優(yōu)化理論與方法

第1章  預備知識
  1.1  最優(yōu)化問題的模型與分類
  1.2  多元函數(shù)基礎知識
  1.3  凸規(guī)劃問題
  1.4  最優(yōu)性條件
  1.5 迭代下降算法概述
  習題一
第2章  無約束優(yōu)化問題的算法
  2.1  常用線性搜索方法
  2.2  最速下降法
  2.3  共軛梯度法
  2.4  Newton法及其改進
  2.5  擬Newton法
  習題二
第3章  線性約束最優(yōu)化方法
  3.1  可行方向法
  3.2  有效集方法
  3.3  二次規(guī)劃問題
  3.4  內(nèi)點法簡介
  習題三
第4章  非線性約束最優(yōu)化方法
  4.1  罰函數(shù)方法
  4.2  乘子法
  4.3  約束變尺度法
  習題四
第5章  信賴域方法
  5.1  無約束規(guī)劃問題的信賴域方法
  5.2  線性約束問題的信賴域方法
參考文獻