《最优化方法》课程教学大纲
《最优化技术》课程教学大纲
《最优化技术》课程教学大纲一、课程基本信息二、课程教学目标本课程是信息与计算科学专业的专业核心课，是培养数学建模能力的核心理论基础之一。
通过学习，使学生掌握最优化方法的基本概念和基本理论，使学生掌握整体优化的基本思想，培养学生的逻辑思维能力和创新素质，培养应用最优化方法解决实际问题的能力，熟练掌握最优化方法的程序设计方法，培养学生运用模型和算法并借助计算机手段解决实际问题的能力。
1.掌握整体优化的基本思想，具有应用最优化方法解决实际问题的能力；2.掌握最优化方法的程序设计方法；3.掌握建立数学模型的基本方法和应用计算机解决实际问题的能力；三、教学学时分配《最优化技术》课程理论教学学时分配表＊理论学时包括讨论、习题课等学时。
《最优化技术》课程实验内容设置与教学要求一览表四、教学内容和教学要求第一章线性规划（10学时）（一）教学要求通过本章内容的学习，了解线性规划模型的基本特征、基本概念及基本理论；理解单纯形法的基本思想方法；掌握单纯形法的基本步骤，并能利用单纯形法求解线性规划问题；理解人工变量法和两阶段法的基本思想。
（二）教学重点与难点教学重点：单纯形法的基本步骤教学难点：单纯形法的基本思想（三）教学内容第一节线性规划问题及其数学模型1．线性规划问题的数学模型；2．线性规划问题的标准形式。
第二节图解法1．图解法的步骤；2．线性规划问题求解的几种可能结局；3. 由图解法得到的启示。
第三节单纯形法原理1．线性规划问题的解的概念；2．单纯形法的迭代原理。
第四节单纯形法计算步骤1．单纯形法的步骤；2．单纯形法求解举例。
第五节单纯形法的进一步讨论1．人工变量法（大M法）；2．两阶段法。
第六节应用举例1．生产计划问题；2．混合配料问题。
本章习题要点：1. 线性规划化为标准形式；2. 利用图解法求两个变量的线性规划问题；3. 利用单纯形法求解线性规划问题；4. 利用人工变量法或两阶段法求解线性规划问题；5. 建立实际问题的线性规划模型。
最优化方法教学大纲12版
最优化方法教学大纲12版
一、课程简介
课程名称：最优化方法
课程性质：理论与实践结合课程
课程目的：帮助学生掌握最优化方法，即数学模型建立、求解、应用、评价最优解的方法，并依据此方法解决实际问题。
二、教学内容
1、最优化的概念与历史
（1）最优化的概念：数学定义、原理与方法；
（2）最优化的历史：以蒙特卡洛方法为代表的传统最优化方法；以
最优化理论为中心的新型优化方法，如模拟退火，遗传算法，仿真退火，
灰色预测等；
2、线性规划模型
（1）线性规划模型的概念：特征、解法与应用；
（2）线性规划模型的求解：单纯形法、二次规划法、隐式整数规划法；
（3）线性规划模型的应用实例：生产计划，运输问题，决策分析，
调度问题，投资问题，货币评价，建立投资组合等；
3、非线性规划模型
（1）非线性规划模型的概念：特征、解法与应用；
（2）非线性规划模型的求解：最优化理论仿真退火算法，遗传算法，模拟退火，灰色预测等；
（3）非线性规划模型的应用实例：3D烟气排放管道布局优化，土地
规划优化，公交路线优化，农业节水灌溉模式优化。
最优化方法教学大纲
最优化方法教学大纲1.引言-介绍最优化方法的基本概念和应用领域-说明最优化方法的重要性和作用-概述本课程的目标和结构2.线性规划-线性规划问题的定义和基本形式-线性规划问题的几何解释-简单例子的求解方法和步骤-线性规划问题的标准形式和标准形式的转化方法-单纯形法的原理和步骤-单纯形法的改进方法和优化策略3.整数规划-整数规划问题的定义和特点-整数规划问题的求解方法和策略-分枝定界法的原理和步骤-割平面法的原理和应用-整数规划问题的线性松弛和拉格朗日松弛方法4.非线性规划-非线性规划问题的定义和特点-非线性规划问题的求解方法和策略-梯度下降法和牛顿法的原理和步骤-二次规划问题的求解方法和策略-优化问题在非线性约束下的求解方法和技巧5.