《高等學校教材:最最佳化方法及其套用》是2007年高等教育出版社出版的圖書，作者是郭科。
基本介紹
- 中文名：高等學校教材:最最佳化方法及其套用
- 出版社：高等教育出版社
- 頁數：220頁
- 開本：16
- 品牌：高等教育出版社
- 作者：郭科 等
- 出版日期：2007年7月1日
- 語種：簡體中文
- ISBN：9787040219302
內容簡介,圖書目錄,
內容簡介
《高等學校教材:最最佳化方法及其套用》系統地介紹了最最佳化的理論和計算方法，在編寫上遵循循序漸進、由淺入深、注重概念、突出方法的原則。《高等學校教材:最最佳化方法及其套用》將最最佳化技術與計算機技術融為一體，對最最佳化技術的理論作丁適當深度的討論，重點在於對概念和方法的論述；在套用方面，著重強調方法與套用的有機結合。全書共十章，包括最最佳化問題總論、最最佳化問題數學基礎、線性規劃及其對偶問題、一維搜尋法、常用無約束最最佳化方法、常用約束最最佳化方法、動態規劃、多目標最佳化、現代最佳化算法簡介、最最佳化問題程式設計方法等，其中前八章為傳統最佳化算法，也是《高等學校教材:最最佳化方法及其套用》重點介紹的內容，最後一章還給出了部分最佳化問題的設計實例。《高等學校教材:最最佳化方法及其套用》可作為數學類各專業本科高年級學生教材，也可供一般工科研究生以及數學建模競賽參賽人員和工程技術人員參考。
圖書目錄
第一章 最最佳化問題總論
§1.1 最最佳化問題數學模型
§1.2 最最佳化問題的算法
§1.3 最最佳化算法分類
§1.4 組合最佳化問題簡卉
習題一
第二章 最最佳化問題的數學基礎
§2.1 二次型與正定矩陣
§2.2 方嚮導數與梯度
§2.3 Hesse矩陣及泰勒展式
§2.4 極小點的判定條件
§2.5 錐、凸集、凸錐
§2.6 凸函式
§2.7 約束問題的最優性條件
習題二
第三章 線性規劃及其對偶問題
§3.1 線性規劃數學模型基本原理
§3.2 線性規劃疊代算法
§3.3 對偶問題的基本原理
§3.4 線性規劃問題的靈敏度
習題三
第四章 一維搜尋法
§4.1 搜尋區間及其確定方法
§4.2 對分法
§4.3 Newton切線法
§4.4 黃金分割法
§4.5 拋物線插值法
習題四
第五章 常用無約束最最佳化方法
§5.1 最速下降法
§5.2 Newton法
§5.3 修正Newton法
§5.4 共軛方向法
§5.5 共軛梯度法
§5.6 變尺度法
§5.7 坐標輪換法
§5.8 單純形法
習題五
第六章 常用約束最最佳化方法
§6.1 外點罰函式法
§6.2 內點罰函式法
§6.3 混合罰函式法
§6.4 約束坐標輪換法
§6.5 複合形法
習題六
第七章 動態規劃
§7.1 動態規劃基本原理
§7.2 動態規劃疊代算法
§7.3 動態規劃有關說明
習題七
第八章 多目標最佳化
§8.1 多目標最最佳化問題的基本原理
§8.2 評價函式法
§8.3 分層求解法
§8.4 目標規劃法
習題八
第九章 現代最佳化算法簡介
§9.1 模擬退火算法
§9.2 遺傳算法
§9.3 禁忌搜尋算法
§9.4 人工神經網路
第十章 最最佳化問題程式設計方法
§10.1 最最佳化問題建模的一般步驟
§10.2 常用最最佳化方法的特點及選用標準
§10.3 最最佳化問題編程的一般過程
§10.4 最佳化問題設計實例
參考文獻
§1.1 最最佳化問題數學模型
§1.2 最最佳化問題的算法
§1.3 最最佳化算法分類
§1.4 組合最佳化問題簡卉
習題一
第二章 最最佳化問題的數學基礎
§2.1 二次型與正定矩陣
§2.2 方嚮導數與梯度
§2.3 Hesse矩陣及泰勒展式
§2.4 極小點的判定條件
§2.5 錐、凸集、凸錐
§2.6 凸函式
§2.7 約束問題的最優性條件
習題二
第三章 線性規劃及其對偶問題
§3.1 線性規劃數學模型基本原理
§3.2 線性規劃疊代算法
§3.3 對偶問題的基本原理
§3.4 線性規劃問題的靈敏度
習題三
第四章 一維搜尋法
§4.1 搜尋區間及其確定方法
§4.2 對分法
§4.3 Newton切線法
§4.4 黃金分割法
§4.5 拋物線插值法
習題四
第五章 常用無約束最最佳化方法
§5.1 最速下降法
§5.2 Newton法
§5.3 修正Newton法
§5.4 共軛方向法
§5.5 共軛梯度法
§5.6 變尺度法
§5.7 坐標輪換法
§5.8 單純形法
習題五
第六章 常用約束最最佳化方法
§6.1 外點罰函式法
§6.2 內點罰函式法
§6.3 混合罰函式法
§6.4 約束坐標輪換法
§6.5 複合形法
習題六
第七章 動態規劃
§7.1 動態規劃基本原理
§7.2 動態規劃疊代算法
§7.3 動態規劃有關說明
習題七
第八章 多目標最佳化
§8.1 多目標最最佳化問題的基本原理
§8.2 評價函式法
§8.3 分層求解法
§8.4 目標規劃法
習題八
第九章 現代最佳化算法簡介
§9.1 模擬退火算法
§9.2 遺傳算法
§9.3 禁忌搜尋算法
§9.4 人工神經網路
第十章 最最佳化問題程式設計方法
§10.1 最最佳化問題建模的一般步驟
§10.2 常用最最佳化方法的特點及選用標準
§10.3 最最佳化問題編程的一般過程
§10.4 最佳化問題設計實例
參考文獻
