出版時(shí)間:2010-8 出版社:科學(xué)出版社 作者:馬昌鳳 頁數(shù):225
Tag標(biāo)簽:無
內(nèi)容概要
本書較系統(tǒng)地介紹了非線性最優(yōu)化問題的基本理論和算法,以及主要算法的Matlab程序設(shè)計(jì)。主要內(nèi)容包括(精確或非精確)線搜索技術(shù)、最速下降法與(修正)牛頓法、共軛梯度法、擬牛頓法、信賴域方法、非線性最小二乘問題的解法、約束優(yōu)化問題的最優(yōu)性條件、罰函數(shù)法、可行方向法、二次規(guī)劃問題的解法、序列二次規(guī)劃法等。設(shè)計(jì)的Matlab程序有精確線搜索的0.618法和拋物線法、非精確線搜索的Armijo準(zhǔn)則、最速下降法、牛頓法、再開始共軛梯度法、BFGS算法、DFP算法、Broyden族方法、信賴域方法、求解非線性最小二乘問題的L-M算法、解約束優(yōu)化問題的乘子法、求解二次規(guī)劃的有效集法、SQP子問題的光滑牛頓法以及求解約束優(yōu)化問題的SQP方法等。此外,本書配有豐富的例題和習(xí)題,并在附錄介紹了Matlab優(yōu)化工具箱的使用方法。本書既注重計(jì)算方法的實(shí)用性,又注意保持理論分析的嚴(yán)謹(jǐn)性,強(qiáng)調(diào)數(shù)值方法的思想和原理在計(jì)算機(jī)上的實(shí)現(xiàn)。讀者只需具備微積分、線性代數(shù)和Matlab程序設(shè)計(jì)方面的初步知識(shí)即可學(xué)習(xí)本書。 本書可供數(shù)學(xué)與應(yīng)用數(shù)學(xué)、信息與計(jì)算科學(xué)專業(yè)的本科生,應(yīng)用數(shù)學(xué)、計(jì)算數(shù)學(xué)、運(yùn)籌學(xué)與控制論專業(yè)的研究生,理工科相關(guān)專業(yè)的研究生,對(duì)最優(yōu)化理論與算法感興趣的教師及科技工作者閱讀。
書籍目錄
第1章 最優(yōu)化理論基礎(chǔ) 1.1 最優(yōu)化問題的數(shù)學(xué)模型 1.2 向量和矩陣范數(shù) 1.3 函數(shù)的可微性與展開 1.4 凸集與凸函數(shù) 1.5 無約束問題的最優(yōu)性條件 1.6 無約束優(yōu)化問題的算法框架 習(xí)題1第2章 線搜索技術(shù) 2.1 精確線搜索及其Matlab實(shí)現(xiàn) 2.1.1 黃金分割法 2.1.2 拋物線法 2.2 非精確線搜索及其Matlab實(shí)現(xiàn) 2.2.1 Wolfe準(zhǔn)則 2.2.2 Armijo準(zhǔn)則 2.3 線搜索法的收斂性 習(xí)題2第3章 最速下降法和牛頓法 3.1 最速下降方法及其Maclab實(shí)現(xiàn) 3.2 牛頓法及其Matlab實(shí)現(xiàn) 3.3 修正牛頓法及其Matlab實(shí)現(xiàn) 習(xí)題3第4章 共軛梯度法 4.1 共軛方向法 4.2 共軛梯度法 4.3 共軛梯度法的Matlab程序 習(xí)題4第5章 擬牛頓法 5.1 擬牛頓法及其性質(zhì) 5.2 BFGS算法及其Matlab實(shí)現(xiàn) 5.3 DFP算法及其Matlab實(shí)現(xiàn) 5.4 Broyden族算法及其Matlab實(shí)現(xiàn) 5.5 擬牛頓法的收斂性 習(xí)題5第6章 信賴域方法 6.1 信賴域方法的基本結(jié)構(gòu) 6.2 信賴域方法的收斂性 6.3 信賴域子問題的求解 6.4 信賴域方法的Matlab程序 習(xí)題6第7章 非線性最小二乘問題 7.1 Gauss-Newton法 7.2 Levenberg-Marquardt方法 7.3 L-M算法的Matlab程序 習(xí)題7第8章 最優(yōu)性條件 8.1 等式約束問題的最優(yōu)性條件 8.2 不等式約束問題的最優(yōu)性條件 8.3 一般約束問題的最優(yōu)性條件 8.4 鞍點(diǎn)和對(duì)偶問題 習(xí)題8第9章 罰函數(shù)法 9.1 外罰函數(shù)法 9.2 內(nèi)點(diǎn)法 9.2.1 不等式約束問題的內(nèi)點(diǎn)法 9.2.2 一般約束問題的內(nèi)點(diǎn)法 9.3 乘子法 9.3.1 等式約束問題的乘子法 9.3.2 一般約束問題的乘子法 9.4 乘子法的Matlab實(shí)現(xiàn) 習(xí)題9第10章 可行方向法 10.1 Zoutendijk可行方向法 10.1.1 線性約束下的可行方向法 10.1.2 非線性約束下的可行方向法 10.2 梯度投影法 10.2.1 梯度投影法的理論基礎(chǔ) 10.2.2 梯度投影法的計(jì)算步驟 10.3 簡(jiǎn)約梯度法 10.3.1 Wolfe簡(jiǎn)約梯度法 10.3.2 廣義簡(jiǎn)約梯度法 習(xí)題10第11章 二次規(guī)劃 11.1. 等式約束凸二次規(guī)劃的解法 11.1.1 零空間方法 11.1.2 拉格朗日方法及其Matlab程序 11.2 一般凸二次規(guī)劃的有效集方法 11.2.1 有效集方法的理論推導(dǎo) 11.2.2 有效集方法的算法步驟 11.2.3 有效集方法的Matlab程序 習(xí)題11第12章 序列二次規(guī)劃法 12.1 牛頓-拉格朗日法 12.1.1 牛頓-拉格朗日法的基本理論 12.1.2 牛頓拉格朗日法的Matlab程序 12.2 SQP方法的算法模型 12.2.1 基于拉格朗日函數(shù)Hesse矩陣的SQP方法 12.2.2 基于修正Hesse矩陣的SQP方法 12.3 SQP方法的相關(guān)問題 12.3.1 二次規(guī)劃子問題的Hesse矩陣 12.3.2 價(jià)值函數(shù)與搜索方向的下降性 12.4 SQP方法的Matlab程序 12.4.1 SQP子問題的Matlab實(shí)現(xiàn) 12.4.2 SQP方法的Matlab實(shí)現(xiàn) 習(xí)題12參考文獻(xiàn)附錄 Matlab優(yōu)化工具箱簡(jiǎn)介 A.1 線性規(guī)劃 A.2 二次規(guī)劃 A.3 無約束非線性優(yōu)化 A.4 非線性最小二乘問題 A.5 約束條件的非線性優(yōu)化命令 A.6 最小最大值的優(yōu)化問題
章節(jié)摘錄
插圖:
編輯推薦
《最優(yōu)化方法及其Matlab程序設(shè)計(jì)》:21世紀(jì)高等院校教材
圖書封面
圖書標(biāo)簽Tags
無
評(píng)論、評(píng)分、閱讀與下載
最優(yōu)化方法及其Matlab程序設(shè)計(jì) PDF格式下載