本书为数学、工程、计算机科学和其他应用科学的高年级本科生和研究生提供了广泛的数学优化课程工具。介绍了优化的基本原理,重点介绍了基于梯度的数值优化策略和算法,可用于求解光滑和有噪声的不连续优化问题。还注意到函数求值的困难和存在多个最小值,这往往不必要地抑制了基于梯度的方法的使用。这第二版介绍了仅梯度优化策略的进一步改进,以处理目标函数中的不连续。新的章节讨论了代理模型的构造,以及新的仅限梯度解决方案策略和使用Python的数值优化。一个特殊的Python模块以电子方式提供(通过springerlink),它使文本中的新算法易于访问并直接适用。数值例子和练习包括鼓励高级到研究生水平的学生计划,执行,并反映数值调查。通过对概念材料的深入理解,学生、科学家和工程师将能够发展系统和科学的数字调研技能。

数学优化通常也被称为非线性规划、数学规划或数值优化。在更一般的术语中,数学优化可以被描述为确定数学定义的问题的最佳解决方案的科学,这些问题可能是物理现实或制造和管理系统的模型。在第一种情况下,所寻求的解决方案通常对应于从分子到悬索桥的一般结构的最小能量配置,因此对科学和工程很有兴趣。在第二种情况下,对社会和工业具有经济重要性的商业和财务考虑开始发挥作用,并要求作出决定,例如确保最大的利润或最低的成本。

本书的重点几乎完全集中在基于梯度的方法上。这有两个原因。(i)作者认为,引入数学优化的主题最好通过经典的基于梯度的方法来完成,(ii)与目前流行的使用非梯度方法的趋势相反,如遗传算法(GA),模拟退火,粒子群优化和其他进化方法,作者认为,在许多情况下,这些搜索方法在计算上过于昂贵,不可行。关于数值噪声和多重最小值的存在不适合使用基于梯度的方法,以及在这种情况下唯一的解决方法是使用上述非梯度搜索技术的论点,不一定是正确的。根据作者的经验,通过明智地使用基于梯度的方法,可以解决带有数值噪声和多重最小值的问题,而且只需要花费遗传算法等搜索技术的一小部分计算成本。在此背景下,第六章讨论了第一作者开发的新的基于梯度的方法和第八章作者开发的纯梯度方法,这是特别重要的。材料的呈现不太严格,但希望是正确的,应该提供必要的信息,让科学家和工程师选择适当的优化算法,并成功地将它们应用到各自感兴趣的领域。

成为VIP会员查看完整内容
123

相关内容

书籍在狭义上的理解是带有文字和图像的纸张的集合。广义的书则是一切传播信息的媒体。
【经典书】非线性优化与工程应用,296页pdf
专知会员服务
55+阅读 · 2022年9月26日
【实用书】实用优化算法与工程应用,737页pdf
专知会员服务
111+阅读 · 2022年9月19日
【干货书】机器学习线性代数与优化,507页pdf
专知会员服务
186+阅读 · 2022年7月28日
【经典书】数据科学探索,189页pdf
专知会员服务
58+阅读 · 2022年5月16日
【经典书】数字信号处理理论与实践,804页pdf
专知会员服务
70+阅读 · 2022年5月15日
【经典书】数字控制工程:分析与设计,第二版,601页pdf
【经典书】图论第四版,180页pdf
专知会员服务
144+阅读 · 2021年7月2日
【硬核书】图论、组合优化和算法手册,1217页pdf
专知会员服务
155+阅读 · 2021年6月29日
经典书《复杂性思考》,158页pdf
专知会员服务
82+阅读 · 2021年5月8日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
143+阅读 · 2019年12月28日
经典书《斯坦福大学-多智能体系统》532页pdf
421页《机器学习数学基础》最新2019版PDF下载
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年10月20日
Arxiv
0+阅读 · 2022年10月20日
Arxiv
0+阅读 · 2022年10月17日
Arxiv
57+阅读 · 2022年1月5日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
25+阅读 · 2018年8月19日
VIP会员
相关VIP内容
【经典书】非线性优化与工程应用,296页pdf
专知会员服务
55+阅读 · 2022年9月26日
【实用书】实用优化算法与工程应用,737页pdf
专知会员服务
111+阅读 · 2022年9月19日
【干货书】机器学习线性代数与优化,507页pdf
专知会员服务
186+阅读 · 2022年7月28日
【经典书】数据科学探索,189页pdf
专知会员服务
58+阅读 · 2022年5月16日
【经典书】数字信号处理理论与实践,804页pdf
专知会员服务
70+阅读 · 2022年5月15日
【经典书】数字控制工程:分析与设计,第二版,601页pdf
【经典书】图论第四版,180页pdf
专知会员服务
144+阅读 · 2021年7月2日
【硬核书】图论、组合优化和算法手册,1217页pdf
专知会员服务
155+阅读 · 2021年6月29日
经典书《复杂性思考》,158页pdf
专知会员服务
82+阅读 · 2021年5月8日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
143+阅读 · 2019年12月28日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
相关论文
Arxiv
0+阅读 · 2022年10月20日
Arxiv
0+阅读 · 2022年10月20日
Arxiv
0+阅读 · 2022年10月17日
Arxiv
57+阅读 · 2022年1月5日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
25+阅读 · 2018年8月19日
微信扫码咨询专知VIP会员