动态规划-动态规划问题的定义和特点-动态规划问题的求解方法和策略-背包问题和最短路径问题的动态规划解法-多阶段决策问题的动态规划解法-动态规划问题的状态转移和递推关系6.进化算法-进化算法的基本原理和基本操作-遗传算法和粒子群算法的原理和应用-进化算法的优化策略和技巧-进化算法在最优化问题中的求解方法和应用7.模拟退火算法-模拟退火算法的基本原理和基本操作-模拟退火算法的求解步骤和策略-模拟退火算法在最优化问题中的应用和效果8.遗传算法-遗传算法的基本原理和基本操作-遗传算法的求解步骤和策略-遗传算法在最优化问题中的应用和效果9.混合整数规划-混合整数规划问题的定义和特点-混合整数规划问题的优化方法和策略-混合整数规划问题的分支定界法和割平面法解法10.综合案例分析-选取实际问题进行综合分析和求解-用不同的最优化方法来解决实际问题-对比不同方法的求解效果和效率11.总结和展望-回顾本课程的教学内容和方法-总结各种最优化方法的优缺点-展望最优化方法在未来的应用和发展此教学大纲旨在介绍最优化方法的基本理论和应用，培养学生的问题求解能力和优化思维，掌握不同最优化方法的原理和应用，能够独立分析和解决实际最优化问题。
最优化理论-教学大纲
《最优化理论》教学大纲课程编号：112302A课程类型：专业选修课总学时：32 讲课学时：26 实验学时：6学分：2适用对象：金融工程专业先修课程：数学分析、线性代数、经济学、金融学一、教学目标最优化问题即在有限种或无限种可行方案（决策）中选择最优的方案（决策），与之相对应的最优化理论是数学领域的一个重要分支，也是金融工程专业学生需要掌握的必备工具之一。
现代金融学研究的技术化程度日益增加，金融工程的许多问题都与最优化理论与方法密切相关，例如：投资组合选择与资产配置、期权的定价与对冲、金融风险的度量与管理、资产和负债的现金流管理等等。
本课程拟对最优化的基础理论和求解方法进行一个比较全面和系统的介绍，其中涉及到的方法包括：线性规划、非线性规划、二次规划、锥优化、整数规划、动态规划、随机规划等等。
通过本课程的学习，实现以下几个教学目标：目标1：帮助学生了解各类最优化模型的数学理论与求解方法；目标2：使学生理解如何应用这些优化模型分析经济学和金融学相关问题。
二、教学内容及其与毕业要求的对应关系本课程主要介绍几种主要的最优化模型的理论与方法，根据最优化模型的类别进行划分，分为无约束最优化和有约束最优化两大类别。
其中，无约束最优化问题的子类别较少、难度相对较低，主要从理论方法和数值方法两方面进行讲解；有约束最优化重点讲解线性规划的单纯形法和非线性规划的库恩塔克条件，在时间允许的情况适当介绍其他类别的高级规划课题。
基本教学内容的框架图如下：本课以课堂讲授为主，间之以案例教学、随堂练习和课后作业，针对适当的问题讲解其计算机程序实现，使学生既能掌握理论，也能动手操作，切实做到理论与实践相结合。
该课程旨在进一步完善金融工程专业学生的数理知识，一方面有利于强化与完善了金融专业学生的数理知识体系，同时结合经济学和金融学实际问题进行讲解学习，锻炼了学生们思考学习的能力，更训练了学生应用数理思维分析经济金融问题的能力，与金融工程专业学生的毕业要求相呼应。
新疆大学《最优化方法》课程教学大纲
新疆大学《最优化方法》课程教学大纲课程英文名称：Optimization Methods课程编号：C 052829(汉本);C 052828(民本) 课程类型：专业核心课总学时：48+18学时(授课：48，上机：18) 学分：3.5适用对象：信息与计算专业汉（民）本科生先修课程：数学分析、高等代数、Matlab 编程语言使用教材及参考书：教材：施光燕等编著，面向21 世纪教材《最优化方法》，高等教育出版社， 1999年第一版参考书：张可村编著、《工程最优化方法》，西安交大出版社薛嘉庆著、《最优化原理与方法》（修订本），冶金工业出版社袁亚湘，孙文瑜著，《最优化理论与方法》，北京科学出版社一、课程性质、目的和任务《最优化方法》是数学与应用数学专业和信息与计算科学专业的一门专业必修课。
