MATLAB 2020 優(yōu)化設(shè)計從入門到精通

前言
第1章 MATLAB系統(tǒng)概述
1.1 MATLAB簡介
1.1.1 MATLAB系統(tǒng)的產(chǎn)生與發(fā)展
1.1.2 MATLAB的特點
1.2 MATLAB系統(tǒng)界面
1.2.1 MATLAB功能區(qū)
1.2.2 命令行窗口
1.2.3 歷史窗口
1.2.4 當前目錄窗口
1.2.5 工作空間管理窗口
1.3 MATLAB內(nèi)容及查找
1.3.1 MATLAB的搜索路徑
1.3.2 擴展MATLAB的搜索路徑

第2章 MATLAB的基本功能
2.1 數(shù)值計算功能
2.1.1 創(chuàng)建數(shù)值矩陣
2.1.2 矩陣運算
2.1.3 稀疏矩陣
2.2 符號運算功能
2.2.1 符號表達式的生成
2.2.2 創(chuàng)建符號矩陣
2.2.3 高等數(shù)學(xué)中的符號計算
2.2.4 圖示化符號函數(shù)計算器

第3章 程序設(shè)計
3.1 M文件
3.1.1 命令式文件
3.1.2 函數(shù)式文件
3.2 控制語句
3.2.1 表達式、表達式語句與賦值語句
3.2.2 程序流程控制語句
3.2.3 程序流程控制指令
3.2.4 人機交互語句
3.2.5 MATLAB程序的調(diào)試命令
3.3 函數(shù)變量及其作用域
3.4 子函數(shù)與私有函數(shù)
3.5 程序設(shè)計的輔助函數(shù)
3.6 程序設(shè)計優(yōu)化
3.7 文件調(diào)用記錄
3.7.1 profile函數(shù)
3.7.2 調(diào)用記錄結(jié)果的顯示

第4章 最優(yōu)化理論概述
4.1 最優(yōu)化理論及其應(yīng)用
4.1.1 最優(yōu)化理論發(fā)展概述
4.1.2 最優(yōu)化問題基本模型
4.1.3 最優(yōu)化問題舉例
4.2 最優(yōu)化問題的實現(xiàn)
4.2.1 古老實現(xiàn)方法
4.2.2 計算機實現(xiàn)方法
4.3 優(yōu)化算法介紹
4.3.1 參數(shù)優(yōu)化問題
4.3.2 無約束優(yōu)化問題
4.3.3 擬牛頓法實現(xiàn)
4.3.4 最小二乘優(yōu)化
4.3.5 非線性最小二乘實現(xiàn)
4.3.6 約束優(yōu)化
4.3.7 SQP實現(xiàn)

第5章 MATLAB優(yōu)化工具箱簡介
5.1 MATLAB中的工具箱
5.1.1 MATLAB中常用的工具箱
5.1.2 工具箱和工具箱函數(shù)的查詢
5.2 優(yōu)化工具箱中的函數(shù)
5.3 優(yōu)化函數(shù)的變量
5.4 參數(shù)設(shè)置
5.4.1 參數(shù)值
5.4.2 optimset函數(shù)
5.4.3 optimget函數(shù)
5.5 模型輸入時需要注意的問題
5.6 @函數(shù)
5.7 實例分析

第6章 無約束優(yōu)化問題
6.1 一維優(yōu)化問題
6.1.1 數(shù)學(xué)原理及模型
6.1.2 MATLAB工具箱中的基本函數(shù)
6.1.3 應(yīng)用實例分析
6.2 無約束非線性規(guī)劃問題
6.2.1 數(shù)學(xué)原理及模型
6.2.2 MATLAB工具箱中的基本函數(shù)
6.2.3 應(yīng)用實例分析
6.3 最小二乘優(yōu)化問題
6.3.1 數(shù)學(xué)原理及模型
6.3.2 MATLAB工具箱中的函數(shù)介紹
6.3.3 應(yīng)用實例分析

