数值优化（Numerical Optimization）学习系列-目录

爱被打了一巴掌 2023-06-04 02:48 67阅读 0赞

# 数值优化（Numerical Optimization）学习系列-目录 #

置顶 2015年12月27日 19:07:11 [下一步][Link 1] 阅读数 12291更多

分类专栏： [数值优化][Link 2]

本文链接： [https://blog.csdn.net/fangqingan\_java/article/details/48951191][https_blog.csdn.net_fangqingan_java_article_details_48951191]

# 概述 #

数值优化对于最优化问题提供了一种迭代算法思路，通过迭代逐渐接近最优解，分别对无约束最优化问题和带约束最优化问题进行求解。   
该系列教程可以参考的资料有   
1. [《Numerical Optimization 2nd》–Jorge Nocedal Stephen J. Wright][Numerical Optimization 2nd_Jorge Nocedal Stephen J. Wright]   
2. 《凸优化》–Stephen Boyd   
3. 《非线性最优化基础》–Masao Fukushima（林贵华译）   
4. 《非线性最优化理论与方法》–王宜举   
5. [凸优化在线课程][Link 3]

# 学习链接 #

1.  [最优化问题概述][Link 4]   
    \*介绍最优化问题分类以及求解思路
2.  [线搜索方法][Link 5]   
    \*基于线搜索方法，包括最速下降、牛顿方法以及步长计算等
3.  [信赖域方法][Link 6]   
    \*介绍信赖域求解最优化问题的思路
4.  [共轭梯度方法][Link 7]   
    \*介绍共轭方法的思路
5.  [拟牛顿方法][Link 8]   
    \*介绍拟牛顿方法，用一阶梯度近似Hessian矩阵方法
6.  [大规模无约束最优化方法][Link 9]   
    \*大规模无约束问题，LBFGS等
7.  [梯度计算][Link 10]   
    \*复杂函数梯度近似方法
8.  [无梯度最优化方法][Link 11]   
    \*不计算梯度情况下，如何进行最优化
9.  [最小二乘问题][Link 12]   
    \*最优化方法应用，求解最小二乘问题
10. [非线性方程][Link 13]   
    \*最优化方法应用，求解非线性方程问题
11. [有约束最优化问题][Link 14]   
    \*介绍等式、非等式约束最优化问题以及最优化条件，包括KKT条件、对偶等
12. [线性规划问题][Link 15]   
    \*线性规划常见求解算法
13. [非线性约束最优化问题][Link 16]   
    \*介绍非线性约束的最优化问题求解思路
14. [二次规划问题][Link 17]   
    \*目标函数是二次函数的特殊最优化问题，是SQP、内点等方法的基础
15. [惩罚和增广拉格朗日方法][Link 18]   
    \*求解带约束最优化问题常用方法
16. [序列二次规划和内点法][Link 19]   
    \*SQP和IP方法对于求解大规模约束最优化问题提供方案

# 说明 #

该系列文章是个人学习总结，由于非数学专业和时间关系，可能会有错误和纰漏，欢迎大家批评指正。   
另外文章每一行都是个人一字一字敲进去的，转载请注明出处，谢谢。

转载于:https://www.cnblogs.com/think90/p/11492139.html

[Link 1]: https://me.csdn.net/fangqingan_java
[Link 2]: https://blog.csdn.net/fangqingan_java/article/category/4465461
[CC 4.0 BY-SA]: http://creativecommons.org/licenses/by-sa/4.0/
[https_blog.csdn.net_fangqingan_java_article_details_48951191]: https://blog.csdn.net/fangqingan_java/article/details/48951191
[Numerical Optimization 2nd_Jorge Nocedal Stephen J. Wright]: http://download.csdn.net/detail/fangqingan_java/9161165
[Link 3]: https://lagunita.stanford.edu/courses/Engineering/CVX101/Winter2014/info
[Link 4]: http://blog.csdn.net/fangqingan_java/article/details/46289691
[Link 5]: http://blog.csdn.net/fangqingan_java/article/details/46405669
[Link 6]: http://blog.csdn.net/fangqingan_java/article/details/46956643
[Link 7]: http://blog.csdn.net/fangqingan_java/article/details/47011943
[Link 8]: http://blog.csdn.net/fangqingan_java/article/details/47158115
[Link 9]: http://blog.csdn.net/fangqingan_java/article/details/48231865
[Link 10]: http://blog.csdn.net/fangqingan_java/article/details/48685093
[Link 11]: http://blog.csdn.net/fangqingan_java/article/details/48946903
[Link 12]: http://blog.csdn.net/fangqingan_java/article/details/48948487
[Link 13]: http://blog.csdn.net/fangqingan_java/article/details/49081273
[Link 14]: http://blog.csdn.net/fangqingan_java/article/details/49311679
[Link 15]: http://blog.csdn.net/fangqingan_java/article/details/49704023
[Link 16]: http://blog.csdn.net/fangqingan_java/article/details/49704859
[Link 17]: http://blog.csdn.net/fangqingan_java/article/details/49720497
[Link 18]: http://blog.csdn.net/fangqingan_java/article/details/50001843
[Link 19]: http://blog.csdn.net/fangqingan_java/article/details/50287051