最优化是从所有可能方案中选择最合理的方案以达到最优目标的学科，是随着计算机的普遍应用而发展起来的，它已广泛应用于各个领域。
本门课程旨在讲授最优化的基本理论和方法,通过本课程的学习,要求学生能较深刻地理解定量优化的思想和方法，掌握线形规划、非线形规划和多目标规划的基本而常用的优化算法，并能运用优化的观点和方法利用计算机解决实践中遇到的优化问题，从而提高学生的数学素质，加强学生开展科研工作和解决实际问题的能力。
鼓励学有余力的学生在掌握数学规划基本解法的同时，提高自己在建立模型和算法分析方面的水平和能力。
二、教学基本要求牢固地掌握最优化的基本理论，常用算法的构造途径，并能在计算机上实现。
通过各教学环节，本课程应达到下列要求：⑴掌握线性规划问题的基本理论和单纯形方法。
⑵理解非线性规划问题解的概念，掌握凸规划及其性质，掌握无约束优化问题与约束优化问题的最优性条件及其求解方法。
⑶理解多目标规划问题的最优化原理，认识求解整数线性规划问题的困难性，掌握Gomory割平面法和分枝定界法。
⑷掌握几种典型离散优化模型的特征及其相应的求解方法三、教学内容及要求第一章优化模型的分类及MATLAB优化工具箱介绍。
最优化方法
最优化方法《最优化方法》课程教学大纲Methods of Optimization课程代码: 课程性质:专业基础选修课适用专业:信息与计算科学,信息计算方向, 总学分数:3.0总学时数:48 修订年月:2010年9月编写年月:2004年6月执笔:刘伟课程简介(中文):本课程是为信息与计算科学专业(信息计算方向)学生开设的专业基础选修课。
最优化方法是在生产实践和科学实验中选取最佳决策，研究在一定限制条件下，选取某种方案，以达到最优目标的一门学科，广泛应用与空间科学、军事科学、系统识别、通讯、工程设计、自动控制、经济管理等各个领域;是应用数学专业学生和搞优化设计的工程技术人员的一门重要课程。
课程简介(英文):This course is designed as basic professional elective course for Information and Computer Science Majors. Optimization method is a technique of get optimization decision in manufacturing practice and scientific experiments, as a branch of optimization, its best solution or optimal decision could be provided under some condition, it often used in space science, systematicrecognition, communication, automatic control and economic management. It is a import subject for application mathematics and engineering technician of optimizing design.一、课程目的通过本课程教学，使学生掌握最优化计算方法的基本概念和基本理论，初步学会处理应用最优化方法解决实际中的碰到的各问题，培养解决实际问题的能力;也为今后在应用数学，计算数学专业的进一步学习和研究打下扎实的基础。
最优化理论课程教学大纲
《最优化理论》课程教学大纲一、课程基本信息
二、课程目标及对毕业要求指标点的支撑
三、教学内容及进度安排
四、课程考核
五、教材及参考资料
教材：《最优化理论与算法（第2版）》,陈宝林著，清华大学出版社，2005年，ISBN：97873021137680
参考书：
1、《最优化方法》，孙文瑜、徐成贤、朱德通主编，高等教育出版社，2004年第一版,ISBN：9787040143751o
