数学

Algorithms for Optimization

Mykel J. Kochenderfer; Tim A. Wheeler

英文原名: Algorithms for Optimization

将优化原理、Julia实现与工程问题联系起来的教材,作者提供免费第一版PDF,适合已有微积分和编程基础的读者。

需要的基础

需要多元微积分、线性代数、基础概率和编程,能计算梯度并理解目标函数。

版次
1
出版年份
2019
难度等级
中级
学术层次
本科
优化numerical algorithmsJulia

01 / 导读

导读

适合谁

适合希望把优化模型实现为算法、理解取舍的高年级本科生。可补充凸优化教材,学习目标或可行域较复杂时使用的计算方法。

需要的基础

需要多元微积分、线性代数、基础概率和编程,能计算梯度并理解目标函数。

覆盖内容

联系局部搜索、导数及无导数方法、约束、代理模型和不确定性,通过图与代码比较各方法需要的信息和假设。

如何使用

先做可画图的小问题,建立基准后每次只改一项算法选择。记录初值、停止条件、函数求值次数和结果;将可行性与目标改善分开检查,局部方法用多个起点比较。

版本与来源

本记录对应MIT Press确认的2019年第一版,精装ISBN 9780262039420。作者站点另列第一版免费PDF;2027年第二版预览不与本版混用。

访问官方资源