课程内容:
1.绪论(1学时) 最优化问题的数学模型、基本概念、分类、算法及有关概念; 2.预备知识(4学时) 梯度与Hessen矩阵、多元函数Taylor展开;凸集、凸函数、凸规划及其性质; 3.线性规划及单纯形法(4学时) 线性规划标准型;线性规划问题的图解法、单纯形法; 4.常用的一维搜索方法(4学时) 精确一维搜索:成功--失败法(进退法)、黄金分割法(0.618法)、牛顿法; 不精确一维搜索方法:Armiji-Goldstein和Wolfe-Powell准则; 5 无约束最优化方法(6学时) 无约束优化问题的最优性条件; 最速(梯度)下降法、牛顿法、阻尼牛顿法; 共轭方向法;共轭梯度法;变尺度法(DFP方法和BFGS方法); 6 约束最优化方法(9学时) 约束优化问题的最优性条件; 间接法:可行方向法、复合单纯形法; 直接法:罚函数法、Lagrange乘子法、增广Lagrange乘子法; 7.各自专业中的优化问题(4学时) 如何构建目标函数?如何求解?实验结果分析?问题原因分析?
|