消息首页搜索举报

正版现货新书数学优化 9787030658661

全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师

117.48 7.4折 158 全新

库存11件

北京丰台

认证卖家担保交易快速发货售后保障

作者中国科学院

出版社科学出版社

ISBN9787030658661

出版时间2022-02

装帧平装

开本其他

定价158元

货号29136306

上书时间2024-12-27

黎明书店

十五年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 9小时
好评率暂无

最新上架

世界上所有的夜晚（迟子建小说代表作） ¥22.91

长安客 ¥19.35

中国文明起源新探 ¥43.68

汴京残梦 ¥22.26

译文经典：殷红的花朵 ¥33.06

天生就会跑 ¥36.57

果麦：草民 ¥31.69

海豚绘本花园：有个性的羊（精装） ¥16.56

我本芬芳 ¥20.70

商品详情

品相描述：全新

商品描述: 导语摘要
数学优化是研究优化问题的数学理论和方法的一门学科,是数学的一个重要学科方向,是应用数学的重要组成部分,是数学在其他领域应用的重要工具,也是当前机器学习、人工智能的基础之一.优化理论与方法在科学和技术的各个领域以及国防、经济、金融、工程、管理等许多重要实际部门都有直接的应用.《BR》　　《中国学科发展战略·数学优化》系统分析了目前数学优化的主要分支、核心前沿方向、当前进展及发展态势,包括当前热门研究课题、主要的思想、方法与技巧、主要的难题,以及近年来的主要成果与前沿人物;提出对学科发展态势的观点与看法;提炼出学科的基本思想、核心方法与关键技巧;根据我国学科发展和国家重大需求,提炼与该学科密切相关的重要问题,建议、组织攻关和研发队伍,解决重大理论或实际问题;为我国优化学科发展和人才培养提出整体建议.

