第一章： 引言（4学时）内容：最优化问题的实例、模型、基本概念和分类，凸集、凸函数和凸规划的概念及意义，一些数学概念，如序列的极限、Hesse矩阵、多变量函数的Taylor展开等。要求：了解最优化方法所研究的对象，掌握最优化方法中的一些基本概念。第二章：线性规划（9学时）内容：线性规划的模型和基本定理，求解线性规划的图解法、单纯形法（包括修正单纯形法）、对偶原理、对偶单纯形法、灵敏度分析。要求：理解线性规划问题最优解的性质，掌握单纯形和对偶单纯形法的基本原理、对偶原理，能熟练应用单纯形法和对偶单纯形法求解各类线性规划问题及进行灵敏度分析。第三章：最优性条件（5学时）内容：无约束问题的极值条件、有约束问题的最优性条件及其几何意义、对偶及鞍点问题要求：熟练掌握各最优性条件，理解其几何意义，了解对偶及鞍点问题第四章：算法（1学时）内容：部分算法的概念、算法的收敛问题要求：理解算法的概念、算法的收敛定理，熟练掌握实用收敛准则第五章：一维搜索问题的求解方法（3学时）内容：一维搜索的模型和基本分类，一维搜索的基本思想，黄金分割法、Fibonacci法、牛顿法和插值法的基本原理和算法实现。要求：了解一维搜索的目的，熟练掌握各算法的基本原理及实现。第六章：无约束非线性优化问题的求解方法（9学时）内容：下降法的基本思想，求解无约束非线性优化问题的最速下降法、共轭梯度法、牛顿法、拟牛顿法和各种直接搜索法的基本原理和具体算法。要求：理解一般下降法的基本思想，理解各种方法的基本原理，能熟练应用这些方法求解无约束非线性优化问题，并了解利用通用优化软件求解的方法。第七章：约束非线性优化问题的求解方法（7学时）内容：可行下降法和无约束化的基本思想，求解约束非线性优化问题的各种可行下降法和序列无约束化法的基本原理和具体算法。要求：理解可行下降法和序列无约束化法的基本思想，理解各个方法的基本原理，能熟练应用这些方法求解约束非线性优化问题，并了解利用通用优化软件求解的方法。第八章：组合优化问题（4学时）内容：组合优化问题概念及其经典问题、计算复杂性概念、邻域概念、启发式算法要求：了解组合优化问题实际背景、理解问题的解的数学含义和表示、邻域的概念，了解计算复杂性的本质和NP理论的结论，了解启发式算法及其评价方法第九章：现代优化算法（12学时）内容：禁忌搜索算法、模拟退火算法、遗传算法、*蚁群优化算法要求：掌握各个方法的基本原理、方法、算法实施的技术问题，了解各应用实例的求解方法

(无)

考试成绩除了笔试外，还包括平时成绩

• 1. 陈宝林 《最优化理论与算法》（第2版），2005，清华大学出版社2. 邢文训，谢金星《现代优化计算方法》（第2版），2005，清华大学出版社3. Dimitri P. Bertskas, 《Nonlinear Programming》second edition，1999，Athena Scientific4. 《运筹学》（修订版），《运筹学》教材编写组， 1998，清华大学出版社5. C. R. Reeves(Ed)，Modern Heuristic Techniques for Combinatorial Problems, Blackwell Scientific Publications,1993