最优化方法及其MATLAB实现 pdf下载

　　优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。
　　本书较为系统地介绍了优化技术的基本理论和方法以及现有绝大多数优化算法的MATLAB程序。
　　本书内容包括无约束和约束优化方法、规划算法等经典优化技术以及遗传算法、粒子群等现代优化算法，而对于其他优化算法及群智能优化算法的基本理论、实现技术以及算法融合，读者可到北京航空航天大学出版社相关网站下载学习。
　　本书既注重计算方法的实用性，又有一定的理论分析，对于每种算法都配有丰富的例题及MATLAB程序，可供读者使用。
　　本书既可作为高等院校数学与应用数学、信息与计算科学、统计学、计算数学、运筹学、控制论等与优化技术相关专业的本科生或研究生的教材，以及地质、水利、化学和环境等专业优化技术教学的参考用书，也可作为对优化理论与算法感兴趣的教师与工程技术人员的参考用书。

第1章 概论
1．1 最优化问题及其分类
1．1．1 最优化问题举例
1．1．2 函数优化问题
1．1．3 数学规划
1．1．4 组合优化问题
1．2 最优化问题的数学基础
1．2．1 函数的方向导数和梯度
1．2．2 多元函数的泰勒展开
1．2．3 二次型函数
1．2．4 函数的凸性
1．3 邻域函数与局部搜索
1．4 优化问题的复杂性
1．5 优化算法发展状况
习题1

第2章 无约束优化方法
2．1 最优性条件
2．2 迭代法
2．3 收敛速度
2．4 终止准则
2．5 一维搜索
2．5．1 平分法
2．5．2 牛顿法
2．5．3 0．618法
2．5．4 抛物线法
2．5．5 二点三次插值法
2．5．6 “成功-失败”法
2．5．7 非精确一维搜索
2．6 基本下降法
2．6．1 最速下降法
2．6．2 牛顿法
2．6．3 阻尼牛顿法
2．6．4 修正牛顿法
2．7 共轭方向法和共轭梯度法
2．7．1 共轭方向和共轭方向法
2．7．2 共轭梯度法
2．8 变尺度法（拟牛顿法）
2．8．1 对称秩1算法
2．8．2 DFP算法
2．8．3 BFGS算法
2．9 信赖域法
2．10 直接搜索法
2．10．1 Hook-Jeeves方法
2．10．2 单纯形法
2．10．3 Powell方法
2．10．4 坐标轮换法
习题2
思考题

第3章 约束优化方法
3．1 最优性条件
3．1．1 等式约束问题的最优性条件
3．1．2 不等式约束问题的最优性条件
3．1．3 一般约束问题的最优性条件
3．2 随机方向法
3．3 罚函数法
3．3．1 外罚函数法
3．3．2 内点法
3．3．3 乘子法
3．4 可行方向法
3．4．1 Zoutendijk可行方向法
3．4．2 梯度投影法
3．4．3 简约梯度法
3．4．4 广义简约梯度法
3．5 复合形法
3．5．1 初始复合形的形成
3．5．2 复合形的搜索方向
3．5．3 复合形法的计算步骤
3．6 二次逼近法
3．6．1 二次规划的概念
3．6．2 牛顿-拉格朗日法
3．6．3 SQP算法
3．7 极大熵方法
习题3
思考题
……

第4章 线性规划
第5章 整数规划
第6章 动态规划
第7章 多目标规划
第8章 进化算法
第9章 模拟退火算法
第10章 粒子群算法
第11章 蚁群算法

　　最优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术，其作为一个重要的数学科学分支一直受到人们的广泛重视，并在诸多领域得到推广和应用，如系统控制、人工智能、模式识别、生产调度、金融、计算机工程等。
　　本书理论联系实际，较为全面地介绍了最优化技术的基本理论和方法，并通过大量的实例和现有绝大多数优化算法的MATLAB程序帮助读者提高学习效果，读者只需具有微积分、线性代数和MATLAB程序设计基础等知识即可。通过对本书的学习和MATLAB编程实践，读者能了解各种最优化理论和方法，并可应用于科学研究和工程实践中。
　　国内外论述最优化理论的参考书为数众多，但由于最优化方法较多，所以一般书籍大多只有满篇的数学公式，即使给出算法，也只是伪代码，没有提供具体的优化算法程序，这无助于大多数科学工作者学习优化理论。没有具体的算法程序，求解优化问题是非常困难甚至是不可能的。虽然借助MATLAB中的优化工具箱能解决一些优化问题，但对于较为复杂的优化问题，有时MATLAB提供的优化函数也无能为力，而且MATLAB中的优化工具箱也不可能包罗万象。对大多数读者而言，目前还缺少一本内容较全面、囊括绝大多数优化算法并且能提供具体算法程序的实用参考书。鉴于此，作者撰写了本书，想通过对最优化方法的理论、实例及算法程序的介绍，帮助广大读者借助书中提供的MATLAB程序，了解乃至掌握最优化理论，并在科学研究和实际工程中应用。
　　本书从理论基础、算法流程、实例三个方面对最优化理论进行阐述，避免空洞的理论说教，着重介绍算法程序和实例，具有较强的指导性和实用性；力求内容全面、广泛，真正做到“一书在手，优化算法不愁”。本书内容包括无约束优化方法中的线搜索方法、梯度法、牛顿法、拟牛顿法、共轭梯度法等，约束优化方法中的罚函数法、可行方向法等，线性规划、整数规划、动态规划、多目标规划及遗传算法、模拟退火算法和粒子群算法等现代优化算法与算法融合。另外读者可扫描二维码（北航科技图书）了解其他优化算法，如进化算法（包括进化规划、进化策略、差分进化、量子遗传等）、混沌优化、禁忌、蚁群、混合蛙跳、人工蜂群、神经网络、猫群、猴群、狼群、群居蜘蛛、布谷鸟、果蝇、人工鱼群、细菌人工免疫、蝙蝠、人工萤火虫、化学反应、文化算法、生物地理、入侵野草、引力搜索、和声搜索、竞选、人工植物、人工烟花等多种优化算法的基本原理和实现技术。本书内容既注重实用性，又有一定的理论分析，并且每种算法都配有一定的例题及MATLAB程序，供读者使用。希望通过这样的编写安排，使读者能全面了解和掌握各种优化方法，根据实际需求，“择己所需”，解决各自研究领域中遇到的实际问题。
　　由于至今还没有一种有效的能够应用于所有问题的最优化理论和方法，也就是说，存在着所谓的无免费午餐定理，即算法A在某些函数中的表现超过算法B，但在其他函数中算法B的表现又比算法A好，所以在实际应用时读者应根据具体情况选择合适的优化算法或组成混合优化算法。