优化已在最近的通信设计和网络系统中广泛使用。这项工作的主要障碍在于实际产生的许多优化问题的不凸性系统。为了解决此问题，我们注意到在通信和网络系统中遇到的大多数非凸问题都表现出单调性或隐藏的单调性结构。系统地使用单调性将大大减轻获得问题的全局最优解。本文提供了有关单调优化的简洁易懂的介绍，包括配方技巧和求解算法。通过几个应用示例，我们将说明建模技术和各种场景下单调优化的算法细节。用这种有前途的技术，现在可以解决许多以前困难的问题高效解决。有了这个专着，我们希望激发新的扩大单调应用范围的研究活动通信和网络系统的优化。

这是最近提出的 MFO 算法的一个方便的工具箱。 这个优化器的主要灵感是自然界中飞蛾的导航方法，称为横向定向。 飞蛾在夜间飞行，相对于月亮保持固定角度，这是一种非常有效的长距离直线飞行机制。 然而，这些花哨的昆虫被困在人造光周围的无用/致命的螺旋路径中。 MFO 算法对该行为进行数学建模以执行优化。 研究论文： S. Mirjalili，Moth-Flame 优化算法：一种新颖的自然启发式启发式范式，基于知识的系统，DOI： http : //dx.doi.org/10.1016/j.knosys.2015.07.006 ( http://www.sciencedirect.com/science/article/pii/S0950705115002580 ) 如果您无法访问该论文，请给我发送电子邮件至 ali.mirjalili@gmail.com，我会将论文发送给您。 更多信息请见

Discrete_optimization_coursera 离散优化 Coursera 此文件夹包含主要用于 Coursera 上的离散优化课程的不同离散优化技术的实现。

Citation: S. Mirjalili, Moth-Flame Optimization Algorithm: A Novel Nature-inspired Heuristic Paradigm, Knowledge-Based Systems, DOI: http://dx.doi.org/10.1016/j.knosys.2015.07.006.

Stochastic Network Optimization with Application to Communication and Queueing Systems 外文书籍

VMware OS Optimization Tool ，虚拟桌面系统优化的得力工具

双层优化问题是一类具有挑战性的优化问题，包含两个层次的优化任务。在这些问题中，下层问题的最优解成为上层问题的可能可行候选。这样的要求使得优化问题难以解决，并使研究人员忙于设计能够有效处理该问题的方法。尽管付出了努力，但几乎没有任何有效的方法能够处理复杂的双层问题。本文介绍了基于最优下层变量相对于上层变量的二次近似的双层进化算法。该方法能够在相对较少的函数求值中处理具有不同复杂性的两层问题。来自经典优化的思想已经与进化方法混合，为一大类双层问题生成了一个有效的优化算法。在两组测试问题上对算法的性能进行了评估。第一组是最近提出的SMD测试集，其中包含复杂性可控的问题，第二组包含从文献中收集的标准测试问题。已经将所提出的方法与三个基准进行了比较，并且观察到性能增益是显著的。

使用了粒子群算法的30节点配电网无功优化方案。

一本很好的关于优化问题求解的书，The rapid advancements in the efficiency of digital computers and the evolution of reliable software for numerical computation during the past three

运筹学中最经典的线性优化讲解教材，英文完整版（目前市面上大多是1-5章，本版本为完整版，但对印刷质量要求较高的朋友们慎下），希望能对研究线性优化的朋友们提供帮助！与君共勉~~