2、《最优化理论与方法》，袁亚湘，孙文瑜著，科技出版社，2010年（第二版），ISBN：9787030054135o
3、《最优化计算方法》，黄正海，苗新河著，科技出版社，2015年（第二版），ISBN：9787030433053o
六、教学条件
本课程属于基础理论与应用型课程，对实验条件要求不是很高。
学校实验大楼拥有的计算机软硬件资源，高性能计算机，投影仪等设备，基本能够完成所需的理论计算任务、数值模拟试验以及程序测试等。
需要使用多媒体教室授课，授课电脑安装了WindoWS7、
OffiCe2010、1ingo11Python>Mat1ab2015>Mathematica11>MathTyPe6.9以上版本的正版软件。
附录：各类考核评分标准表。
最优化方法实验教学大纲
最优化方法实验教学大纲
一、实验目的
1.了解最优化方法的基本概念；
2.掌握最优化方法的基本思想；
3.指导实践中的最优化问题分析及求解。
二、实验内容
1.最优化方法的基本思想；
2.初等数学中的最优化方法；
3.动态规划算法及应用；
4.模拟退火算法。
三、实验要求
1.参考书上的有关最优化理论；
2.掌握动态规划算法及其应用；
3.熟悉模拟退火算法的定义及实际应用；
4.完成实验报告。
四、实验原理
1.最优化原理：最优化问题是求解最大或最小目标函数值的过程，确定它的过程为寻优问题，称作最优化问题。
2.模拟退火原理：模拟退火是一种全局方法,它与其他类型不同的是，模拟退火采用“模拟热物理过程”的技术来求解最优问题。
3.初等数学中的最优化原理：利用数学公式确定满足条件的最优解，
其中可能包括一元函数极值的寻优、线性规划问题的求解、整数规划的分
析等内容；
4.动态规划的原理：动态规划是一种算法，它可以用于求解求最优值
的过程，采用动态规划解决问题的基本步骤是：对有关解的分析、动态规
划方程的求解、解的回溯及结果的应用。
五、实验任务
1.了解最优化方法的定义及其基本思想；
2.掌握初等数学中的最优化方法。
《最优化理论与方法》教学大纲
《最优化理论与方法》教学大纲
最优化理论与方法教学大纲
一、教学内容
1.基本概念
（1）优化问题：定义、类型、表示；
（2）优化方法：分类、原理；
（3）优化算法：特点、效率、应用；
（4）多元函数分析：函数的性质、极值点；
（5）线性规划：基本概念、基本原理；
（6）非线性规划：一般现象、求解方法；
（7）数值优化：数值问题描述、多维；
（8）模糊优化：模糊数学、模糊优化。
二、教学目标
1.了解最优化理论与方法的基本概念；
2.掌握最优化理论的原理和方法；
3.熟悉多元函数分析、线性规划、非线性规划、数值优化和模糊优化等方法；
4.学会将优化理论与方法运用于实际问题。
三、教学方法
1.讲课法：将理论与实际相结合，重点介绍最优化理论的基本概念与方法，结合实际问题展示与指导学生理解。
2.案例分析法：对典型案例进行分析，强调选择与运用优化方法的重要性，激发学生的学习兴趣。
3.实验法：通过实践，使学生掌握优化理论的具体应用，加深理论的印象。
4.讨论法：通过学生的互动讨论，使学生深入理解，掌握基本概念和方法，培养分析和解决问题的能力。
四、教学重点。
《最优化方法》课程教学大纲
最优化方法》课程教学大纲课程编号：100004英文名称：Optimizatio n Methods一、课程说明1. 课程类别理工科学位基础课程2. 适应专业及课程性质理、工、经、管类各专业，必修文、法类各专业，选修3. 课程目的（1 ）使学生掌握最优化问题的建模、无约束最优化及约束最优化问题的理论和各种算法;（2）使学生了解二次规划与线性分式规划的一些特殊算法；（3）提高学生应用数学理论与方法分析、解决实际问题的能力以及计算机应用能力。
