本书从数学规划、变分问题和最优控制等角度，介绍了需要采取的基于近似建模的优化技术。主要内容有：无约束优化与临界点问题；线性规划问题的结构；非线性规划问题的结构；无约束最小化的实用数值算法；光滑下的最优化条件；伪码形式的算法；基于最优控制问题的数值逼近与动态规划等。因此，本书的研究既具有学术理论价值，又具有重要的实际应用前景，可进一步应用在提高多UCAV网络化编队协同作战能力、基于战术数据链的多UCAV火力控制、电子战一体化及多UCAV协同作战效能评估方面。

巴勃罗·佩德雷加尔（Pablo Pedregal）于1986年在加州大学孔普伦斯分校就读数学专业，1989年年底在D.Kinderlrhrer的指导下获得明尼苏达大学博士学位，1990年，他成为康普伦斯大学的副教授。在1994—1995年，年轻的他转到了卡斯蒂利亚-拉曼查大学，并在1997年获得了完整的教授职位。他的兴趣领域集中于变分技术在广义优化中的应用，包括但不限于变分演算——特别是向量、非凸问题、连续介质中的最优设计、最优控制等。最近他探索了可控性、逆问题、偏微分方程组和动力系统等领域的变分思想。自获得博士学位以来，他经常到美国和欧洲的研究中心交流访问并己撰写一百多篇研究文章和数本专著。

第1章 概述
1.1 优化问题的重要性
1.2 优化
1.2.1 无约束优化与临界点
1.2.2 约束优化
1.2.3 变分问题
1.2.4 最优控制问题
1.3 近似
1.4 本书的结构和使用
第一部分 数学规划
第2章 线性规划
2.1 启发示例
2.2 线性规划问题结构
2.3 敏感性与对偶性
2.4 验证示例
2.5 结束语
2.6 练习
2.6.1 支持主要概念的练习
2.6.2 实践练习
2.6.3 案例分析
第3章 非线性规划
3.1 启发示例
3.2 非线性规划问题结构
3.3 最优条件
3.4 凸性
3.5 对偶性
3.6 结束语
3.7 练习
3.7.1 支撑主要概念的练习
3.7.2 实践练习
3.7.3 案例分析
第4章 数值近似
4.1 无约束极小化的实用数值算法
4.1.1 方向
4.1.2 步长
4.2 基于无约束最小化的约束问题观点
4.2.1 多约束问题的算法
4.2.2 应用中的要点
4.3 选择性示例
4.4 结束语
4.5 练习
4.5.1 支撑主要概念的练习
4.5.2 实践练习
4.5.3 案例分析
参考文献
第二部分 变分问题
第5章 变分问题的基本理论
5.1 启发示例
5.2 最优解的存在性
5.3 光滑性下的最优性条件
5.4 约束
5.5 结束语
5.6 练习题
5.6.1 支持主要概念的练习
5.6.2 实践练习
5.6.3 案例研究
第6章 变分问题的数值逼近
6.1 数值处理的重要性
6.2 光滑下的近似
6.2.1 下降方向
6.3 约束条件下的近似
6.4 案例
6.5 伪代码形式的算法
6.6 练习
6.6.1 支持主要概念的练习
6.6.2 实践练习
6.6.3 案例研究
参考文献
第三部分 最优控制
第7章 关于最优控制的基本事实
7.1 启发示例
7.2 一个简单的存在结果
7.3 最优性条件
7.4 Pontryaguin原理
7.5 其他重要限制
7.6 最优性条件的充分性
7.7 结束语
7.8 练习
7.8.1 支持主要概念的练习
7.8.2 实践练习
7.8.3 案例研究
第8章 基本最优控制问题的数值逼近和动态规划
8.1 简介
8.2 变分问题的简化
8.3 要求更高的情况
8.4 动态规划
8.5 结束语
8.6 练习
8.6.1 支持主要概念的练习
8.6.2 实践练习
8.6.3 案例研究
参考文献
第四部分 附录
第9章 练习提示与解答
9.1 第2章
9.1.1 支持主要概念的练习
9.1.2 实践练习
9.1.3 案例研究
9.2 第3章
9.2.1 支持主要概念的练习
9.2.2 实践练习
9.2.3 案例研究
9.3 第4章
9.3.1 支持主要概念的练习
9.3.2 实践练习
9.3.3 案例研究
9.4 第5章
9.4.1 支持主要概念的练习
9.4.2 实践练习
9.4.3 案例研究
9.5 第6章
9.5.1 支持主要概念的练习
9.5.2 实践练习
9.5.3 案例研究
9.6 第7章
9.6.1 支持主要概念的练习
9.6.2 实践练习
9.6.3 案例研究
9.7 第8章
9.7.1 支持主要概念的练习
9.7.2 实践练习
9.7.3 案例研究