第1章 緒論
1.1 引言
1.2 數學預備知識
1.3 微積分中的最優化方法
1.4 最優化問題模型
1.5 凸集和凸函數
第2章 線性規劃
2.1 線性規劃問題模型
2.2 線性規劃單純形法
2.3 線性規劃對偶問題
2.4 線性規劃靈敏度分析
2.5 整數線性規劃
第3章 無約束最優化一般算法及一維搜索
3.1 無約束最優化問題的一般算法
3.2 無約束最優化問題的最優性條件
3.3 一維搜索
3.4 無約束最優化問題的下降算法的全局收斂性
第4章 無約束最優化數值算法
4.1 最速下降法
4.2 共軛梯度法
4.3 Newton法
4.4 擬Newton法
4.5 直接法
第5章 約束優化數值算法
5.1 約束優化問題的最優性條件
5.2 罰函數法與乘子法
5.3 投影梯度法與簡約梯度法
5.4 約束變尺度法
第6章 現代優化算法簡介
6.1 組合優化問題
6.2 啟發式算法簡介
6.3 模擬退火算法
6.4 遺傳算法
第7章 求解優化模型的常用數學軟件介紹
7.1 Matlab應用簡介
7.2 lingo軟件用法簡介
附錄:優化算法的Fortran程序
參考文獻