本课程系统介绍了面向工程应用领域的主要优化方法,注重优化方法原理的掌握和应用,内容涵盖: 工程优化数学基础、无约束优化、约束优化、最小二乘问题、二次规划、线性规划、整数规划、多目标优化、智能优化方法、代理模型优化 共十部分,适合工科专业研究生及高年级本科生学习。
Overview
Google, IBM & Meta Certificates — All 10,000+ Courses at 40% Off
One annual plan covers every course and certificate on Coursera. 40% off for a limited time.
Get Full Access
Syllabus
- 第一章 工程优化的数学基础
- 1.1最优化的基本概念
- 1.2多元函数的导数及相关概念
- 1.3 基于迭代的优化方法框架
- 1.4 优化方法的评价因素
- 1.5凸优化的相关概念
- 第二章 无约束优化方法
- 2.1无约束优化问题的最优性条件
- 2.2无约束迭代法概述及线搜索准则
- 2.3 最速下降法与牛顿法
- 2.4拟牛顿法
- 2.5 共轭梯度法
- 2.6 信赖域法
- 第三章 约束优化方法
- 3.1 约束优化问题的最优性条件
- 3.2 约束优化方法概述
- 3.3内点罚函数法
- 3.4 外点罚函数法
- 3.5 增广拉格朗日函数法
- 第四章 最小二乘问题及最小二乘法
- 4.1最小二乘问题及最小二乘法
- 第五章 二次规划问题, 有效集法 及 序列二次规划法
- 5.1 二次规划问题,有效集法及序列二次规划法
- 第六章 线性规划问题 及 单纯形法
- 6.1线性规划问题概述
- 6.2 线性规划问题的单纯形法
- 第七章 整数规划问题 及 分支定界法
- 7.1 整数规划问题概述
- 7.2整数规划问题的分支定界法1
- 7.3 整数规划问题的分支定界法2
- 第八章 多目标优化问题 及 多目标优化方法
- 8.1 多目标优化问题概述及主观降维法
- 8.2 多目标优化问题的帕累托寻优法
- 第九章 智能优化方法
- 9.1 智能优化方法概述
- 9.2 遗传算法
- 9.3 面向多目标优化问题的进化算法
- 9.4 粒子群优化算法
- 9.5 模拟退火算法及其他单点搜索算法
- 第十章 代理模型 与 代理优化
- 10.1 代理模型
- 10.2 概率代理模型
- 10.3 代理优化
- 期末考试
Taught by
shijialong