优化理论与方法

　　第1章 预备知识
　　1.1 最优化问题的模型与分类
　　1.2 多元函数基础知识
　　1.3 凸规划问题
　　1.4 最优性条件
　　1.5 迭代下降算法概述
　　习题一
　　第2章 无约束优化问题的算法
　　2.1 常用线性搜索方法
　　2.2 最速下降法
　　2.3 共轭梯度法
　　2.4 Newton法及其改进
　　2.5 拟Newton法
　　习题二
　　第3章 线性约束最优化方法
　　3.1 可行方向法
　　3.2 有效集方法
　　3.3 二次规划问题
　　3.4 内点法简介
　　习题三
　　第4章 非线性约束最优化方法
　　4.1 罚函数方法
　　4.2 乘子法
　　4.3 约束变尺度法
　　习题四
　　第5章 信赖域方法
　　5.1 无约束规划问题的信赖域方法
　　5.2 线性约束问题的信赖域方法
　　参考文献

　　    《优化理论与方法》对约束和无约束非线性最优化的一些常用而有效算法及其相关理论作了系统的介绍，特别是对这引起算未能所产生的背景及其主要思想作了简洁和描述。内容包括最优化基本理论、无约束优化中的常用线性搜索方法、共轭效集方法、二次规划问题算法、罚函数方法、乘子方法和约束变尺度方法等。此外，对内点算法和信赖域方法也作了简单介绍。
　　    《优化理论与方法》可作为信息与计算科学、应用数学、工程领域各专业、管理与经济等专业的高年级本科生和研究生的教材或教学参考书，也可作为从事优化技术应用的工程技术人员的参考用书。