數(shù)值最優(yōu)化

內(nèi)容概要

本書作者現(xiàn)任美國西北大學(xué)教授，多種國際權(quán)威雜志的主編、副主編。作者根據(jù)在教學(xué)、研究和咨詢中的經(jīng)驗(yàn)，寫了這本適合學(xué)生和實(shí)際工作者的書。本書提供連續(xù)優(yōu)化中大多數(shù)有效方法的全面的最新的論述。每一章從基本概念開始，逐步闡述當(dāng)前可用的最佳技術(shù)。    本書強(qiáng)調(diào)實(shí)用方法，包含大量圖例和練習(xí)，適合廣大讀者閱讀，可作為工程、運(yùn)籌學(xué)、數(shù)學(xué)、計算機(jī)科學(xué)以及商務(wù)方面的研究生教材，也可作為該領(lǐng)域的科研人員和實(shí)際工作人員的手冊。    總之，作者力求本書閱讀性強(qiáng)，內(nèi)容豐富，論述嚴(yán)謹(jǐn)，能揭示數(shù)值最優(yōu)化的美妙本質(zhì)和實(shí)用價值。

書籍目錄

Preface1 Introduction2 Fundamentals of Unconstrained Optimization  2.1 What Is a Solution?  2.2 Overview of Algorithms  Notes and References  Exercises3 Line Search Methods  3.1 Step Length  3.2 Convergence of Line Search Methods  3.3 Rate of Convergence  3.4 Step-Length Selection Algorithms  Notes and References  Exercises4 Trust-Region Methods   Outline of the Algorithm  4.1 The Cauchy Point and Related Algorithms  4.2 Using Nearly Exact Solutions to the Subproblem  4.3 Global Convergence  4.4 Other Enhancements  Notes and References  Exercises5 Conjugate Gradient Methods  5.1 The Linear Conjugate Gradien Method  5.2 Nonlinear Conjugate Graient Methods  Notes and References  Exercises6 Practical Newton Methods7 Calculating Derivatives8 Quasi-Newton Methods9 Large-Scale Quasi-Newton and Partially Separable Optimization10 Nonlinear Least-Squares Problems11 Nonlinear Equations12 Theory of Constrained Optimization13 Linear Programming:The Simplex Method14 Linear Programming:Interior-Point Methods15 Fundamentals of Algorithms for Nonlinear Constrained Optimization16 Quadratic Programming17 Penalty，Barrier，and Augmented Lagrangian Methods18 Sequential Quadratic ProgrammingA Background MaterialReferencesIndex

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    數(shù)值最優(yōu)化 PDF格式下載

---