4. 学分与学时学分2,学时405. 建议先修课程微积分、线性代数、Matlab语言6. 推荐教材或参考书目推荐教材：（1）《非线性最优化》（第一版）.谢政、李建平、汤泽滢主编.国防科技大学出版社.2003年.孙（第一版）参考文瑜、徐成贤、朱德通主编.高等教育出版社.2004年（2）《最优化方法》书目：（第一版）.胡适耕、施保昌主编.华中理工大学出版社.2000年（1）《最优化原理》（2）《运筹学》》（修订版）.《运筹学》教材编写组主编.清华大学出版社.1990年7. 教学方法与手段（1）教学方法：启发式（2）教学手段：多媒体演示、演讲与板书相结合8. 考核及成绩评定考核方式：考试成绩评定：考试课（1）平时成绩占20%形式有：考勤、课堂测验、作业完成情况（2）考试成绩占80%形式有：笔试（开卷）。
9. 课外自学要求（1）课前预习；（2）课后复习；（3）多上机实现各种常用优化算法。
二、课程教学基本内容及要求第一章最优化问题与数学预备知识基本内容：（1 ）最优化的概念；（2）经典最优化中两种类型的问题--无约束极值问题、具有等式约束的极值问题的求解方法；（3）最优化问题的模型及分类；（4）向量函数微分学的有关知识；5）最优化的基本术语。
基本要求：（1）理解最优化的概念；（2）掌握经典最优化中两种类型的问题--无约束极值问题、具有等式约束的极值问题的求解方法；（3）了解最优化问题的模型及分类；（4）掌握向量函数微分学的有关知识；（5）了解最优化的基本术语。
最优化原理与算法教学大纲
最优化原理与算法教学大纲第一章：优化原理
1.1优化原理概述
1.1.1优化原理的定义
1.1.2优化原理的基本思想
1.2无约束最优化原理
1.2.1无约束最优化的定义
1.2.2无约束最优化的基本原理
1.2.3无约束最优化的类型
1.3约束最优化原理
1.3.1约束最优化的定义
1.3.2约束最优化的基本原理
1.3.3约束最优化的类型
第二章：优化算法
2.1优化算法概述
2.1.1优化算法的定义
2.1.2优化算法的基本思想
2.2无约束最优化算法
2.2.1梯度下降法
2.2.2随机梯度下降法
2.2.3拟牛顿法
2.2.4动量法
2.2.5随机加权平均法
2.2.6贪心法
2.3约束最优化算法
2.3.1最小二乘法
2.3.2拉格朗日乘数法
2.3.3拉格朗日对偶形式法2.3.4快速拉格朗日方法
2.3.5牛顿法
2.3.6半牛顿法
第三章：优化算法实例分析3.1多元线性回归最小二乘法3.1.1线性拟合
3.1.2最小二乘法
3.1.3精确解求解
3.2线性规划牛顿法
3.2.1线性规划模型
3.2.2从拉格朗日函数构造出对偶形式3.2.3拉格朗日乘数法分析及牛顿法求解3.3梯度下降法
3.3.1梯度下降法概述
3.3.2单次梯度下降法分析
3.3.3批梯度下降法分析。
南京航空航天大学最优化理论与算法教学大纲
南京航空航天大学最优化理论与算法教学大纲一、课程概述本课程主要介绍最优化理论与算法的基本概念、方法和应用。
通过该课程的学习，学生将了解到最优化问题的数学建模和求解方法，并能够应用这些方法解决实际问题。
二、课程目标1.掌握最优化理论的基本概念和数学模型的建立方法；2.了解最优化算法的基本原理和应用范围；3.学会运用最优化算法解决实际问题；4.培养学生的问题分析和解决问题的能力。
三、教学内容和教学活动1.线性规划a.线性规划问题的数学模型建立；b.单纯形法和对偶理论；c.置换法和灵敏度分析；d.线性规划的应用案例分析。
2.整数规划a.整数规划问题的数学模型建立；b.分支定界法和割平面法；c.整数规划的应用案例分析。
3.非线性规划a.非线性规划问题的基本特征和数学模型建立；b.最优化方法：梯度法、牛顿法、拟牛顿法等；c.非线性规划的应用案例分析。
4.动态规划a.动态规划问题的数学模型建立；b.最优子结构和状态转移方程；c.动态规划的应用案例分析。
5.教学活动a.理论授课：通过板书和PPT讲解最优化理论与算法的基本概念和原理；b.课堂讨论：引导学生分析问题和思考解决问题的方法；c.上机实践：使用相关软件工具实现最优化算法，以及解决实际问题；d.个别辅导：针对学生的问题和困难进行个别指导。
