工程優(yōu)化方法

第1章 極值理論與最優(yōu)化問(wèn)題的數(shù)學(xué)表達(dá)
1．1 極值理論簡(jiǎn)介
1．2 最優(yōu)化問(wèn)題的數(shù)學(xué)表達(dá)
1．3 最優(yōu)化問(wèn)題的分類
1．4 迭代算法及其收斂性
1．5 函數(shù)的凸性與凸規(guī)劃
復(fù)習(xí)思考題
習(xí)題
第2章 無(wú)約束優(yōu)化方法
2．1 一維搜索
2．2 無(wú)約束優(yōu)化的解析法
2．3 無(wú)約束優(yōu)化的直接法
復(fù)習(xí)思考題
習(xí)題
第3章 線性規(guī)劃
3．1 線性規(guī)劃問(wèn)題的數(shù)學(xué)表達(dá)
3．2 線性規(guī)劃的單純形法
3．3 修正單純形法
3．4 對(duì)偶單純形法
3．5 線性規(guī)劃問(wèn)題的內(nèi)點(diǎn)算法
復(fù)習(xí)思考題
習(xí)題
第4章 非線性規(guī)劃
4．1 拉格朗日乘子法
4．2 約束問(wèn)題的最優(yōu)性條件
4．3 對(duì)偶問(wèn)題
4．4 系列線性規(guī)劃
4．5 二次規(guī)劃
4．6 可行方向法
4．7 梯度投影法和共軛梯度投影法
4．8 簡(jiǎn)約梯度法與廣義簡(jiǎn)約梯度法
4．9 罰函數(shù)法
4．10 乘子法
4．11 約束優(yōu)化的直接解法
復(fù)習(xí)思考題
習(xí)題
第5章 離散變量?jī)?yōu)化與整數(shù)規(guī)劃
5．1 離散變量?jī)?yōu)化的基本概念
5．2 離散點(diǎn)函數(shù)梯度的計(jì)算
5．3 離散變量?jī)?yōu)化的一維搜索
5．4 離散變量的無(wú)約束優(yōu)化
5．5 整數(shù)規(guī)劃
5．6 離散變量?jī)?yōu)化的若干算法
5．7 隨機(jī)整數(shù)規(guī)劃
復(fù)習(xí)思考題
習(xí)題
第6章 模糊規(guī)劃
6．1 模糊集合論的一些基礎(chǔ)知識(shí)
6．2 模糊優(yōu)化設(shè)計(jì)
復(fù)習(xí)思考題
第7章 多目標(biāo)規(guī)劃
7．1 多目標(biāo)規(guī)劃問(wèn)題的數(shù)學(xué)表達(dá)
7．2 多目標(biāo)規(guī)劃問(wèn)題的解集和像集
7．3 處理多目標(biāo)規(guī)劃問(wèn)題的方法
復(fù)習(xí)思考題
習(xí)題
第8章 優(yōu)化方法的新進(jìn)展
8．1 進(jìn)化算法
8．2 信賴域方法
8．3 極大熵方法
復(fù)習(xí)思考題
習(xí)題
第9章 優(yōu)化方法的選擇及提高優(yōu)化效率的方法
9．1 優(yōu)化方法的選擇
9．2 提高優(yōu)化效率的若干方法
復(fù)習(xí)思考題
第10章 若干優(yōu)化方法在工程中的應(yīng)用
10．1 優(yōu)化方法在傳統(tǒng)結(jié)構(gòu)優(yōu)化中的應(yīng)用
10．2 優(yōu)化方法在基于可靠性結(jié)構(gòu)優(yōu)化中的應(yīng)用
10．3 優(yōu)化方法在火箭炮密集度試驗(yàn)方案中的應(yīng)用
參考文獻(xiàn)