最優(yōu)化方法及其MATLAB實(shí)現(xiàn)（第2版）

第1章 概論
1．1 最優(yōu)化問題及其分類
1．1．1 最優(yōu)化問題舉例
1．1．2 函數(shù)優(yōu)化問題
1．1．3 數(shù)學(xué)規(guī)劃
1．1．4 組合優(yōu)化問題
1．2 最優(yōu)化問題的數(shù)學(xué)基礎(chǔ)
1．2．1 函數(shù)的方向?qū)?shù)和梯度
1．2．2 多元函數(shù)的泰勒展開
1．2．3 二次型函數(shù)
1．2．4 函數(shù)的凸性
1．3 鄰域函數(shù)與局部搜索
1．4 優(yōu)化問題的復(fù)雜性
1．5 優(yōu)化算法發(fā)展?fàn)顩r
習(xí)題1

第2章 無約束優(yōu)化方法
2．1 最優(yōu)性條件
2．2 迭代法
2．3 收斂速度
2．4 終止準(zhǔn)則
2．5 一維搜索
2．5．1 平分法
2．5．2 牛頓法
2．5．3 0．618法
2．5．4 拋物線法
2．5．5 二點(diǎn)三次插值法
2．5．6 “成功-失敗”法
2．5．7 非精確一維搜索
2．6 基本下降法
2．6．1 最速下降法
2．6．2 牛頓法
2．6．3 阻尼牛頓法
2．6．4 修正牛頓法
2．7 共軛方向法和共軛梯度法
2．7．1 共軛方向和共軛方向法
2．7．2 共軛梯度法
2．8 變尺度法（擬牛頓法）
2．8．1 對稱秩1算法
2．8．2 DFP算法
2．8．3 BFGS算法
2．9 信賴域法
2．10 直接搜索法
2．10．1 Hook-Jeeves方法
2．10．2 單純形法
2．10．3 Powell方法
2．10．4 坐標(biāo)輪換法
習(xí)題2
思考題

第3章 約束優(yōu)化方法
3．1 最優(yōu)性條件
3．1．1 等式約束問題的最優(yōu)性條件
3．1．2 不等式約束問題的最優(yōu)性條件
3．1．3 一般約束問題的最優(yōu)性條件
3．2 隨機(jī)方向法
3．3 罰函數(shù)法
3．3．1 外罰函數(shù)法
3．3．2 內(nèi)點(diǎn)法
3．3．3 乘子法
3．4 可行方向法
3．4．1 Zoutendijk可行方向法
3．4．2 梯度投影法
3．4．3 簡約梯度法
3．4．4 廣義簡約梯度法
3．5 復(fù)合形法
3．5．1 初始復(fù)合形的形成
3．5．2 復(fù)合形的搜索方向
3．5．3 復(fù)合形法的計(jì)算步驟
3．6 二次逼近法
3．6．1 二次規(guī)劃的概念
3．6．2 牛頓-拉格朗日法
3．6．3 SQP算法
3．7 極大熵方法
習(xí)題3
思考題
……

第4章 線性規(guī)劃
第5章 整數(shù)規(guī)劃
第6章 動態(tài)規(guī)劃
第7章 多目標(biāo)規(guī)劃
第8章 進(jìn)化算法
第9章 模擬退火算法
第10章 粒子群算法
第11章 蟻群算法