绪论/

第1章最优化问题的数学模型/

1.1设计简例

1.2数学模型的一般形式

1.3数学模型的组成

1.3.1设计变量与设计空间

1.3.2约束条件与可行域

1.3.3目标函数与等值线

1.4最优化问题的图解法

1.5最优化问题的下降迭代解法

1.5.1下降迭代解法的基本格式

1.5.2算法的收敛性与终止准则

1.5.3最优化算法分类 

习题

第2章最优化设计的数学基础/

2.1向量与矩阵

2.2方向导数与梯度

2.3函数的泰勒展开

2.4正定二次函数 

2.5极值条件

2.5.1无约束问题的极值条件

2.5.2约束问题的极值条件

习题

第3章一维搜索（线性搜索）/

3.1确定初始区间

3.2缩小区间

3.3黄金分割法（0.618法）

3.4二次插值法

习题

第4章无约束最优化方法/

4.1梯度法（最速下降法）

工程最优化设计（第2版）

4.2牛顿法

4.2.1基本牛顿法

4.2.2阻尼牛顿法

4.3变尺度法（拟牛顿法）

4.3.1坐标变换

4.3.2变尺度法的基本原理

4.4共轭梯度法

4.4.1共轭方向

4.4.2共轭方向的产生

4.4.3共轭梯度算法

4.5最小二乘法

4.5.1线性最小二乘法

4.5.2非线性最小二乘法

4.6鲍威尔法

4.6.1基本迭代格式

4.6.2基本鲍威尔法

4.6.3修正鲍威尔法

习题

第5章线性规划方法/

5.1线性规划问题的一般形式

5.2线性规划问题的解

5.2.1基本解的产生与转换

5.2.2基本可行解的产生与转换

5.2.3基本可行解的变换条件

5.3单纯形算法

5.3.1单纯形表

5.3.2单纯形表的变换规则

习题

第6章约束最优化方法/

6.1可行方向法

6.1.1下降可行方向

6.1.2最佳下降可行方向

6.1.3约束一维搜索

6.2惩罚函数法

6.2.1外点法

6.2.2内点法

6.2.3混合法

6.3乘子法

6.3.1等式约束问题的乘子法

6.3.2不等式约束问题的乘子法

6.3.3一般约束问题的乘子法

6.4序列二次规划算法

6.5多目标最优化方法

6.5.1主要目标法

6.5.2线性加权法

6.5.3理想点法

6.5.4目标逼近法

6.5.5最大最小法

习题

第7章智能最优化方法/

7.1遗传算法

7.1.1生物的遗传与进化

7.1.2基本遗传算法

7.2神经网络算法

7.2.1人工神经元与神经网络模型

7.2.2BP网络

7.2.3径向基（RBF）网络

7.2.4Hopfield网络

习题

第8章最优化问题的计算机求解/

8.1MATLAB

8.1.1MATLAB最优化工具箱

8.1.2MATLAB遗传算法工具箱

8.1.3MATLAB神经网络工具箱

8.2工程最优化设计实例

8.2.1最佳下料问题

8.2.2最佳连续投资问题

8.2.3产品成本预测问题

8.2.4齿轮减速器的最优化设计

8.2.5平面四杆机构再现轨迹的最优化设计

习题

参考文献/