四、评价方式1.平时成绩（40%）：包括课堂表现、作业完成情况等；2.实验成绩（20%）：针对上机实践的成果进行评价；3.期末考试（40%）：考查学生对课程知识的理解和掌握程度。
五、参考教材。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《最优化方法》课程教学大纲
课程编号：
英文名称：Optimization Methods
一、课程说明
1. 课程类别
理工科学位基础课程
2. 适应专业及课程性质
理、工、经、管类各专业，必修
文、法类各专业，选修
3.课程目的
（1）使学生掌握最优化问题的建模、无约束最优化及约束最优化问题的理论和各种算法；（2）使学生了解二次规划与线性分式规划的一些特殊算法；
（3）提高学生应用数学理论与方法分析、解决实际问题的能力以及计算机应用能力。
4. 学分与学时
学分2，学时40
5. 建议先修课程
微积分、线性代数、Matlab语言
6. 推荐教材或参考书目
推荐教材：
（1）《非线性最优化》（第一版）. 谢政、李建平、汤泽滢主编.国防科技大学出版社. 2003年（2）《最优化方法》（第一版）. 孙文瑜、徐成贤、朱德通主编. 高等教育出版社. 2004年参考书目：
（1）《最优化原理》（第一版）. 胡适耕、施保昌主编. 华中理工大学出版社. 2000年
（2）《运筹学》》（修订版）. 《运筹学》教材编写组主编. 清华大学出版社. 1990年
7. 教学方法与手段
（1）教学方法：启发式
（2）教学手段：多媒体演示、演讲与板书相结合
8. 考核及成绩评定
考核方式：考试
成绩评定：考试课（1）平时成绩占20%，形式有：考勤、课堂测验、作业完成情况。
（2）考试成绩占80%，形式有：笔试（开卷）。
9. 课外自学要求
（1）课前预习；
（2）课后复习；
（3）多上机实现各种常用优化算法。
二、课程教学基本内容及要求
第一章最优化问题与数学预备知识
基本内容：
（1）最优化的概念；
（2）经典最优化中两种类型的问题--无约束极值问题、具有等式约束的极值问题的求解方法；（3）最优化问题的模型及分类；
（4）向量函数微分学的有关知识；
（5）最优化的基本术语。
基本要求：
（1）理解最优化的概念；
（2）掌握经典最优化中两种类型的问题--无约束极值问题、具有等式约束的极值问题的求解方法；（3）了解最优化问题的模型及分类；
（4）掌握向量函数微分学的有关知识；
（5）了解最优化的基本术语。
教学重点及难点：
（1）教学重点：向量函数微分学的有关知识。
（2）教学难点：向量函数微分学的有关知识。
第二章凸性
基本内容：
（1）凸集的概念及其性质；
（2）多胞形的概念及其表示定理；
（3）凸函数的概念及性质，凸函数的判别方法；
（4）凸规划的概念及基本性质。
基本要求：
（1）理解凸集的概念并掌握其性质；
（2）理解多胞形的概念并掌握其表示定理；
（3）理解凸函数的概念及性质，掌握凸函数的判别方法；
（4）理解凸规划的概念及基本性质。
教学重点及难点：
（1）教学重点：凸规划的基本性质。
（2）教学难点：多胞形的表示定理。
第三章最优性条件
基本内容：
（1）无约束最优化问题的最优性条件；
（2）等式约束最优化问题的最优性条件；
（3）不等式约束最优化问题的最优性条件；
（4）一般约束最优化问题的最优性条件。
基本要求：
（1）理解无约束最优化问题的最优性条件；
（2）等式约束最优化问题的最优性条件；
（3）理解不等式约束最优化问题的最优性条件；
（4）一般约束最优化问题的最优性条件。
教学重点及难点：
（1）教学重点：无约束最优化问题的最优性条件。
（2）教学难点：一般约束最优化问题的最优性条件。
第四章线性规划
基本内容：
（1）线性规划的基本理论；
（2）线性规划的单纯形法；
（3）线性规划的对偶理论；
（4）线性规划的对偶单纯形法。
基本要求：
（1）理解线性规划的基本理论；
（2）掌握线性规划的单纯形法；
（3）理解线性规划的对偶理论；
（4）掌握线性规划的对偶单纯形法。
教学重点及难点：
