最優(yōu)化與最優(yōu)控制

前言
第1章　最優(yōu)化概論
1.1　最優(yōu)化問題
1.1.1　問題實例
1.1.2　數學模型
1.1.3　問題的解
1.1.4 問題分類
1.2　最優(yōu)化方法及其結構
1.2.1　最優(yōu)化問題的算法
1.2.2　最優(yōu)化方法的結構
1.3　線性搜索
1.3.1　精確線性搜索
1.3.2　不精確線性搜索
1.4　多元函數的微分運算及相關性質
1.4.1　微分運算定義
1.4.2　微分運算公式
1.4.3　多元函數的泰勒展式
1.4.4　凸函數的條件
第2章　無約束最優(yōu)化方法
2.1　局部極小的條件
2.2　最速下降法
2.3　牛頓法
2.3.1　基本的牛頓法
2.3.2　改進的牛頓法
2.4　共軛方向法
2.4.1　共軛方向法
　　2.4.2　共軛梯度法
2.4.3　方向集法
2.5　擬牛頓法
2.5.1　擬牛頓法條件
2.5.2　布魯丹(Broyden)族校正公式
2.5.3　擬牛頓法的性質
2.5.4　擬牛頓法的收斂性
2.6　用Mathematica求解無約束最優(yōu)化問題
第3章　約束最優(yōu)化的理論
3.1　約束最優(yōu)化問題與Lagrange乘子
3.2　一階最優(yōu)性條件
3.2.1　可行方向集與幾何最優(yōu)性條件
3.2.2　Kuhn-Tucker條件
3.3　二階最優(yōu)性條件
第4章　二次規(guī)劃
4.1　等式約束問題
4.1.1　消去法
4.1.2　Lagrange方法
4.2　凸二次規(guī)劃的有效集方法
第5章　約束最優(yōu)化方法
5.1　罰函數方法
5.1.1　二次罰函數法
5.1.2　障礙罰函數法
5.2　乘子法
5.2.1　等式約束乘子法
5.2.2　一般約束乘子法
5.3　序列二次規(guī)劃方法
5.3.1 Lagrange—Newton法
5.3.2 Wilson-Han-Powell方法
5.3.3 SQP算法的超線性收斂性
5.4　用Mathematica求解約束最優(yōu)化問題
第6章　全局最優(yōu)化方法
6.1　全局最優(yōu)化簡介
　……
第7章　線性系統(tǒng)
第8章　最優(yōu)控制概論
第9章　變分法與最優(yōu)控制
第10章　極大值原理
第11章　動態(tài)規(guī)則法
第12章　典型問題的最優(yōu)控制
第13章　最優(yōu)控制的數值方法
參考文獻