第7章 約束優(yōu)化問題
7.1 線性規(guī)劃問題
7.1.1 數(shù)學(xué)原理及模型
7.1.2 算法介紹
7.1.3 MATLAB工具箱中的基本函數(shù)
7.1.4 應(yīng)用實例分析
7.2 二次規(guī)劃問題
7.2.1 數(shù)學(xué)原理及模型
7.2.2 MATLAB工具箱中的基本函數(shù)
7.2.3 應(yīng)用實例分析
7.3 帶約束線性最小二乘問題
7.3.1 數(shù)學(xué)原理及模型
7.3.2 MATLAB工具箱中的基本函數(shù)
7.3.3 應(yīng)用實例分析
7.4 擬合問題
7.4.1 數(shù)學(xué)原理及模型
7.4.2 MATLAB工具箱中的基本函數(shù)
7.4.3 應(yīng)用實例分析
7.5 一般的約束非線性最優(yōu)化問題
7.5.1 數(shù)學(xué)原理及模型
7.5.2 MATLAB工具箱中的基本函數(shù)
7.5.3 應(yīng)用實例分析

第8章 多目標規(guī)劃
8.1 線性規(guī)劃
8.1.1 數(shù)學(xué)原理及模型
8.1.2 MATLAB工具箱中的基本函數(shù)
8.1.3 應(yīng)用實例分析
8.2 粒子群法
8.2.1 數(shù)學(xué)原理及模型
8.2.2 MATLAB工具箱中的基本函數(shù)
8.2.3 應(yīng)用實例分析

第9章 最小值和最大值
9.1 逐次二次規(guī)劃
9.1.1 數(shù)學(xué)原理及模型
9.1.2 MATLAB工具箱中的基本函數(shù)
9.1.3 應(yīng)用實例分析
9.2 整數(shù)規(guī)劃
9.2.1 混合整數(shù)規(guī)劃
9.2.2 數(shù)學(xué)原理及模型
9.2.3 MATLAB工具箱中的函數(shù)介紹
9.2.4 應(yīng)用實例分析
9.3 半無限問題
9.3.1 數(shù)學(xué)原理及模型
9.3.2 MATLAB工具箱中的基本函數(shù)
9.3.3 應(yīng)用實例分析

第10章 方程求解
10.1 線性方程組求解
10.1.1 數(shù)學(xué)原理及模型
10.1.2 MATLAB解法
10.1.3 應(yīng)用實例分析
10.2 非線性方程的優(yōu)化解
10.2.1 數(shù)學(xué)原理
10.2.2 MATLAB工具箱中的基本函數(shù)
10.2.3 應(yīng)用實例分析
10.3 非線性方程組的優(yōu)化解
10.3.1 數(shù)學(xué)原理
10.3.2 MATLAB工具箱中的基本函數(shù)
10.3.3 應(yīng)用實例分析

第11章 大規(guī)模優(yōu)化問題
11.1 大規(guī)模問題簡介
11.1.1 可以用大規(guī)模優(yōu)化算法解決的問題
11.1.2 大規(guī)模問題的模型
11.2 帶雅可比矩陣的非線性方程組
11.3 給定雅可比矩陣稀疏性結(jié)構(gòu)的非線性方程組
11.4 帶有完全稀疏樣式雅可比矩陣的最小二乘問題
11.5 帶有梯度和黑塞矩陣的非線性優(yōu)化問題
11.6 帶有梯度和黑塞矩陣稀疏樣式的非線性優(yōu)化問題
11.7 帶有邊界約束和初始條件的非線性優(yōu)化問題
11.8 帶有等式約束的非線性優(yōu)化問題
11.9 帶稠密但是有固定結(jié)構(gòu)黑塞矩陣和等式約束的優(yōu)化問題
11.10 有邊界約束的二次規(guī)劃問題
11.11 帶稠密但是有固定結(jié)構(gòu)黑塞矩陣的二次規(guī)劃問題
11.12 有邊界約束的線性最小二乘問題
11.13 有等式和不等式約束的線性規(guī)劃問題
11.14 在等式約束中有稠密列的線性規(guī)劃問題