新書推薦：
《
西班牙内战：秩序崩溃与激荡的世界格局：1936-1939
》
售價：NT$
990.0
《
非对称创新：中国企业赶超战略 魏江 刘洋
》
售價：NT$
495.0
《
潜能觉醒
》
售價：NT$
395.0
《
初平：汉末群雄混战（190—195）
》
售價：NT$
245.0
《
建安：官渡大决战（196—200）
》
售價：NT$
245.0
《
权力的图像——近代的中国海图与交流
》
售價：NT$
840.0
《
中亚民族史
》
售價：NT$
840.0
《
人工智能与智能制造：概念与方法 ［美］马苏德·索鲁什 ［美］理查德·D.布拉茨
》
售價：NT$
640.0
|
| 編輯推薦： |
在所有算法讲解中都贯穿了图问题，同时还专门介绍了高级图算法。
每章都给出了相关算法的应用实例。
对课堂教学进行了实录，目前录课已经发布在 B站，账号为 foretmer。
配套提供电子课件、教学大纲、微课视频、MOOC（B站）、试卷及答案。
|
| 內容簡介： |
本书的内容主要包括两个方面：一是困难问题（NPC问题）；二是人工智能的关键问题（图问题）。包括：困难问题的概念和证明；困难问题的常用模型，如线性规划和整数规划；困难问题的常用算法，如近似算法、随机算法、在线算法、启发式算法。本书在所有算法讲解中都贯穿了图问题，同时还专门介绍了高级图算法，其中，中心性算法和社群发现算法是人工智能的基础。此外，本书的每章都给出了相关算法的应用实例。
本书可作为高等院校计算机类专业的研究生算法课程的教材，也可作为各行业从事算法设计和开发技术人员的参考书。
|
| 關於作者： |
|
林海，现任武汉大学-国家网络安全学院副教授，先后毕业于法国巴黎第六大学(硕士)和法国国立高等通信学校(博士)，并取得了计算机网络博士学位，是武汉大学作为人才引进的优秀青年学术骨干。在加入武汉大学之前，曾经先后在法国电信 Orange 研究院从事博士后研究和在中兴通讯欧洲研究所(巴黎)从事系统工程师工作。本书作者一直从事算法方面的教学和研究，有着多年本科生《算法设计与分析》和研究生《高级算法》教学经验。发表SCI论文20余篇，发明专利5项，软著1项；主持和参与国家和省级项目6项。
|
| 目錄：
|
前言
第1章线性规划
11基本概念
12标准型和松弛型
13单纯形法
131单纯形法原理
132单纯形法步骤
133单纯形表
14对偶
141什么是对偶
142对偶怎么来的
143对偶的性质
144对偶实例*
15整数规划
151分支限界
1520-1整数规划
16原始-对偶算法（Primal-Dual Algorithm）
17原始-对偶算法的应用：顶点覆盖
18本章小结
第2章高级图算法
21最 大流问题
211Ford-Fulkerson算法
212最 大流最小割定理
213Edmonds-Karp算法
214对偶性质*
22图的中心性算法
221度中心性
222紧密中心性
223中介中心性*
224特征向量中心性
225PageRank
23社群发现算法（Community Detection Algorithms）
231基于模块度的算法
232基于标签传播的算法
233基于团的算法
24社群发现在物流仓储中的应用
25本章小结
第3章NP问题
31基本概念
311P问题、NP问题、NP难问题和NPC问题
312归约性
32P问题的证明
333CNF可满足性问题
34最 大团问题
35顶点覆盖问题
36最 大公共子图
37哈密顿回路*
38本章小结
第4章近似算法
41基本概念
42旅行商问题
43子集和问题
44集合覆盖
441简单集合覆盖
442带权重的集合覆盖（广义集合覆盖）*
45集合覆盖-整数规划
46斯坦纳最小树
47近似算法在作业调度中的应用
48本章小结
第5章随机算法
51基本概念
52避免落入最坏情形
521随机快速排序
522随机快速选择（Random Quick Select）
523最小圆覆盖
53降低算法复杂度
531弗里瓦德算法（Frievald’s Algorithm）
532惰性选择（Lazy Select）*
533集合覆盖
534最小割
54随机游走及其应用
5412CNF-SAT
