第1章 緒論
1.1 引言
1.2 最優化問題
1.3 數學基礎
1.4 凸集和凸函數
習題
第2章 線性規劃
2.1 線性規劃問題的數學模型
2.2 線性規劃解的基本概念和性質
2.3 圖解法
2.4 單純形法
2.5 人工變量法
2.6 退化情形
2.7 修正單純形法
習題
第3章 線性規劃對偶理論
3.1 對偶問題的提出
3.2 原問題與對偶問題的關繫
3.3 對偶問題的基本定理
3.4 對偶單純形法
3.5 靈敏度分析
習題
第4章 最優性條件
4.1 無約束問題的最優性條件
4.2 約束問題的最優性條件
習題
第5章 算法
5.1 基本迭代格式
5.2 算法的收斂性問題
5.3 算法的終止準則
習題
第6章 一維搜索
6.1 一維搜索問題
6.2 試探法
6.3 函數逼近法
6.4 非精確一維搜索方法
習題
第7章 使用導數的最優化方法
7.1 最速下降法
7.2 牛頓法
7.3 共軛梯度法
7.4 擬牛頓法
7.5 最小二乘法
習題
第8章 無約束最優化的直接方法
8.1 模式搜索法
8.2 Powell方法
8.3 單純形調優法
習題
第9章 二次規劃
9.1 二次規劃的概念與性質
9.2 等式約束二次規劃
9.3 有效集法
9.4 Lemke方法
習題
第10章 可行方向法
10.1 Zoutendijk可行方向法
10.2 Rosen梯度投影法
10.3 既約梯度法
習題
第11章 懲罰函數法
11.1 外點法
11.2 內點法
11.3 乘子法
習題
參考文獻