本书对《最优化理论与算法（第2版）》中的习题全部给出了解答·其中，计算题基本按书中给出的方法步骤完成，有利于对最优化方法的理解和掌握； 证明题用到一些有关的数学知识和解题技巧，对提高数学素质及深入理解最优化理论与算法是有益的

梯度法、阻尼牛顿法、拟牛顿法 算法分析、matlab代码实现及结果分析

本书是陈宝林教授在多年实践基础上编著的.书中包括线性规划单纯形方法、对偶理论、灵敏度分析、运输问题、内点算法、非线性规划K?T条件、无约束最优化方法、约束最优化方法、整数规划和动态规划等内容.本书含有大量经典的和新近的算法,有比较系统的理论分析,实用性比较强;定理的证明和算法的推导主要以数学分析和线性代数为基础,比较简单易学.本书可以作为运筹学类课程的教学参考书,也可供应用数学工作者和工程技术人员参考。

最优化理论与算法习题解答

全局优化-理论与算法(Global Optimization Algorithms– Theory and Application) 高清晰非扫描PDF版本。 第二版本，2009出版。

本书是陈宝林教授在多年实践基础上编著的.书中包括线性规划单纯形方法、对偶理论、灵敏度分析、运输问题等内容

在生活或者工作中存在各种各样的最优化问题，比如每个企业和个人都要考虑的一个问题“在一定成本下，如何使利润最大化”等。最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。 　　工程设计中最优化问题（optimalization problem）的一般提法是要选择一组参数（变量），在满足一系列有关的限制条件（约束）下，使设计指标（目标）达到最优值。因此，最优化问题通常可以表示为数学规划形式的问题。进行工程优化设计时，应将工程设计问题用上述形式表示成数学问题，再用最优化的方法求解。这项工作就是建立优化设计的数学模型。

清华大学-最优化理论与算法课件

《最优化理论与算法》是电子信息、交通运输等专业学位研究生的专业必修课程。文章针对该课程理论性强、起点高、难度大等特点,提出了将Matlab实例与仿真引入到课程教学的改革思路,并通过双关节机械手最优路径控制为例说明基于Matlab的教学实践过程。实践证明,实施该项教学改革后,教学效果有了较大的提高,并且大大提高了学生解决复杂工程问题的能力。

深度学习理论是当下研究的热点之一。最近来自UIUC计算机助理教授Sun Ruoyu撰写一篇深度学习最优化理论和算法的综述论文，共60页257篇文献，概述了神经网络的优化算法和训练理论《Optimization for deep learning: theory and algorithms》，并得到众多大佬的推荐，比如模仿学习带头人加州理工Yisong Yue，欢迎大家阅览，需要一番数学理论功底，方能扛过。