• 光滑约束优化快速算法:理论分析与数值试验
  • 光滑约束优化快速算法:理论分析与数值试验
  • 光滑约束优化快速算法:理论分析与数值试验
  • 光滑约束优化快速算法:理论分析与数值试验
21年品牌 40万+商家 超1.5亿件商品

光滑约束优化快速算法:理论分析与数值试验

40 4.1折 98 八五品

仅1件

湖北武汉
认证卖家担保交易快速发货售后保障

作者简金宝 著

出版社科学出版社

出版时间2010-04

版次1

装帧精装

货号9787030268549

上书时间2023-10-18

理工旧书店

六年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
图书标准信息
  • 作者 简金宝 著
  • 出版社 科学出版社
  • 出版时间 2010-04
  • 版次 1
  • ISBN 9787030268549
  • 定价 98.00元
  • 装帧 精装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 614页
  • 字数 774千字
  • 正文语种 简体中文
【内容简介】
《光滑约束优化快速算法:理论分析与数值试验》以作者20多年潜心研究的成果为主线,结合国内外相关研究的前沿思想和成果,较系统地介绍光滑约束优化快速算法的理论构架、全局收敛性及收敛速度的分析论证,并对算法进行了大量的数值试验和分析。全书分为12章:第1—3章介绍相关基础知识及快速算法模型框架,第4—7章讨论一般优化和极大极小优化的序列二次规划算法,第8—10章论述序列线性方程组算法,第11章研究互补约束优化的序列二次规划算法和序列线性方程组算法,第12章论述序列二次约束二次规划算法。
《光滑约束优化快速算法:理论分析与数值试验》可作为运筹学、计算数学、管理科学、工程技术等专业的研究生教学或辅导用书,亦可作为相关领域的科研及工程技术人员的参考用书。
【目录】

前言
第1章绪论
1.1数学基础及相关概念
1.2最优性条件
1.3约束规格
1.4孤立稳定点(孤立KKT点)
1.5积极约束集识别技术及转轴运算
1.6快速算法基本结构
1.7注记

第2章强次可行方向法
2.1强次可行方向法思想
2.2强收敛的强次可行方向法
2.3有限步落入可行域的强收敛强次可行方向法
2.4注记

第3章快速算法模型及其收敛速度
3.1SQP算法模型
3.2SSLE算法模型及收敛速度
3.3二次逼近算法模型
3.4二次子问题的基本性质
3.5注记

第4章严格互补条件下的杂合SQP算法
4.1Panier-Tits可行杂合型SQP算法
4.2可行杂合SQP算法的改进
4.3强次可行杂合SQP算法
4.4一般约束优化的拟可行杂合SQP算法
4.5注记

第5章无严格互补条件下的纯SQP算法
5.1可行SQP算法
5.2可行SQP算法的改进
5.3强次可行SQP算法
5.4一般约束优化拟可行SQP算法
5.5注记

第6章模松弛SQP算法
6.1全局收敛的模松弛可行SQP算法
6.2强收敛的模松弛强次可行SQP算法
6.3超线性收敛的模松弛强次可行SQP算法
6.4一般约束优化超线性收敛的模松弛SQP算法
6.5数值试验
6.6注记

第7章极大极小问题的SQP算法
7.1无约束问题的广义单调全局收敛算法
7.2无约束问题的超线性收敛算法
7.3不等式约束问题
7.4一般约束问题
7.5注记

第8章序列线性方程组算法Ⅰ——传统构造技术
8.1不等式约束优化——可行SSLE算法
8.2不等式约束优化——强次可行SSLE算法
8.3无严格互补条件的SSLE算法
8.4无严格互补条件的SSLE算法的改进
8.5强次可行纯SSLE算法
8.6一般约束优化的SSLE算法
8.7注记

第9章序列线性方程组算法Ⅱ——新型方程组技
9.1可行下降新型纯SSLE算法
9.2无严格互补条件的新型纯SSLE算法
9.3注记

第10章序列线性方程组算法Ⅲ——原始对偶内点法
10.1原始对偶内点法基本思想
10.2原始对偶内点序列线性方程组算法
10.3强次可行原始对偶拟内点序列线性方程组算法
10.4一般约束优化原始对偶内点序列线性方程组算法
10.5注记

第11章互补约束优化快速算法
11.1线性互补约束优化——全局收敛的SQP算法
11.2线性互补约束优化——超线性收敛的SQP算法
11.3线性互补约束优化——超线性收敛的SSLE算法
11.4非线性互补约束优化——超线性收敛的隐式光滑SQP算法
11.5注记

第12章序列二次约束二次规划算法
12.1凸约束优化的SQCQP算法
12.2非凸约束优化的可行SQCQP算法
12.3非凸约束优化的强次可行SQCQP算法
12.4非凸约束优化带简单二次约束的可行SQCQP算法
12.5注记
参考文献
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP