《最优化理论与应用》教学大纲 一、教学目标 《最优化方法》是一门应用性非常广泛的专业课程,它是20世纪30年代初发展起来的 一门新兴学科。它主要采用高等数学、线性代数等数学基础,对系统中存在的优化问题进行 定量分析,并为决策者提供最优决策方案。 本课程以新时代为背景,满足学生需求为导向,通过“案例式、讨论式、启发式”的教 学方法,基于“知识发现”的教学设计理念,讲授线性规划、非线性规划等内容。通过本课 程的学习,一方面使学生了解、掌握经典优化方法的基本思想、优缺点以及相关理论;了解 优化领域的基本知识和科研前沿,为进一步的学习和研究做必要的准备。另一方面培养学生 以下四方面的能力:(1)培养学生创新性、批判性思维的能力:(2)提高学生运用数学知识 分析问题和解决问题的能力:(3)培养学生的获取新知识、合作研究的能力;(4)解决复杂、 挑战性问题的能力。 二、教学内容与要求 本课程共50学时,分为以下八章: 第一章最优化问题与凸分析基础(6学时) 掌握: 1.等值线(面)、可微、梯度、方向导数、Hessen矩阵、二阶Taylor展式: 2.局部极小点的最优性条件: 3.凸集、凸函数、凸规划。 重点与难点: 1.可微与梯度之间的联系: 2.梯度和方向导数之间的联系; 3.Hessen矩阵以及极小点的判定条件; 4凸集、凸函数的几何意义以及判定方法; 5,凸规划的相关性质,凸规划最优性条件。 第二章线性规划(8学时) 了解: 1松弛变量、剩余变量、自由变量;
2.二维线性规划的图解法; 掌握: 1线性规划的各种表达形式:标准形式、向量形式、矩阵形式: 3理解基、基本解、可行解、基可行解、最优基可行解、最优基的概念; 5.单纯形法、两阶段法、大M方法: 7.修正单纯形法; 重点与难点: 1.最优解判别准则、换基运算、进基列选择的分析和推导; 2初始基可行解的确定方法(两阶段法、大M法)以及修正单纯形法的基本原理: 3.修正单纯形方法中可行基的逆的递推公式 第三章对偶线性规划(6学时)》 了解或掌握: 1.了解原规划、对偶规划的经济学解释: 2.了解影子价格的经济学含义: 3.举握对偶理论: 4,掌握对偶单纯形方法的基本思想以及优缺点; 重点与难点: 1.对偶理论; 2.对偶单纯形法: 第四章无约束最优化方法(12学时) 了解或掌握: 1.了解DFP和BFGS方法的等价性,BFGS方法的迭代公式; 2.了解最速下降法具有线性收敛速度,共轭方向法具有超线性收敛速度: 3掌握、理解一维搜索、收敛速度、终止准则的定义; 4,举握精确一维搜索方法:黄金分割法、Fibonacci法 5,举握非精确一维搜索方法:amijio、wolfe、goldstein 8.掌握梯度下降方法,共轭梯度方法,拟牛顿法,信赖域方法,线性化方法,序列二次规划方法的 基本思想,算法流程以及优缺点; 重点与难点: 1p阶收敛、线性收敛、超线性收敛之间的联系与区别: 2.最速下降法的缺点:“锯齿状搜索路径;
3共轭向量组的构造方法; 4.DFP方法。 第五章约束最优化方法(10学时) 了解: 1.二阶充分条件: 2.Rosen梯度投影法中矩阵求逆的逆推公式; 3.Rosn梯度投影法求解非线性约束优化问题的处理方式: 掌握: 1.可行方向,正则点,一阶必要性条件(KKT条件): 2.罚函数的基本思想: 3.外点法的收敛性证明: 4.Rosen投影梯度法的基本思想以及投影矩阵的构造。 重点与难点: 1.KKT条件的意义和应用: 2投影矩阵构造方式: 3惩罚函数和障碍函数的构造过程以及其中罚因子的意义; 4.Rosen方法。 第六章直接搜索的方向加速法(4学时) 了解或草握: 1.了解向量组的共轭程度定义: 2.了解进化计算类方法的基本思想和优缺点; 3.了解遗传算法的流程; 4.掌握Hooke-Jeeves方法、Powell方法的基本思想和优缺点以及算法流程; 5.掌握改进的Powell方法: 重点与难点: l.Hooke-Jeeves方法基本思想的理解、体会; 2.Powell方法基本思想的理解、体会; 3.Powl1方法中共轭程度定义的合理性,相关性质证明: 4.遗传算法的基本思想和流程。 第七章动态规划(4学时) 了解:
1.最短路径算法; 2.动态规划的优缺点。 掌握: 1阶段、状态、决策和策略、指标函数和最优指标函数、状态转移方程概念; 2.函数迭代法和策略迭代法的思想和流程。 重点与难点: 1动态规划基本概念的理解: 2动态规划基本定理: 3.函数迭代法和策略迭代法的收敛性定理; 4.动态规划与静态规划的关系。 三、教学方式 案例式、研讨式、启发式、讲授式 四、考核方式与成绩评定 强调学习的参与过程、能力提升。 (1)出勤,5% (2)作业,15% (3)研究型课题报告,20% (4)翻转课堂中,教师评价40%、学生匿名互评10%、组内匿名互评10%; 或闭卷期末考试60%;根据选课人数确定。 五、教材及主要参考书目 教材: 陈宝林,最优化理论与算法,清华大学出版社,2005 参考文献: [1]傅英定等,最优化理论与方法,国防工业出版社,2008 [2]袁亚湘,孙文瑜,最优化理论与方法,科学出版社,1997. [3]J.Nocedal,S.J.Wright,Numerical Optimization,Springer,2006. [4胡毓达,非线性规划,高等教育出版社,1990 [5]邢文训,谢金星,现代优化计算方法,清华大学出版社,2005 [6]S.Boyd,et al.Convex Optimization.Cambridge University Press,2004