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
Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
Syllabus
- 第一章 工程优化的数学基础
- 1 最优化的基本概念
- 2 多元函数的导数及相关概念
- 3 基于迭代的优化方法框架
- 4 优化方法的评价因素
- 5 凸优化的相关概念
- 第二章 无约束优化方法
- 6 无约束优化问题的最优性条件
- 7 无约束迭代法概述及线搜索准则
- 8 最速下降法与牛顿法
- 9 拟牛顿法
- 10 共轭梯度法
- 11 信赖域法
- 第三章 约束优化方法
- 12 约束优化问题的最优性条件
- 13 约束优化方法概述
- 14 内点罚函数法
- 15 外点罚函数法
- 16 增广拉格朗日函数法
- 第四章 最小二乘问题及最小二乘法
- 17 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
- 18 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
- 19 线性规划问题概述
- 20 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
- 21 整数规划问题概述
- 22 整数规划问题的分支定界法1
- 23 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
- 24 多目标优化问题概述及主观降维法
- 25 多目标优化问题的帕累托寻优法
- 第九章 智能优化方法
- 26 智能优化方法概述
- 27 遗传算法
- 28 面向多目标优化问题的进化算法
- 29 粒子群优化算法
- 30 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
- 31 代理模型
- 32 概率代理模型
- 33 代理优化
- 期末考试
Taught by
shijialong