全局優(yōu)化引論

第1章 關(guān)于凸性和最優(yōu)化的基本結(jié)果
1.1 凸集和函數(shù)
1.2 最優(yōu)化問題的一般特性
1.3 凸包絡(luò)
1.4 庫恩-塔克條件
1.5 二階最優(yōu)性條件
1.6 非線性規(guī)劃的對(duì)偶性
1.7 復(fù)雜性論題
1.8 習(xí)題
第2章 二次規(guī)劃
2.1 引言
2.2 二次整數(shù)規(guī)劃
2.3 線性互補(bǔ)總是
2.4 二次優(yōu)化的復(fù)雜性
2.5 枚舉方法
2.6 可分和插值
2.7 習(xí)題
第3章 一般凹極小化
3.1 引言
3.2 應(yīng)用
3.3 基本操作
3.4 割平面算法
3.5 外逼近算法
3.6 內(nèi)逼近算法
3.7 分支定界算法
3.8 二次規(guī)劃的單純形分支定界法
3.9 習(xí)題
第4章 D.C.規(guī)劃
4.1 引言
4.2 D.C.函數(shù)空間
4.3 一些其他的應(yīng)用
4.4 最優(yōu)性條件
4.5 典型D.C.規(guī)劃
4.6 單純形分支定界算法
4.7 在多胞形上極小化D.C.函數(shù)的棱柱算法
4.8 習(xí)題
第5章 利普希茨優(yōu)化
5.1 利普希茨函數(shù)
5.2 利普希茨優(yōu)化問題
5.3 下界
5.4 分支定界算法
5.5 分支定界法的實(shí)現(xiàn)和數(shù)值結(jié)果
5.6 習(xí)題
第6章 網(wǎng)絡(luò)中的全局優(yōu)化
6.1 引言
6.2 MCCFP的一些模型及其復(fù)雜性
6.3 求解方法
6.4 習(xí)題
第7章 非凸優(yōu)化中的分解算法
7.1 引言
7.2 變量分解 錐形算法
7.3 變量分解 外逼近
7.4 約束分解 錐形算法
7.5 約束分解 割平面算法
7.6 習(xí)題
參考答案
參考文獻(xiàn)
索引