本书全面、系统地介绍了无约束最优化、约束最优化和非光滑最优化的理论和计算方法,它包括了近年来国际上关于优化研究的最新成果。
本书可作研究生教材,可供从事计算数学、应用数学、运筹学和计算技术的科研人员参考。
样章试读
目录
- 第一章引论
1.1引言
1.2数学基础
1.3凸集和凸函数
1.4无约束问题的最优性条件
1.5最优化方法的结构
第二章一维搜索
2.1引言
2.2精确一维搜索的收敛理论
2.30.618法和Fibonacci法
2.4插值法
2.5不精确一维搜索方法
第三章牛顿法
3.1最速下降法
3.2牛顿法
3.3修正牛顿法
3.4有限差分牛顿法
3.5负曲率方向法
3.6信赖域方法
3.7不精克牛顿法
3.8附录:关于牛顿法收敛法的Kantorovich定理
第四章共轭梯度法
4.1共轭方向法
4.2共轭梯度法
4.2共轭梯度法的收敛性
第五章拟牛顿法
5.1拟牛顿法
5.2Broyden族
5.3Huang族
5.4算法的不变性
5.5拟牛顿法的局部收敛性
5.6拟牛顿法的总体收敛性
5.7自调比变尺度方法
5.8稀疏拟牛顿法
第六章非二次模型最优化方法
6.1齐次函娄模型的最优化方法
6.2张量方法
6.3锥模型与共线调比
第七章非线性最小二乘问题
7.1非线性最小二乘问题
7.2Gauss-Newton法
7.3Levenberg-Marquardt方法
7.4Levenberg-Marquardt方法的More形式
7.5拟牛顿法
第八章约束优化最优性条件
8.1约束优化问题
8.2一阶最优性条件
8.3二阶最优性条件
第九章二次规划
9.1二次规划问题
9.2对偶性质
9.3等式约束问题
9.4积极集法
9.5对偶方法
9.6内点算法
第十章罚函数法
10.1罚函数
10.2简单罚函数法
10.3内点罚函数
10.4乘子罚函数
10.5光滑精确罚函数
10.6非光滑精确函数
第十一章可行方向法
11.1可行点法
11.2广义消去法
11.3广义既约梯度法
11.4投影梯度法
11.5线性约束问题
第十二章逐步二次规划法
12.1Lagrange-Newton法
12.2Wilson-Han-Powell方法
12.3SQP步的超线性收敛性
12.4Marotos效应
12.5Watchdog技术
12.6二阶校正步
12.7光滑价值函数
12.8既约Hesse阵方法
第十三章信赖域法
13.1算法的基本形式
13.2线性约束问题的信赖域法
13.3信赖域子问题
13.4零空间方法
13.5CDT子问题
13.6Powell?Yuan方法
第十四章非光滑优化
14.1广义梯度
14.2非光滑优化问题
14.3次梯度方法
14.4割平面法
14.5捆集法
14.6复合非光滑优化的基本性质
14.7信赖域法
参考文献