均为线性的。线性规划具有相对完美的理论与方法，应用 也很广泛，但它终究不能穷尽各种优化问题，因为世界是 非线性的。 非线性规划（Nonlinear Programming）研究具有非线 性构成函数的优化问题，是运筹学中相对活跃的重要研究 分支

（一）非线性规划的例子 在决策和物理等科学中常常提出含有非线性函数的优化问题，请看下面的几个例子。 例 1、某饲养场拟建一排五间的猪舍，平面布置如图 1 所示。由于资金及材料的限制，围墙和 隔墙的总长度不能超过 54 米，为使猪舍面积最大，应如何选择长宽尺寸？

最小二乘法 一、线性最小二乘法 二、非线性最小二乘法 1.改进的 Gauss-Newton-法 2. Levenberger-Marquart-方法

1、线性规划 2、线性整数规划 4、无约束规划 3、运输问题 5、多目标规划 6、非线性规划 7、动态规划

基于通用有限元软件ANSYS建立了某大型铝电解槽结构的三维实体模型和热应力场耦合分析的有限元模型.考虑材料非线性和接触非线性的基础上对电解槽结构强度进行了仿真计算,给出了槽壳和摇篮架的应力、应变云图,分析了电解槽结构的变形规律,并提出了结构优化的途径.以槽壳近似弹性体为目标,对不同组合载荷工况进行了反算,得出与实际更接近的荷载条件

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

§10.1 线性规划问题 §10.2 线性规划问题的几何意义 §10.3 单纯形法 §10.4 非线性优化问题 §10.5 一维搜索 §10.6 无约束非线性优化

第九章 函数逼近 9.1 逼近问题的描述 9.2 内积空间的最佳逼近 9.3 最小二乘法 9.4 最佳平方逼近与正交多项式 9.5 周期函数的最佳平方逼近与快速傅立叶变换 9.6 最佳一致逼近多项式 9.7 切比雪夫多项式 9.8 函数逼近的若干重要定理 第十章 最优化方法 10.1 线性规划问题 10.2 线性规划问题的几何意义 10.3 单纯形法 10.4 非线性优化问题 10.5 一维搜索 10.6 无约束非线性优化

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

6.1 数据处理与多项式计算 6.2 数值微积分 6.3 离散傅立叶变换 6.4 线性方程组求解 6.5 非线性方程与最优化问题求解 6.6 常微分方程的数值求解 6.7 稀疏矩阵