（1）教学重点：线性规划的单纯形法。
（2）教学难点：线性规划的对偶单纯形法。
第五章算法的概念
基本内容：
（1）下降迭代算法的基本格式；
（2）迭代算法收敛性与收敛速度的概念；
（3）迭代算法的实用终止准则。
基本要求：
（1）了解下降迭代算法的基本格式；
（2）了解迭代算法收敛性与收敛速度的概念；
（3）了解迭代算法的实用终止准则。
教学重点及难点：
（1）教学重点：下降迭代算法的基本格式。
（2）教学难点：下降迭代算法的基本格式。
第六章一维搜索
基本内容：
（1）一维搜索的概念及其性质；
（2）搜索区间的概念及其确定搜索区间的进退法；
（3）单谷函数的概念及其性质；
（4）0.618法、Fibonacci法、Newton切线法、割线法、二次插值法、※Armijo-Goldstein法、※Wolfe-Powell法、※后退法。
基本要求：
（1）理解一维搜索的概念并掌握其性质；
（2）理解搜索区间的概念并掌握确定搜索区间的进退法；
（3）理解单谷函数的概念并掌握其性质；
（4）掌握0.618法与Fibonacci法；
（5）掌握Newton切线法、割线法、二次插值法，了解Armijo-Goldstein法、Wolfe-Powell法、后退法。
教学重点及难点：
（1）教学重点：0.618法。
（2）教学难点：Armijo-Goldstein法。
第七章无约束最优化的解析法
基本内容：
（1）最速下降法及其收敛性与收敛速度；
（2）Newton切线法及其收敛性与收敛速度；
（3）阻尼Newton法；
（4）共轭梯度法及其收敛性；
（5）※变度量法、最小二乘法。
基本要求：
（1）掌握最速下降法并理解其收敛性与收敛速度；
（2）掌握Newton切线法并理解其收敛性与收敛速度；
（3）了解阻尼Newton法；
（4）掌握共轭梯度法并理解其收敛性；
（5）了解变度量法、最小二乘法。
教学重点及难点：
（1）教学重点：最速下降法。
（2）教学难点：变度量法。
第八章无约束最优化的直接法
基本内容：
（1）坐标轮换法及其收敛性；
（2）模式搜索法及其收敛性；
（3）※旋转方向法、Powell法。
基本要求：
（1）掌握坐标轮换法并理解其收敛性；
（2）掌握模式搜索法并理解其收敛性；
（3）了解旋转方向法、Powell法。
教学重点及难点：
（1）教学重点：Powell法。
（2）教学难点：Powell法。
※第九章可行方向法
基本内容：
Zoutendijk可行方向法、梯度投影法、既约梯度法、Frank-Wolfe方法。
基本要求：
了解Zoutendijk可行方向法、梯度投影法、既约梯度法、Frank-Wolfe方法。
教学重点及难点：
（1）教学重点：Zoutendijk可行方向法。
（2）教学难点：梯度投影法。
第十章罚函数法与广义乘子法
基本内容：
（1）外罚函数法；
（2）内罚函数法、广义乘子法。
基本要求：
（1）了解外罚函数法；
（2）内罚函数法、广义乘子法。
教学重点及难点：
（1）教学重点：外罚函数法。
（2）教学难点：广义乘子法。
※第十一章二次规划与割平面法
基本内容：
等式约束二次规划问题的起作用集方法、Wolfe算法、Lemke算法、割平面法。
基本要求：
了解等式约束二次规划问题的起作用集方法、Wolfe算法、Lemke算法、割平面法。
教学重点及难点：
（1）教学重点：等式约束二次规划问题的起作用集方法。
（2）教学难点：等式约束二次规划问题的起作用集方法。
※第十二章线性分式规划
基本内容：
线性分式规划的原始单纯形法、Gilmore-Gomory方法、Charnes-Cooper方法。
基本要求：
了解线性分式规划的原始单纯形法、Gilmore-Gomory方法、Charnes-Cooper方法。
教学重点及难点：
（1）教学重点：线性分式规划的原始单纯形法．
（2）教学难点：线性分式规划的原始单纯形法．
三、课程学时分配
本课程计划40学时，其中讲课36学时，实验4学时。
课程主要内容和学时分配见课程学时分配表：。