最优化理论与方法
最优化理论与方法
1万+ 人选课
更新日期:2024/09/17
开课时间2024/09/02 - 2025/01/18
课程周期20 周
开课状态开课中
每周学时-
课程简介

什么是最优化?顾名思义,最优化就是要尽可能做到最好。著名数学家欧拉曾说过“宇宙万物无不遵循某种最大或最小的原则”。在物理世界,最优化总是很自然的发生,比如光总是走行进最快的路线,蛋白质折叠总是以能量最小的方式进行。而在人类社会中,任何决策问题都可以建模成数学优化问题,最优化就是要从众多可能中去寻找满足一定条件的最佳决策方案。

最优化一直就在我们的身边。例如,在工程建设中,面对有限的项目预算和人力物力资源,工程师们应当如何统筹安排各项作业的开工时间以及资源分配,以实现工期最短?在企业生产中,采购主管应当如何制定最优的原材料采购计划,既能保障生产需求,又能使得采购和库存的总成本最低?在物流运输配送中,如何进行车辆调度与路径规划,以实现货物准时送达,并且运输成本最小?在金融市场中,包括期权定价、投资组合等各种决策,事实上都是在寻求收益和风险的最佳权衡。

最优化理论与方法在科学、技术与管理领域中都有着非常直接和广泛的应用,包括当下热门的机器学习、人工智能领域,大部分的方法归根结底都是各种优化模型以及优化方法的应用。因此,无论你现在或将来从事哪个行业的工作或科研,学习和掌握一定的最优化知识,形成优化思维都是非常重要和有益的。

本课程是一门系统介绍最优化问题数学理论与方法的课程。授课内容将侧重优化问题基本概念的介绍,一般性优化理论的阐释和最具应用价值的凸优化建模技术讲解。课程内容精炼,兼顾了基础理论讲授和前沿技术拓展。此外,课程还介绍了常用优化软件的使用,将理论与实践相结合,以便学习者开展解决现实问题的优化研究。

课程教学团队由来自南京大学的徐薇老师、陈彩华老师和李敏老师组成,他们拥有丰富的教学经验,将通过本课程带领你感受优化理论的数学之美,了解优化理论、模型和方法的用武之地。欢迎和期待你的加入!

课程大纲
最优化简介
1.1最优化问题概述
1.2最优化问题的一般形式和分类
1.3最优解概述
第一章课后习题
预备基础知识
2.1线性代数基础知识
2.2多元函数分析基础
2.3凸集与凸函数
第二章课后习题
无约束优化最优性条件及应用
3.1无约束优化概述(案例导入)
3.2无约束优化的一阶最优性条件
3.3无约束优化的二阶最优性条件
第三章课后习题
约束优化最优性条件及应用
4.1约束优化概述(案例导入)
4.2约束优化的一阶最优性条件(1)
4.3约束优化的一阶最优性条件(2)
4.4约束优化的一阶最优性条件(3)
4.5约束优化的一阶最优性条件(4)
4.6约束优化的二阶最优性条件
4.7最优性条件的应用
第四章课后习题
约束优化的对偶定理
5.1拉格朗日对偶函数
5.2拉格朗日对偶问题
5.3从零和博弈看对偶问题
5.4对偶定理
5.5Lagrange对偶的几何解释
5.6Lagrange对偶的鞍点解释
5.7对偶理论应用(SVM)
第五章课后习题
凸优化建模技术和实例
6.1凸优化
6.2线性锥规划
6.3二阶锥规划
6.4半定规划
第六章课后习题
常用优化软件介绍
7.1常用优化软件介绍
7.2CVX的介绍与语法规范
7.3CVX的上机使