本资源为北京航空航天大学电子信息工程学院开设的研究生课程智能优化方法课件，主讲教师为曹先彬老师，内容十分丰富，欢迎大家下载。
2019-12-21 21:42:20
15.51MB
1
优化计算广泛应用于信息学科的各个研究领域，然而传统优化方法在实际应用中有很大的局限性。为了解决该问题，近年来，各种智能优化算法的研究得到了蓬勃发展，其中有广为人知的遗传算法、模拟退火算法、蚁群算法、神经网络算法等。迄今为止，智能优化算法在各个学科和各种实际应用场合中已经得到了广泛且有效的使用。本课程将紧密跟踪学术界最新发展动态，为信息学科的研究生掌握最新的智能优化技术抛砖引玉，为他们后续开展学术研究打下坚实基础。
2019-12-21 21:42:20
25.07MB
1
《最优化方法及其Matlab程序设计》较系统地介绍了非线性最优化问题的基本理论和算法，以及主要算法的Matlab程序设计，主要内容包括（精确或非精确）线搜索技术、最速下降法与（修正）牛顿法、共轭梯度法、拟牛顿法、信赖域方法、非线性最小二乘问题的解法、约束优化问题的最优性条件、罚函数法、可行方向法、二次规划问题的解法、序列二次规划法等。设计的Matlab程序有精确线搜索的0.618法和抛物线法、非精确线搜索的Armijo准则、最速下降法、牛顿法、再开始共轭梯度法、BFGS算法、DFP算法、Broyden族方法、信赖域方法、求解非线性最小二乘问题的L.M算法、解约束优化问题的乘子法、求解二次规划的有效集法、SQP子问题的光滑牛顿法以及求解约束优化问题的SQP方法等，此外，《最优化方法及其Matlab程序设计》配有丰富的例题和习题，并在附录介绍了Matlab优化工具箱的使用方法。
2019-12-21 21:27:36
83KB
1
最优化理论基础、线搜索技术、最速下降法和牛顿法、共轭梯度法、拟牛顿法（BFGS、DFP、Broyden族算法）、信赖域方法、非线性最小二乘问题（Gauss-Newton、Levenberg-Marquardt）、最优性条件（等式约束问题、不等式约束问题、一般约束问题、鞍点和对偶问题）、罚函数法（外罚函数、内点法、乘子法）、可行方向法（Zoutendijk可行方向法、梯度投影法、简约梯度法）、二次规划（等式约束凸二次规划、一般凸二次规划）序列二次规划（牛顿-拉格朗日法、SQP方法）
2019-12-21 21:07:18
2.58MB
1