Can I read 最优化导论 第4版=An Introduction to Optimization Fourth Edition on EtoBox?

最优化导论 第4版=An Introduction to Optimization Fourth Edition by Pdg2Pic is a book available to read on EtoBox.

What is 最优化导论 第4版=An Introduction to Optimization Fourth Edition about?

封面 1 书名 2 版权 3 前言 4 目录 8 第一部分 数学知识回顾 14 第1章 证明方法与相关记法 14 1.1证明方法 14 1.2记法 15 习题 16 第2章 向量空间与矩阵 17 2.1向量与矩阵 17 2.2矩阵的秩 21 2.3线性方程组 24 2.4内积和范数 26 习题 28 第3章 变换 30 3.1线性变换 30 3.2特征值与特征向量 30 3.3正交投影 33 3.4二次型函数 34 3.5矩阵范数 38 习题 41 第4章 有关几何概念 44 4.1线段 44 4.2超平面与线性簇 44 4.3凸集 45 4.4邻域 47 4.5多面体和多胞形 48 习题 48 第5章 微积分基础 49 5.1序列与极限 49 5.2可微性 54 5.3导数矩阵 55 5.4微分法则 58 5.5水平集与梯度 59 5.6泰勒级数 62 习题 66 第二部分 无约束优化问题 68 第6章 集合约束和无约束优化问题的基础知识 68 6.1引言 68 6.2局部极小点的条件 69 习题 77 第7章 一维搜索方法 83 7.1引言 83 7.2黄金分割法 83 7.3斐波那契数列法 86 7.4二分法 93 7.5牛顿法 93 7.6割线法 96 7.7划界法 98 7.8多维优化问题中的一维搜索 99 习题 100 第8章 梯度方法 103 8.1引言 103 8.2最速下降法 104 8.3梯度方法性质分析 110 习题 119 第9章 牛顿法 123 9.1引言 123 9.2牛顿法性质分析 125 9.3 Levenberg-Marquardt修正 128 9.4牛顿法在非线性最小二乘问题中的应用 128 习题 131 第10章 共轭方向法 132 10.1引言 132 10.2基本的共轭方向算法 133 10.3共轭梯度法 137 10.4非二次型问题中的共轭梯度法 140 习题 142 第11章 拟牛顿法 145 11.1引言 145 11.2黑塞矩阵逆矩阵的近似 146 11.3秩1修正公式 148 11.4 DFP算法 152 11.5 BFGS算法 156 习题 159 第12章 求解线性方程组 163 12.1最小二乘分析 163 12.2递推最小二乘算法 170 12.3线性方程组的最小范数解 173 12.4 Kaczmarz算法 174 12.5一般意义下的线性方程组的求解 177 习题 183 第13章 无约束优化问题和神经网络 188 13.1引言 188 13.2单个神经元训练 189 13.3反向传播算法 191 习题 199 第14章 全局搜索算法 201 14.1引言 201 14.2 Nelder-Mead单纯形法 201 14.3模拟退火法 204 14.4粒子

Author

Pdg2Pic

Language

ZH