第一章 引論{1}
第二章 無約束最優化方法的基本結構{8}
2.1 最優性條件{8}
2.2 方法的特性{12}
2.3 綫搜索準則{18}
2.4 綫搜索求步長{25}
2.5 信賴域方法{32}
2.6 常用最優化方法軟件介紹{35}
後記{35}
習題{36}
第三章 負梯度方法與Newton 型方法{38}
3.1 最速下降方法{38}
3.2 Newton 方法{46}
3.3 擬Newton 方法{57}
3.4 擬Newton 方法的基本性質{65}
3.5 DFP 公式的意義{70}
3.6 數值試驗{76}
3.7 BB 方法{85}
後記{88}
習題{89}
上機習題{92}
第四章 共軛梯度方法{95}
4.1 共軛方嚮及其性質{95}
4.2 對正定二次函數的共軛梯度方法{99}
4.3 非綫性共軛梯度方法{105}
4.4 數值試驗{110}
4.5 Broyden 族方法搜索方嚮的共軛性{112}
後記{113}
習題{114}
上機習題{117}
第五章 非綫性最小二乘問題{119}
5.1 最小二乘問題{119}
5.2 Gauss-Newton 方法{121}
5.3 LMF 方法{129}
5.4 Dogleg 方法{135}
5.5 大剩餘量問題{137}
5.6 數值試驗{138}
後記{143}
習題{144}
上機習題{148}
第六章 約束最優化問題的最優性理論{153}
6.1 一般約束最優化問題{153}
6.2 約束規範條件{161}
6.3 約束最優化問題的一階最優性條件{167}
6.4 約束最優化問題的二階最優性條件{172}
後記{181}
習題{181}
第七章 罰函數方法{185}
7.1 外點罰函數方法{185}
7.2 障礙函數方法{194}
7.3 等式約束最優化問題的增廣Lagrange函數方法{198}
7.4 一般約束最優化問題的增廣Lagrange函數方法{204}
7.5 數值試驗{208}
後記{209}
習題{210}
上機習題{213}
第八章 二次規劃{215}
8.1 二次規劃問題{215}
8.2 等式約束二次規劃問題{217}
8.3 起作用集方法{226}
後記{236}
習題{236}
上機習題{238}
第九章 序列二次規劃方法{240}
9.1 序列二次規劃方法的提齣{240}
9.2 約束相容問題{244}
9.3 Lagrange 函數Hesse矩陣的近似{245}
9.4 價值函數{247}
9.5 SQP 算法{249}
後記{250}
習題{251}
上機習題{251}
附錄{252}
附錄I 凸集與凸函數{252}
附錄II 正交變換與QR分解{257}
符號說明{263}
習題解答提示{265}
參考文獻{274}
名詞索引{281}
· · · · · · (
收起)