题的数学模型
5.3 计算机模型的OPL
5.3.1 模型变量与参量定义
5.3.2 数据文件编码及运行结果
5.4 模型的改进
思考与练习
第6章 ILOGCPLEX在铁路机车周转图优化问题中的应用
6.1 机车周转图优化问题概述
6.1.1 指派问题算法模型
6.1.2 最小费用最大流问题
6.2 机车周转问题的数学模型
6.3 计算机模型的OPL
6.3.1 模型文件编码
6.3.2 数据文件编码
6.3.3 配置与运行
6.4 机车周转图的网络流模型及CPLEX求解
6.4.1 网络流问题与机车周转图编制问题
6.4.2 机车周转图的网络流模型
6.4.3 OPL实现
思考与练习
第7章 ILOG CPLEX在ITS中的应用
7.1 ITS问题概述
7.1.1 ITS概述
7.1.2 路径规划原理概述
7.2 ITS问题的数学模型
7.2.1 问题描述
7.2.2 建立CPLEX能够求解的优化模型
7.3 ITS问题在CPLEX中建模与求解
7.3.1 ITS问题模型的实例编码语言
7.3.2 运行配置与求解
7.4 其他最短路径问题的建模与求解
思考与练习
第8章 ILOG CPLEX在公交司乘排班问题中的应用
8.1 公交司乘人员排班问题概述
8.2 公交司乘人员排班问题的数学模型
8.2.1 最少班次问题
8.2.2 生成车次链问题
思考与练习
参考文献
封底
📜 SIMILAR VOLUMES
<p>本书是机器学习实战领域的一本佳作，从机器学习的基本概念讲起，旨在将初学者引入机器学习的大门，并走上实践的道路。本书通过讲解机器学习中的监督学习和无监督学习，并结合特征选择和排序、聚类方法、文本和网页挖掘等热点问题，论证了“优化是力量之源”这一观点，为机器学习在企业中的应用提供了切实可行的操作建议。</p>
<p>《深度学习、优化与识别》的特色</p> <p>深度学习是计算机科学与人工智能的重要组成部分。全书16章，分为理论与实践应用两部分，同时介绍5种深度学习主流平台的特性与应用，最后给出了深度学习的前沿进展介绍，另附带47种相关网络模型的实现代码。本书具有以下的特点：</p> <p>一、内容系统全面</p> <p>全书16章，覆盖了深度学习当前出现的诸多经典框架或模型，分为两个部分。第一部分系统地从数据、模型、优化目标函数和求解等四个方面论述了深度学习的理论及算法，如卷积神经网络、深度生成模型等；第二部分基于5种主流的深度学习平台给出了深度网络在自然图像、卫星遥感影像等领域的应用，如分类
本专著所说的课程设计是指课程整体设计。课程整体设计是针对一门课程而言的，解决的是怎样才能上好一门课程的问题。课程的“整体设计”是按照现代职业教育思想和先进教学理念提出的一个教学改革概念。按照系统理论，从单元“联系”的角度对课程教学的设计进行整体优化。每门课程都需要诊断与改进，都有优化提高的空间。本专著将课程的诊断、培训、改进三者有机结合，探索与实施课程设计诊断与优化的全过程，为改进、优化课程设计提供行之有效的方法，为职业院校教师教学能力提升培训提供全新解决方案。本专著可以作为职业院校的课程设计和教学能力提升培训用书，也可以作为广大职业教育工作者、课程设计人员的参考书。
<p>智能优化算法与涌现计算是多种前沿学科交叉融合的结晶。主要包括：模拟人脑思维、人体细胞、器官等的仿人智能优化算法；模拟群居动物觅食或繁殖行为的群智能优化算法；模拟人类社会进化的进化算法；模拟植物生长的仿生算法；模拟自然现象或规律的自然计算；模拟复杂适应系统涌现行为的涌现计算等80余种算法。本书可作为智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、科研人员的参考书。</p>
<p>组合优化，作为应用数学中最年轻而又至关重要的领域之一，整合了组合数学、线性规划以及算法理论的方法和技巧。由于它在解决从远程通讯到超大规模集成电路、从产品运销到航班机组排班等领域内困难问题方面的成功，这一领域在过去的十年里取得了巨大的、超乎寻常的发展。</p> <p>《组合优化》是对这一数学分支的一个理想介绍，它适用于离散数学、计算机科学以及运筹学专业的本科高年级学生和研究生。本书由公认的专家团队撰写而成，对经典概念和最新结果都提供了全面而又易懂的讲解。主要涉及以下课题：</p> <p>·网络流问题</p> <p>·最优匹配</p> <p>·多面体的整性</p> <p>·拟阵</
本书内容非常丰富。理论部分由4章构成，不仅涵盖了凸优化的所有基本概念和主要结果，还详细介绍了几类基本的凸优化问题以及将特殊的优化问题表述为凸优化问题的变换方法，这些内容对灵活运用凸优化知识解决实际问题非常有用。应用部分由3章构成，分别介绍凸优化在解决逼近与拟合、统计估计和几何关系分析这三类实际问题中的应用。算法部分也由3章构成，依次介绍求解无约束凸优化模型、等式约束凸优化模型以及包含不等式约束的凸优化模型的经典数值方法，以及如何利用凸优化理论分析这些方法的收敛性质。通过阅读本书，能够对凸优化理论和方法建立完整的认识。