绪论、第一章 线性规划与单纯形法 第二章 对偶理论与灵敏度分析 第三章 运输问题 第四章 目标规划 第五章 整数规划 第七章 动态规划 第八章 图与网络分析

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 线性连续系统的能控性 4.2 线性连续系统的能观性 4.3 线性定常离散系统的能控性和能观性 4.4 对偶性原理 4.5 线性系统的结构性分解和零极点相消 4.6 能控规范形和能观规范形 4.7 实现问题 4.8 Matlab问题

1.1 最优化问题的基本术语 1.2 凸集与凸函数 1.3 二次函数与恒定矩阵 1.4 多元函数的可导性及其表示方法 1.5 凸函数的微分性质 1.6 凸规划及其对偶规划

提出一种互为Hilbert变换对的小波代数构造方法.这种互为Hilbert变换对的小波基的构造是从构造小波的充要条件入手,利用延迟滤波器的思想,把问题化为代数方程组求解.该方法可以避免进行谱分解.经实验证实:由基于本文构造的小波对的对偶树复小波变换可以得到比离散小波变换更好的特征提取效果

本章重点是叠加定理、戴维南定理和最大功率传输定理，难点是应用不同定理分析电路问题。 1. 叠加定理、齐性定理 2. 替代定理 3. 戴维南定理和诺顿定理 4. 特勒根定理 5. 互易定理 6. 对偶原理

2.4线性规划的灵敏度分析 一、线性规划是静态模型 二、参数发生变化,原问题的最优解还是不是最优 三、哪些参数容易发生变化 2.5 参数线性规划

线性规划(LP) 问题与建模 二维线性规划图解法 计算机解法 极小化下的求解与大M法 灵敏度分析 对偶规划 LP求解步骤与OR软件包操 建模与案例分析

第一章线性规划的数学模型 第一节线性规划一般模型 第二节线性规划的图解法 第三节线性规划的标准型 第四节线性规划解的概念 第二章线性规划的单纯形法 第一节单纯形法原理 第二节表格单纯形法 第三节人工变量问题 第四节单纯形法补遗 第三章线性规划的对偶理论 第四章线性规划灵敏性分析

第一部分 算法篇 第一章 最优化问题与数学基础 第二章 线性规划和单纯形方法 第三章 对偶线性规划 第四章 无约束最优化计算方法 第五章 约束最优化方法 第六章 直接搜索方法 第二部分 应用篇 2.1 单纯形算法 2.2 修正单纯形算法 3.1 对偶单纯形算法 4.1 下降迭代算法 4.2 黄金分割算法..... 4.3 两点三次插值算法.... 4.4 模式算法....... 4.5 最速下降算法 4.6 牛顿算法 4.7 FR共轭梯度算法 4.8 SR1算法 4.9 DFP算法 4.10 信赖域算法 5.1外点（罚函数）法