最优化方法及其MATLAB实现（第2版）

第1章 概论
1．1 最优化问题及其分类
1．1．1 最优化问题举例
1．1．2 函数优化问题
1．1．3 数学规划
1．1．4 组合优化问题
1．2 最优化问题的数学基础
1．2．1 函数的方向导数和梯度
1．2．2 多元函数的泰勒展开
1．2．3 二次型函数
1．2．4 函数的凸性
1．3 邻域函数与局部搜索
1．4 优化问题的复杂性
1．5 优化算法发展状况
习题1

第2章 无约束优化方法
2．1 最优性条件
2．2 迭代法
2．3 收敛速度
2．4 终止准则
2．5 一维搜索
2．5．1 平分法
2．5．2 牛顿法
2．5．3 0．618法
2．5．4 抛物线法
2．5．5 二点三次插值法
2．5．6 “成功-失败”法
2．5．7 非精确一维搜索
2．6 基本下降法
2．6．1 最速下降法
2．6．2 牛顿法
2．6．3 阻尼牛顿法
2．6．4 修正牛顿法
2．7 共轭方向法和共轭梯度法
2．7．1 共轭方向和共轭方向法
2．7．2 共轭梯度法
2．8 变尺度法（拟牛顿法）
2．8．1 对称秩1算法
2．8．2 DFP算法
2．8．3 BFGS算法
2．9 信赖域法
2．10 直接搜索法
2．10．1 Hook-Jeeves方法
2．10．2 单纯形法
2．10．3 Powell方法
2．10．4 坐标轮换法
习题2
思考题

第3章 约束优化方法
3．1 最优性条件
3．1．1 等式约束问题的最优性条件
3．1．2 不等式约束问题的最优性条件
3．1．3 一般约束问题的最优性条件
3．2 随机方向法
3．3 罚函数法
3．3．1 外罚函数法
3．3．2 内点法
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 简约梯度法
3．4．4 广义简约梯度法
3．5 复合形法
3．5．1 初始复合形的形成
3．5．2 复合形的搜索方向
3．5．3 复合形法的计算步骤
3．6 二次逼近法
3．6．1 二次规划的概念
3．6．2 牛顿-拉格朗日法
3．6．3 SQP算法
3．7 极大熵方法
习题3
思考题
……

第4章 线性规划
第5章 整数规划
第6章 动态规划
第7章 多目标规划
第8章 进化算法
第9章 模拟退火算法
第10章 粒子群算法
第11章 蚁群算法