动态规划作为运筹学的一个重要分支是解决多阶段决策过程最优化 的一种非常有效的方法

对于那些无法用数学方程式表述的复杂生产过程,提出一种基于模式识别原理的智能自动化新方法.该方法的基本点在于:从信息的角度出发,采用特征变量来描述过程工况,再用时间序列分析法建立预测模型,从而实现工艺最优化.还介绍了专门为此目的研制的红外线CCD热成像装置,并给出了建立预测模型的神经网络算法

第 0 章 绪论 §1.1 线性规划问题 §1.2 可行区域与基本可行解 §1.3 单纯形方法 §1.4 初始解 §1.5 对偶性和对偶单纯形法（1） §1.5 对偶性和对偶单纯形法（2） §1.6 灵敏度分析 §2.1 整数线性规划模型 §2.2 Gomory 割平面方法 §2.3 分枝定界方法 §4.1 多阶段决策问题 §4.2 最优化原理 §4.3 确定性的定期多阶段决策问题 §4.4 确定性的不定期多阶段决策问题 §8.1 决策分析的基本概念 §8.2 风险型决策分析 §8.3 不确定型决策分析 §8.4 效用函数和信息的价值

◆掌握线性相位FR数字滤波器的特点 ◆掌握窗函数设计法 ◆理解频率抽样设计法 ◆了解设计FIR滤波器的最优化方法 ◆理解IR与FIR数字滤波器的比较

信息论：是一门应用概率论、 随机过程、数理统计和近世代 数的方法，来研究广义的信息 传输、提取和处理系统中一般 规律的科学；它的主要目的是 提高信息系统的有效性和可靠 性，最优化；其主要内容（或 分支）包括：香农理论、编码 理论、维纳理论、检测和估计 理论、信号设计与估计理论、 调制理论和随机噪声理论

4.1线性相位FR数字滤波器的特性 4.2窗口设计法(时间窗口法) 4.3频率取样法 4.4FIR数字滤波器的最优化设计 4.5与FIR数字滤器的比较

5.1 线性相位FIR数字滤波器的特性 5.2 窗口设计法（时间窗口法） 5.3 频率取样法 5.4 FIR数字滤波器的最优化设计 5.5 IIR与FIR数字滤器的比较

是一非线性方程组，可以动用求解非线性方程组的手段处理，不过这也是相当复杂的问题，何 况若 f x( ) 不可微，此路便行不通，故通常都采用使目标函数逐次下降的搜索方法

第一章 度与不动点 第二章 锥与正不动点 第三章 单调算子 第四章 凸分析与非光滑分析 第五章 非线性最优化 第六章 变分不等式 第七章 临界点理论 第八章 非线性动力系统

第四章动态规划 4.1一般方法 1.多阶段决策问题 多阶段决策过程:问题的活动过程分为若干相互联系的阶段,任一阶段i以后的行为仅依赖于i阶段的过程状态,而与i阶段之前的过程如何达到这种状态的方式无关。在每一个阶段都要做出决策,这决策过程称为多阶段决策过程(multistep decision process)。最优化问题:问题的每一阶段可能有多种可供选择的决策,必须从中选择一种决策。各阶段的决策构成一个决策序列。决策序列不同,所导致的问题的结果可能不同