优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。许国根、赵后随、黄智勇编著的《最优化方法及其MATLAB实现》较为系统地介绍了最优化技术的基本理论和方法及其现有绝大多数优化算法的MATLAB程序实现。
本书分上、下两篇，其中，上篇主要介绍经典优化算法，如各种无约束优化方法、各种约束优化方法、各种规划算法、图论等；下篇主要介绍诸如遗传算法、粒子群等多种现代优化算法，特别是群智能优化算法的基本理论、实现技术以及算法融合方法。本书既注重计算方法的实用性，又有一定的理论分析，对于每种算法都配有丰富的例题及MATLAB程序，可供学习者使用。
本书既可作为高等院校数学与应用数学、信息与计算科学、统计学、计算数学、运筹学、控制论等与优化技术相关的专业，以及地质、水利、化学和环境等专业优化技术教学的本科生或研究生的教材或教学参考用书，也可作为对最优化理论与算法感兴趣的教师与工程技术人员的参考用书。

第1章 概论
1.1 最优化问题及其分类
1.1.1 最优化问题举例
1.1.2 函数优化问题
1.1.3 数学规划
1.1.4 组合优化问题
1.2 邻域函数与局部搜索
1.3 优化问题的复杂性
1.4 优化算法发展状况
上篇 经典优化方法
第2章 无约束优化方法
2.1 最优性条件
2.2 迭代法
2.3 收敛速度
2.4 终止准则
2.5 一维搜索
2.5.1 平分法
2.5.2 牛顿法
2.5.3 0.618法
2.5.4 抛物线法
2.5.5 二点三次插值法
2.5.6 “成功-失败”法
2.5.7 非精确一维搜索
2.6 基本下降法
2.6.1 最速下降法
2.6.2 牛顿法
2.6.3 阻尼牛顿法
2.6.4 修正牛顿法
2.7 共轭方向法和共轭梯度法
2.7.1 共轭方向和共轭方向法
2.7.2 共轭梯度法
2.8 变尺度法(拟牛顿法)
2.8.1 对称秩1算法
2.8.2 DFP算法
2.8.3 BFGS算法
2.9 直接搜索法
2.9.1 Hook-Jeeves方法
2.9.2 单纯形法
2.9.3 Powell方法
2.10 算法的MATLAB实现
第3章 约束优化方法
3.1 最优性条件
3.1.1 等式约束问题的最优性条件
3.1.2 不等式约束问题的最优性条件
3.1.3 一般约束问题的最优性条件
3.2 罚函数法
3.2.1 外罚函数法
3.2.2 内点法
3.2.3 乘子法
3.3 可行方向法
3.3.1 Zoutendijk可行方向法
3.3.2 梯度投影法
3.3.3 简约梯度法
3.3.4 广义简约梯度法
3.4 二次逼近法
3.4.1 二次规划的概念
3.4.2 牛顿一拉格朗日法
3.4.3 SQP算法
3.5 极大熵方法
3.6 算法的MATLAB实现
第4章 最小二乘问题
4.1 线性最小二乘问题的数值解法
4.1.1 满秩线性最小二乘问题
4.1.2 亏秩线性最小二乘问题
4.2 非线性最小二乘问题的数值解法
4.2.1 Gauss-Newton法
4.2.2 Levenberg-Maiquardt方法(L-M方法)
4.3 算法的MATLAB实现
第5章 线性规划
5.1 线性规划的标准形式
5.2 线性规划的基本定理
5.3 单纯形法
5.3.1 基本单纯形法
5.3.2 单纯形法的改进
……
下篇 现代智能优化算法
参考文献