本书共分9个章节，详细介绍了线杜规划、无约束非线性规划、约束非线性规划、多目标优化、离散型优化、动态规划、层次分析法以及智能优化算法等内容。该书可供各大专院校作为教材使用，也可供从事相关工作的人员作为参考用书使用。

本书在对最优化问题介绍的基础上，详细介绍了线杜规划、无约束非线性规划、约束非线性规划、多目标优化、离散型优化、动态规划、层次分析法以及智能优化算法等内容。

本书可作为信息与计算科学、应用数学本科专业教材，也可供工科院校相关专业的研究生、工程硕士参考。

第一章 概论

 1 最优化问题举例

 2 最优化问题概述

2.1 最优化问题的数学模型与基本概念

2.2 最优化问题的一般算法

2.3 二维最优化问题的几何解释

 3 最优化问题的数学分析基础

3.1 目标函数的泰勒表达式、方向导数和梯度

3.2 无约束目标函数的极值点存在条件

3.3 函数的凸性

 习题一

第二章 线性规划

 1 两个变量的线性规划问题的图解法

 2 线性规划的标准形与基本概念

 3 线性规划的基本定理

 4 单纯形方法

4.1 用消去法解线性规划问题

4.2 单纯形方法

 5 对偶线性规划问题

5.1 对偶线性规划问题

5.2 对偶问题的几个性质

§5.3 对偶单纯形方法

 §6 灵敏度分析

 习题二

第三章 无约束非线性规划

 §1 一维搜索的最优化方法

§1.1 搜索区间的确定

§1.2 一维搜索

§1.3 插值法

§1.4 平分法

 §2 最速下降法和共轭梯度法

§2.1 最速下降算法

§2.2 Newton法

§2.3 共轭方向和共轭梯度法

 习题三

第四章 约束非线性规划

 §1 最优性条件

§1.1 等式约束的最优性条件

§1.2 一般非线性规划的最优性条件

 §2 惩罚函数法

§2.1 外部罚函数法(外点法)

§2.2 内部罚函数法(内点法)

§2.3 乘子法

 习题四

第五章 多目标优化

 §1 模型举例

 §2 向量集的优化概念

 §3 有效解和弱有效解

 §4 求解多目标优化问题的评价函数法

§4.1 理想点法

§4.2 线性加权平均法

§4.3 极大极小法

 习题五

第六章 离散型优化

 §1 线性整数规划

 §2 0～1型整数规划

 §3 指派问题

§3.1 指派问题及其标准形式

§3.2 匈牙利解法

§3.3 一般的指派问题

 习题六

第七章 动态规划

 §1 动态规划的基本方法

§1.1 多阶段决策过程及实例

§1.2 动态规划的基本概念和基本方程

 §2 最优性原理

 §3 构成动态规划模型的条件

 §4 动态规划的递推方法

§4.1 逆推解法

§4.2 顺推解法

 §5 动态规划模型举例

§5.1 一种资源的分配问题

§5.2 畜牧领域的资源分配问题

 习题七

第八章 层次分析法

 §1 层次分析法的基本过程

§1.1 建立层次分析结构模型

§1.2 构造两两比较判断矩阵

§1.3 单一准则下元素相对排序权重计算及判断矩阵的一致性

§1.4 各层元素对目标层的合成权重的计算过程

 §2 应用举例

 习题八

第九章 智能优化计算简介

 §1 人工神经网络与神经网络优化算法

§1.1 人工神经网络发展简史

§1.2 人工神经元模型与人工神经网络模型

§1.3 前向神经网络

§1.4 Hopfield网络

 §2 遗传算法

§2.1 遗传算法概要

§2.2 遗传算法的特点

§2.3 遗传算法的发展

§2.4 遗传算法的应用

§2.5 基本遗传算法

§2.6 遗传算法的模式定理

 §3 模拟退火算法

§3.1 物理退火过程和Metropolis准则

§3.2 模拟退火算法的基本思想和步骤

§3.3 模拟退火算法关键参数和操作的设定

 §4 神经网络权值的混合优化学习策略

§4.1 BPSA混合学习策略

§4.2 BPGA混合学习策略

§4.3 GASA混合学习策略

 §5 利用BP网络技术进行油井流入动态分析方法研究

§5.1 滚动预测BP模式原理

§5.2 实例应用

§5.3 结论

参考文献