1 感知机存在的一个问题 2 线性可分 SVM SVM 的种类 函数间隔和几何间隔 学习的原始最优化问 题 凸优化问题 线性可分 SVM 学习算 法—最大间隔法 支持向量与间隔边界 拉格朗日对偶性 KKT 条件 线性可分 SVM 学习的 对偶算法 3 线性不可分 SVM 线性 SVM 学习的对偶 算法 线性 SVM 学习算法 线性不可分时的 SV 合页损失函数 4 非线性 SVM 与核函数 希尔伯特空间 核函数的定义 核函数的选取 核技巧在 SVM 中的应 用 非线性 SVM 算法 5 序列最小最优化算法 SMO 算法的基本思路 两变量二次规划的求 解方法 两个变量的选择方法

4.1 最优化问题 4.2 背包问题 4.3 带有限期的作业排序 4.5 最小生成树

《数值最优化方法》课程教学课件（讲稿，打印版）最小二乘问题

一、线性规划与单纯形法简介 二、运输问题 三、指派问题 四、 最短路问题 五、转运问题 六、 中国邮递员问题

《数值最优化方法》课程教学课件（讲稿，打印版）最速下降法和牛顿法

一、消费者最优化问题： 二、给定约束下，选择一个消费组合，使得自身 三、满足程度或效用水平达到最高

动态规划是一类多阶段决策过程的最优化方法。 基本方法是：按阶段把一个大问题化成一系列相互有联系的子问题，建立相应的递推公式，解一系列的子问题，最后求得整个问题的最优解

Minimum-Cost Flow Problems (Section 7.1)(最小费用流问题) A Case Study: The BMZ Maximum Flow Problem (Section 7.2)(案例研究：BMZ公 司的最大流问题) Maximum Flow Problems (Section 7.3)(最大流问题)

第八章动态规划 一、动态规划 Dynamic Programming 研究多阶段决策的最优化问题的方法。 二、多阶段决策问题含有一个描述过程时序或空间演变的阶段变量,将复杂问题划分成若干阶段,根据“最优性原理”, 逐段解决而最终实现全局最优。 三、经济、管理、工业生产、工程技术等领域,许多问题可归结为多阶段决策问题。 四、一些用线性规划、非线性规划处理有困难的问题,往往可以用动态规划方便地求解。 五、动态规划是美国运筹学家贝尔曼(R. Bellman)等人1959年提出的

8.1 多阶段决策问题 8.2 最优化原理与动态规划的数学模型 8.3 离散确定性动态规划模型的求解 8.4 离散随机性动态规划模型的求解 8.5 一般数学规划模型的动态规划解法