目录
总序

前言

章引言1

参考文献6

第2章线性规划7

2.1线性规划问题背景7

2.2线性规划数学模型9

2.3线性规划求解方法10

2.3.1单纯形法10

2.3.2内点算法11

2.4线性规划的发展方向12

2.5线性锥优化16

2.6线性锥优化对偶理论17

2.7线性锥优化的求解方法18

2.7.1内点算法18

2.7.2其他方法19

2.8线性锥优化发展方向19

参考文献22

第3章非线性优化25

3.1概述25

3.2无约束优化25

3.2.1共轭梯度法26

3.2.2拟牛顿法26

3.2.3信赖域方法27

3.3约束优化29

3.3.1KKT定理和对偶理论29

3.3.2乘子法29

3.3.3逐步二次规划方法30

3.3.4内点算法31

3.4总结与展望32

参考文献33

第4章整数规划37

4.1线性整数规划37

4.2非线性整数规划40

4.3非线性整数规划算法42

4.4整数规划展望46

参考文献46

第5章组合优化、复杂性与近似算法48

5.1概述48

5.2关键科学问题与研究发展趋势50

5.2.1装箱问题50

5.2.2旅行商问题51

5.2.3斯坦纳树问题53

5.2.4设施选址问题54

5.2.5k-平均问题55

5.2.6次模*大化问题57

5.2.7图划分问题59

5.2.8计算复杂性60

5.3重要理论、方法的应用及展望61

参考文献68

第6章全局优化73

6.1概述73

6.2历史与现状73

6.3前景展望75

6.3.1全局*优性基础理论研究76

6.3.2全局优化算法研究76

6.3.3应用问题驱动的全局优化算法研究80

参考文献81

第7章无导数优化84

7.1概述84

7.2无导数优化的源流与发展84

7.2.1直接搜索方法85

7.2.2基于模型的方法86

7.3无导数优化的发展方向与挑战87

7.3.1针对噪声问题的算法和理论87

7.3.2针对大规模问题的算法87

7.3.3无导数优化在数据科学和机器学习领域的应用89

7.3.4实用软件开发与实际问题求解89

参考文献89

第8章非光滑优化和扰动分析93

8.1非光滑优化93

8.1.1非光滑分析的综述93

8.1.2非光滑优化算法的综述96

8.1.3目前的研究热点和思考98

8.2扰动分析99

8.2.1概述99

8.2.2目前的研究热点和思考101

参考文献102

第9章变分不等式与互补问题105

9.1概述105

9.2发展与现状106

9.3展望与挑战111

参考文献113

0章鲁棒优化115

10.1概述115

10.2研究历史115

10.3研究现状及发展趋势116

10.3.1鲁棒优化的基础模型117

10.3.2概率约束条件及目标117

10.3.3概率分布本身的不确定性118

10.3.4直接从数据出发的鲁棒决策模型118

10.3.5鲁棒优化在其他领域的应用119

10.4求解器的开发及应用119

参考文献120

1章向量优化123

11.1简介123

11.2概述124

11.3研究现状与未来研究方向125

11.3.1向量优化问题的解定义及其性质研究125

11.3.2向量优化问题的标量化方法127

11.3.3向量变分不等式及向量均衡问题研究128

11.3.4向量优化问题的算法研究129

11.3.5随机与不确定多目标优化问题研究130

11.3.6非线性标量化函数与机器学习研究131

参考文献132

2章多项式优化134

12.1概述134

12.2多项式优化理论135

12.3多项式优化算法137

12.4发展趋势和展望140

12.4.1多项式优化中的凸性140

12.4.2Lasserre层级SOS松弛方法的分析140

12.4.3多项式优化近似算法设计与分析140

12.4.4大规模多项式优化数值算法141

12.4.5分式多项式优化141

12.4.6基于二阶锥松弛的松弛层级141

参考文献141

3章张量优化144

13.1概述144

13.2发展与现状145

13.3展望与挑战149

参考文献151

4章矩阵优化154

14.1矩阵优化概述155

14.1.1国内外研究发展现状155

14.1.2发展趋势和展望159

14.2低秩稀疏矩阵优化问题160

14.2.1国内外研究发展现状161

14.2.2关键问题和挑战167

14.2.3未来发展建议169

参考文献171

5章流形约束优化176

15.1流形约束优化简介176

15.2流形约束优化应用177

15.2.1球约束模型177

15.2.2线性特征值计算178

15.2.3非线性特征值计算179

15.2.4低秩矩阵优化180

15.2.5在整数规划中的应用181

15.2.6冷冻电镜181

15.2.7在深度学习中的应用181

15.3流形约束优化算法182

15.4流形约束优化分析184

15.4.1测地凸优化184

15.4.2自洽场迭代的收敛性185

15.4.3正交约束优化的全局*优解185

15.4.4*大割问题185

15.4.5正交约束的小Grothendieck问题186

15.5关键问题和挑战186

15.5.1基础理论性质186

15.5.2流形约束的有效表达186

15.5.3非标准流形约束问题的处理187

15.5.4计算驱动的模型和算法187

15.5.5优化算法的微分方程形式187

15.6未来发展建议188

15.6.1特殊结构的模型和算法188

15.6.2重点问题/重点应用的研究188

15.6.3随机算法和随机分析188

15.6.4流形学习189

15.6.5软件包的发展189

参考文献190

6章双层优化195

16.1概述195

16.2应用背景196

16.2.1电力市场里的应用196

16.2.2城市道路交通中的应用197

16.2.3经济管理方面的应用199

16.3研究现状200

16.3.1理论方面200

16.3.2算法方面201

16.4前景展望203

16.4.1乐观双层优化204

16.4.2悲观与部分合作双层优化204

16.4.3多目标双层优化204

16.4.4混合整数双层优化204

16.4.5不确定信息下的双层优化204

16.4.6双层纳什均衡问题205

16.4.7双层集值优化问题205

16.4.8MPEC及其相关课题205

参考文献205

7章经典随机优化方法208

17.1历史进展208

17.2典型随机优化方法211

17.2.1经典模型211

17.2.2两类方法212

17.3目前的研究热点及其思考214

参考文献215

8章梯度法217

18.1光滑梯度法217

18.1.1单调梯度法217

18.1.2非单调梯度法219

18.2确定型梯度法221

18.2.1由问题的显式结构驱动的梯度型方法设计221

18.2.2由问题的隐式结构驱动的梯度型方法分析223

18.3随机梯度法224

18.3.1自适应学习率的随机梯度型方法225

18.3.2梯度方差缩减的随机梯度型方法225

18.3.3高阶随机梯度型方法226

18.4问题与挑战227

参考文献227

9章算子分裂法与交替方向法231

19.1概述231

19.2Forward-Backward分裂算法232

19.3Douglas-Rachford分裂算法233

19.4研究热点235

参考文献238

第20章分布式优化241

20.1研究背景241

20.2主要研究内容243

20.2.1代数层面的并行化244

20.2.2模型层面的并行化245

20.3前沿方向247

20.3.1ADMM方法的改进247

20.3.2PBCD方法的改进247

20.3.3PSC方法的改进248

20.3.4异步计算248

20.3.5困难问题的分布式/并行求解248

20.4发展趋势249

20.4.1结合具体的热点问题249

20.4.2结合不同的并行硬件249

20.4.3分布式优化平台开发249

20.4.4与新兴科技的结合250

20.5本章小结250

参考文献251

第21章人工智能优化254

21.1概述254

21.2人工智能中的优化方法的历史与现状256

21.2.1数据再表达中的优化方法256

21.2.2判别学习中的优化方法258

21.2.3强化学习的*优化理论与算法259

21.2.4机器学习中的一般优化模型与算法260

21.3前景展望264

21.3.1样本数据的生成和选择理论264

21.3.2数据再表达中的优化模型、求解及理论研究265

21.3.3机器学习中的一般优化模型求解方法及理论研究

……

内容摘要
数学优化是研究优化问题的数学理论和方法的一门学科,是数学的一个重要学科方向,是应用数学的重要组成部分,是数学在其他领域应用的重要工具,也是当前机器学习、人工智能的基础之一.优化理论与方法在科学和技术的各个领域以及国防、经济、金融、工程、管理等许多重要实际部门都有直接的应用.《BR》　　《中国学科发展战略·数学优化》系统分析了目前数学优化的主要分支、核心前沿方向、当前进展及发展态势,包括当前热门研究课题、主要的思想、方法与技巧、主要的难题,以及近年来的主要成果与前沿人物;提出对学科发展态势的观点与看法;提炼出学科的基本思想、核心方法与关键技巧;根据我国学科发展和国家重大需求,提炼与该学科密切相关的重要问题,建议、组织攻关和研发队伍,解决重大理论或实际问题;为我国优化学科发展和人才培养提出整体建议.