第1章 最优化问题概述 1
1.1 最优化问题的数学模型与基本概念 1
1.2 最优化问题的一般算法 7
1.3 二维最优化问题的几何解释 10
1.4 一维搜索 12
习题 25
第2章 线性规划 28
2.1 凸集与凸函数 28
2.2 线性规划的标准型与基本概念 36
2.3 线性规划的基本定理 40
2.4 单纯形方法 45
2.5 单纯形表 54
2.6 初始基可行解的求法 56
2.7 退化与循环 61
2.8 线性规划的对偶理论 65
2.9 对偶单纯形法 71
2.10 灵敏度分析 74
2.11 整数线性规划 79
习题 87
第3章 无约束最优化方法 94
3.1 无约束最优化问题的最优性条件 94
3.2 最速下降法 96
3.3 Newton法 100
3.4 共轭方向法和共轭梯度法 105
3.5 拟Newton法 114
3.6 Powell方向加速法 123
习题 128
第4章 约束最优化方法 132
4.1 约束最优化问题的最优性条件 132
4.2 罚函数法与乘子法 144
4.3 投影梯度法与简约梯度法 166
4.4 约束变尺度法 188
习题 201
第5章 多目标最优化方法 208
5.1 多目标最优化问题的数学模型及其分类 208
5.2 解的概念与性质 219
5.3 评价函数法 225
5.4 分层求解法 241
5.5 目标规划法 252
习题 263
第6章 动态规划 267
6.1 动态规划的基本概念 267
6.2 动态规划的最优性原理与基本方程 275
6.3 函数迭代法和策略迭代法 280
6.4 动态规划的应用举例 288
习题 300
第7章 遗传算法简介 305
7.1 遗传算法概述 305
7.2 遗传算法的运算过程 308
7.3 基本遗传算法及应用举例 314
7.4 模式定理 328
参考文献 334