Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Beijing Jiaotong University

最优化方法

Beijing Jiaotong University via XuetangX

Overview

Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it

    《最优化方法》是当代运筹学与管理科学发展的核心基础。本课程系统全面地介绍了最优化问题的基本概念、最优化模型的建立方法、最优化的基本理论、以及若干高效的的最优化算法。

    本课程选择大量生产实践中实际出现的经典案例,引导学生建立优化模型,了解最优化方法在解决实际问题中有广泛。讲授最优性条件和对偶理论,详细介绍经典算法如求解无约束优化的最速下降法、牛顿法及共轭梯度法;求解约束优化问题的外点罚函数法、内点罚函数法、增广Lagrange方法、交替乘子法等;以及最小二乘问题的基本思想和求解方法等。通过该课程的学习,可深刻理解优化方法解决实际问题的原理并为各专业领域的优化决策与方案设计奠定基础。


Syllabus

  • 课程简介
    • 第一章 绪论
      • 1.1 最优化方法的主要内容
      • 1.2 应用举例
      • 1.3 基本概念
      • 1.4 凸集
      • 1.5 凸集分离定理
      • 1.6 凸函数
    • 第二章 线性规划的基本性质
      • 2.1 线性规划的标准型
      • 2.2 线性规划的图解法
      • 2.3 线性规划的基本性质
    • 第三章 单纯形法
      • 3.1 单纯形法的步骤
      • 3.2 表格形式的单纯形方法
      • 3.3 两阶段法
    • 第四章 对偶理论
      • 4.1 LP对偶问题的形式
      • 4.2 对偶问题的基本性质
      • 4.3 对偶问题的经济学解释
      • 4.4 对偶单纯形法
    • 第五章 算法概述
      • 5.1 算法分类
      • 5.2 算法收敛性
      • 5.3 算法复杂度
    • 第六章 非线性规划的最优性条件
      • 6.1 问题的提出
      • 6.2 无约束优化问题的最优性条件
      • 6.3 约束优化问题的最优性条件
      • 6.4 约束优化问题的二阶最优性条件
    • 第七章 Lagrange 对偶
      • 7.1 Lagrange对偶问题
      • 7.2 对偶定理
      • 7.3 鞍点最优性条件
      • 7.4 Lagrange乘子的经济学解释
    • 第八章 使用导数的最优化方法
      • 8.1 最速下降法
      • 8.2 牛顿法
      • 8.3 共轭梯度法
    • 第九章 罚函数法
      • 9.1 外点罚函数法
      • 9.2 内点罚函数法
      • 9.3 乘子罚函数法
      • 9.4 交替方向乘子法
    • 第十章 最小二乘问题
      • 10.1 线性最小二乘问题
      • 10.2 非线性最小二乘问题
    • 期末考试

      Taught by

      Chao Zhang

      Tags

      Reviews

      Start your review of 最优化方法

      Never Stop Learning.

      Get personalized course recommendations, track subjects and courses with reminders, and more.

      Someone learning on their laptop while sitting on the floor.