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）