数值最优化方法

数值最优化方法 pdf epub mobi txt 电子书 下载 2025

高立 著
想要找书就要到 静流书站
立刻按 ctrl+D收藏本页
你会得到大惊喜!!
出版社: 北京大学出版社
ISBN:9787301246450
版次:1
商品编码:11539912
包装:平装
丛书名: 北京大学数学教学系列丛书
开本:32开
出版时间:2014-09-01
用纸:胶版纸
页数:300

具体描述

编辑推荐

  《数值最优化方法》系统地介绍了数值求解光滑非线性无约束和有约束最优化问题的基本方法和基本性质。本书在选材上,注重最优化方法的基础性与实用性;在内容的处理上,注重由浅入深、循序渐进;在叙述上,力求清晰、准确、简明易懂。

内容简介

《数值最优化方法》的内容包括求解光滑非线性无约束和有约束最优化问题的基本方法和基本性质以及方法的数值试验结果.
  《数值最优化方法》在选材上, 注重最优化方法的基础性与实用性; 在内容的处理上, 注重由浅入深、循序渐进; 在叙述上力求清晰、准确、简明易懂. 为了帮助读者理解和巩固所学的内容, 在第二章至第九章各章之后配置了丰富的习题和上机习题, 并在书末附有大部分习题的答案和提示。
  《数值最优化方法》可作为高等院校计算科学专业以及相关专业本科生的教材或教学参考书, 也可供从事科学与工程计算的科技人员参考。

作者简介

  高立,北京大学教授。

目录

第一章 引论{1}

第二章 无约束最优化方法的基本结构{8}

2.1 最优性条件{8}

2.2 方法的特性{12}

2.3 线搜索准则{18}

2.4 线搜索求步长{25}

2.5 信赖域方法{32}

2.6 常用最优化方法软件介绍{35}

后记{35}

习题{36}

第三章 负梯度方法与Newton 型方法{38}

3.1 最速下降方法{38}

3.2 Newton 方法{46}

3.3 拟Newton 方法{57}

3.4 拟Newton 方法的基本性质{65}

3.5 DFP 公式的意义{70}

3.6 数值试验{76}

3.7 BB 方法{85}

后记{88}

习题{89}

上机习题{92}

第四章 共轭梯度方法{95}

4.1 共轭方向及其性质{95}

4.2 对正定二次函数的共轭梯度方法{99}

4.3 非线性共轭梯度方法{105}

4.4 数值试验{110}

4.5 Broyden 族方法搜索方向的共轭性{112}

后记{113}

习题{114}

上机习题{117}

第五章 非线性最小二乘问题{119}

5.1 最小二乘问题{119}

5.2 Gauss-Newton 方法{121}

5.3 LMF 方法{129}

5.4 Dogleg 方法{135}

5.5 大剩余量问题{137}

5.6 数值试验{138}

后记{143}

习题{144}

上机习题{148}

第六章 约束最优化问题的最优性理论{153}

6.1 一般约束最优化问题{153}

6.2 约束规范条件{161}

6.3 约束最优化问题的一阶最优性条件{167}

6.4 约束最优化问题的二阶最优性条件{172}

后记{181}

习题{181}

第七章 罚函数方法{185}

7.1 外点罚函数方法{185}

7.2 障碍函数方法{194}

7.3 等式约束最优化问题的增广Lagrange函数方法{198}

7.4 一般约束最优化问题的增广Lagrange函数方法{204}

7.5 数值试验{208}

后记{209}

习题{210}

上机习题{213}

第八章 二次规划{215}

8.1 二次规划问题{215}

8.2 等式约束二次规划问题{217}

8.3 起作用集方法{226}

后记{236}

习题{236}

上机习题{238}

第九章 序列二次规划方法{240}

9.1 序列二次规划方法的提出{240}

9.2 约束相容问题{244}

9.3 Lagrange 函数Hesse矩阵的近似{245}

9.4 价值函数{247}

9.5 SQP 算法{249}

后记{250}

习题{251}

上机习题{251}

附录{252}

附录I 凸集与凸函数{252}

附录II 正交变换与QR分解{257}

符号说明{263}

习题解答提示{265}

参考文献{274}

名词索引{281}

前言/序言







用户评价

评分

内容很好,比较详尽,适合基础比较薄弱的看

评分

专业必备。。。。。。。

评分

书挺好的,挺满意,物流也挺快的。

评分

权威指导指定用书讲解详细专业课大学生适用

评分

正在使用中,非常好的书,以后就京东了

评分

不错,我觉得挺好的,值得再买一次。

评分

内容还行

评分

教材,很好

评分

本文主要研究了群体智能优化算法中的粒子优化群算法在函数优化方面的应用与改进。粒子群算法是近几年发展起来的一种基于群体智能的优化算法,其源于对鸟群群体运动行为的研究。粒子群优化算法简单、易于编程实现且只需要设置较少的参数。但是,它并不是万能的,在具体问题中仍存在着很多缺点,本课题主要研究了粒子群优化算法应用在有约束条件与无约束条件优化问题中所存在的缺陷,并提出了相应的改进方案,最后将粒子群优化算法进行了实际的应用

相关图书

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 windowsfront.com All Rights Reserved. 静流书站 版权所有