542图嵌入和集卡问题
55本章小结
第6章在线算法
61基本概念
62确定性在线算法
621在线最小生成树
622在线装箱问题*
623时间序列搜索
63随机在线算法
631租买问题
632在线二分图最 大匹配*
64在线算法在物流中的应用：装车问题
65本章小结
第7章启发式算法
71基本概念
72局部搜索
7212-opt算法
7223-opt算法
73模拟退火
74禁忌搜索（Tabu Search）
75蚁群算法
751基础蚁群算法
752蚁群系统
753最 大-最小蚁群系统
76遗传算法
761遗传算法概念和流程
762求解函数的最 大/最 小值
763旅行商问题
764遗传算法变体*
77遗传算法在多目标优化中的应用
78本章小结
参考文献
|
| 內容試閱：
|
本书断断续续写了三年左右，总算完稿，远比计划的时间要长得多，主要是很多知识点不仅需要查阅大量的文献，而且需要对这些知识点进行验证、总结，这些都需要花费大量的时间。撰写本书的起因主要有两方面：一是从事研究生高级算法教学多年，感觉缺少专门针对研究生的算法教材，导致这门课一直没有合适的教材可用，而高级算法作为计算机类专业研究生的基础课，学生需要一本好的教材来系统学习和掌握相关算法知识；二是从事算法项目和研究的过程中，发现很多算法相关的从业人员急需一本能够查阅关于如何解决困难问题的技术参考书（实际工作中遇到的问题大多数是困难问题），而目前也缺少系统介绍此方面算法的书籍。
本书的编写主要围绕解决困难问题（NPC问题）和图问题来展开，人们在研究和工作过程中碰到的困难问题，是没有办法用基础算法（如动态规划、回溯等）来解决的；而图问题在新的社交模式下以及人工智能时代起着越来越重要的作用，社交网络、生物网络等都可以用图来描述，特别是图神经网络几乎是目前深度学习中最重要的研究热点，而其基础就是图模型的特征提取。
本书首先讨论线性规划和整数规划，很多困难问题都可以建模成整数规划问题，所以求解整数规划对于求解困难问题有着重要的意义，为此，第1章重点描述了原始-对偶算法。第2章，对图问题展开了讨论，其中图的中心性算法是图特征提取的重要手段，而社群发现算法则解决了图聚类问题。有了线性模型和图模型后，第3章对NP问题进行了详细的介绍，其中讨论了多个图相关问题，如最 大团问题、哈密顿回路问题等。第4章讨论了解决 NPC问题的重要算法——近似算法，其中需要重点掌握的是近似算法的分析。第5章讨论了随机算法，因随机算法的一个重要作用是降低算法复杂度，所以其也可以用于困难问题的求解。同时，随机算法在图特征提取中起到重要的作用，为此，在此章中，我们讨论了随机游走在图嵌入中的应用。第6章讨论的在线算法主要用于解决在线问题，尽管目前的在线问题很多都采用深度学习方法来解决，但是了解在线问题的基本算法及其分析手段，对我们设计好的深度学习方法具有指导作用。最后，在第7章讨论了启发式算法，启发式算法既是人工智能的基础算法，又是解决 NPC问题的关键方法，所以在实际中有着广泛的应用。为了让读者能够初步应用所学的算法，本书在每章的最后一节都给出了算法的应用案例，这些案例包含了一些经典案例，也包含了作者科研项目中碰到的一些实际问题。标题加“*”符号的章节，学习难度较大。
高级算法是本科的“算法设计与分析”课程的延续和深入，所以了解基础算法是阅读本书的前提，和本书配套的基础算法可以参考本人编写的《算法设计与应用》一书。为了让读者能够更好地学习书中的知识，本人对课堂教学进行了实录，目前录课已经发布在 B站，账号为 foretmer，有兴趣的读者可以结合视频来学习本书。同时，和本书相关的课件、课后习题也会在 B站上发布。
本书的编写得到了武汉大学研究生院和武汉大学网络安全学院的支持，在此一并感谢。同时还要特别感谢本人教过的历届学生，在和学生上课、讨论的过程中，他们提供了很多灵感并帮助修改了一些问题，如伪代码错误、公式错误等。另外，感谢本书编辑对本书全文进行了认真的校对。
尽管本人已经尽了最 大的努力去避免错误，但由于时间和能力的原因，书中难免存在不妥之处，如读者发现错误，还请指出，不胜感激。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
