最优化方法

　　最优化方法是一门新兴的应用数学分支，本书是根据“工学硕士研究生最优化方法课程基本要求”为工科硕士研究生及本科编写的该课程教材，内容包括最优化问题概述、线性规划、无约束最优化方法、约束最优化方法、多目标最优化方法、动态规划、遗传算法简介7章，每章内容着重阐明基本理论与基本方法，也给出了很有实用价值的新方法，并辅之以相应的例子和习题。本书经“工科研究生课程指导委员会数学课程指导小组”评审，得到众多同行专家的肯定并加以推荐，评语为：“概念清晰，重点突出，选材针对性较强，理论分析详简合适，对于优化及其应用问题阐明清楚，便于教学，具有较好的可读性。”

暂缺《最优化方法》作者简介

符号说明
第1章 最优化问题概述
1.1 最优化问题的数学模型与基本概念
1.2 最优化问题的一般算法
1.3 二维最优化问题的几何解释
1.4 一维搜索
习题
第2章 线性规划
2.1 凸集与凸函数
2.2 线性规划的标准型与基本概念
2.3 线性规划的基本定理
2.4 单纯形方法
2.5 单纯形表
2.6 初始基可行解的求法
2.7 退化与循环
2.8 线性规划的对偶理论
2.9 对偶单纯形法
2.10 灵敏度分析
2.11 整数线性规划
习题
第3章 无约束最优化方法
3.1 无约束最优化问题的最优性条件
3.2 最速下降法
3.3 Newton法
3.4 共轭方向法和共轭梯度法
3.5 拟Newton法
3.6 Powell方向加速法
习题
第4章 约束最优化方法
4.1 约束最优化问题的最优性条件
4.2 罚函数法与乘子数
4.3 投影梯度法与简约梯度法
4.4 约束变尺度法
习题
第5章 多目标最优化方法
5.1 多目标最优化问题的数字模型及其分类
5.2 解的概念与性质
5.3 评价函数法
5.4 分层求解法
5.5 目标规划法
习题
第6章 动态规划
6.1 动态规划的基本概念
6.2 动态规划的最优性原理与基本方程
6.3 函数迭代法和策略迭代法
6.4 动态规划的应用举例
习题
第7章 遗传算法简介
7.1 遗传算法概述
7.2 遗传算法的运算过程
7.3 基本遗传算法及应用举例
7.4 模式定理
参考文献