中国文卡特斯瓦鲁。;萨蒂亚·埃斯瓦里(Satya Eswari),朱贾瓦拉普(Jujjavarapu) 随机全局优化。化学、生物化学、制药和环境过程的方法和应用。 (英语) Zbl 1440.93001号 阿姆斯特丹:Elsevier(ISBN 978-0-12-817392-3/pbk;978-0-12-817393-0/电子书)。xx,第289页。(2020). 这本书很好地介绍了优化算法,包括经典分析方法、随机和进化优化算法及其应用。对于算法,除了描述之外,还讨论了它们的优缺点,并分析了基本的案例问题。特别考虑了随机和进化优化算法,因为它们可以成功地克服目标函数和约束中存在的差可微性、高维性、多模态和非线性等困难。这本书最有价值的贡献可能是将优化算法应用于化学、生物化学、制药和环境过程中解决的实际问题。这本书可以推荐给研究生、研究人员和实践工程师。这本书由十章组成。第一章介绍了优化的基本特征。在第二章中,介绍了包括约束优化在内的经典分析方法。第3章包含数值搜索方法,例如梯度法。第四章研究了随机和人工智能优化算法:遗传算法、模拟退火、差分进化、蚁群优化、禁忌搜索、粒子群优化、人工蜂群优化、杜鹃搜索算法。在第5章中,这些算法被应用于基本情况问题。第六章将微分进化优化方法应用于化学控制问题。第七章将人工神经网络应用于生化过程的优化。第8章描述了多目标优化的应用。在第9章中,将人工智能优化算法应用于环境过程的优化。第10章包含结论。审核人:Alex V.Kolnogorov(诺夫哥罗德) MSC公司: 93-01 与系统和控制理论相关的介绍性说明(教科书、教程论文等) 93E20型 最优随机控制 92C40型 生物化学、分子生物学 92E20型 化学中的经典流动、反应等 00A06号 非数学工作者的数学(工程、社会科学等) 90-06 与运筹学和数学规划有关的会议记录、会议记录、收藏等 90 C59 数学规划中的近似方法和启发式 68瓦50 进化算法、遗传算法(计算方面) 关键词:全局优化;随机优化;进化优化;数值优化;随机和进化优化的应用;遗传算法;模拟退火;蚁群优化;粒子群优化;人工神经网络;人工蜂群优化 PDF格式BibTeX公司 XML格式引用 \textit{Ch.Venkateswalu}和\textit{S.E.Jujjavarapu},随机全局优化。化学、生物化学、制药和环境过程的方法和应用。阿姆斯特丹:爱思唯尔(2020;Zbl 1440.93001)