《优化算法》第二版将于2027年1月5日发布

优化算法 Mykel J. Kochenderfer 与 Tim A. Wheeler 第二版将于 2027 年 1 月 5 日发布 · 第一版，2019 年 下载 PDF 预购 简介 下载 购买 大纲 配套资源 勘误 简介 本书全面介绍优化，重点聚焦实用算法。本书从工程视角探讨优化，其目标是设计一个在约束条件下优化一组指标的系统。读者将学习应对一系列挑战的计算方法，包括搜索高维空间、处理存在多个相互竞争目标的问题，以及容纳指标中的不确定性。图表、示例和习题传达数学方法背后的直觉。本书提供了 Julia 编程语言的具体实现。 涵盖的主题包括导数及其向多维的推广；局部下降以及为局部下降提供信息的一阶和二阶方法；将随机性引入优化过程的随机方法；当目标函数和约束均为线性时的线性约束优化；代理模型、概率代理模型，以及使用概率代理模型来指导优化；不确定性下的优化；不确定性传播；表达式优化；以及多学科设计优化。附录介绍了 Julia 语言、用于评估算法性能的测试函数，以及用于推导和分析本书所讨论优化方法的数学概念。 本书可供数学、统计学、计算机科学、任何工程领域（包括电气工程和航空航天工程）以及运筹学的高年级本科生和研究生使用，也可作为专业人士的参考书。 MIT Press，2027 年 1 月 5 日 · 预览 本 PDF 在 Creative Commons CC‑BY‑NC‑ND 许可下共享。 本书版权已独家授权给 The MIT Press。所有关于权利的咨询应发送至 The MIT Press 权利与许可部。 第二版现已开放预购，发布日期为 2027 年 1 月 5 日。 第一版现已提供印刷版。 配套材料维护在 GitHub 上。 请在 GitHub 上提交 issue，或发送电子邮件至 PDF 页面底部列出的地址。PDF 会随任何更正保持更新。