內容提要
本書系統地介紹了工程最最佳化設計所涉及的基本知識、基本理論、主要算法和常用計算程式，包括數學模型、線性規划算法、非線性無約束算法、非線性約束算法、遺傳算法和神經網路算法，以及大型工具軟體包MATLAB中的最最佳化工具箱。書中還配有大量的例題、設計計算實例以及雙級斜齒圓柱齒輪減速器最最佳化設計的全過程。本書既兼顧理論的嚴密性和系統性，又注重算法的套用性和可操作性。套用本書介紹的基本算法和MATLAB程式，可以方便地求解各類實際的工程設計問題。
本書主要用作工程碩士研究生的教材，也可作為工科院校各專業碩士生、本科生的教材及教學參考書，還可用作工程技術人員，特別是工程設計人員的學習參考書。
圖書目錄
緒論
第1章 最最佳化問題的數學模型
1.1 設計簡例
1.2 數學模型的一般形式
1.3 數學模型的組成
1.3.1 設計變數與設計空間
1.3.2 約束條件與可行域
1.3.3 目標函式與等值線
1.4 最最佳化問題的圖解法
1.5 最最佳化問題的下降疊代解法
1.5.1 下降疊代解法的基本格式
1.5.2 算法的收斂性與終止準則
1.5.3 最最佳化算法分類
習題
第2章 最最佳化設計的數學基礎
2.1 向量與矩陣
2.2 方嚮導數與梯度
2.3 函式的泰勒展開
2.4 正定二次函式
2.5 極值條件
2.5.1 無約束問題的極值條件
2.5.2 約束問題的極值條件
習題
第3章 一維搜尋（線性搜尋）
3.1 確定初始區間
3.2 縮小區間
3.3 黃金分割法（0.618法）
3.4 二次插值法
習題
第4章 無約束最最佳化方法
4.1 梯度法（最速下降法）
4.2 牛頓法
4.2.1 基本牛頓法
4.2.2 阻尼牛頓法
4.3 變尺度法（擬牛頓法）
4.3.1 坐標變換
4.3.2 變尺度法的基本原理
4.4 共軛梯度法
4.4.1 共軛方向
4.4.2 共軛方向的產生
4.4.3 共軛梯度算法
4.5 鮑威爾法
4.5.1 基本疊代格式
4.5.2 基本鮑威爾法
4.5.3 修正鮑威爾法
習題
第5章 線性規劃方法
5.1 線性規劃問題的一般形式
5.2 線性規劃問題的解
5.2.1 基本解的產生與轉換
5.2.2 基本可行解的產生與轉換
5.2.3 基本可行解的變換條件
5.3 單純形算法
5.3.1 單純形表
5.3.2 單純形表的變換規則
習題
第6章 約束最最佳化方法
6.1 可行方向法
6.1.1 下降可行方向
6.1.2 最佳下降可行方向
6.1.3 約束一維搜尋
6.2 懲罰函式法
6.2.1 外點法
6.2.2 內點法
6.2.3 混合法
6.3 乘子法
6.3.1 等式約束問題的乘子法
6.3.2 不等式約束問題的乘子法
6.3.3 一般約束問題的乘子法
6.4 序列二次規划算法
6.5 多目標最最佳化方法
6.5.1 主要目標法
6.5.2 線性加權法
6.5.3 理想點法
6.5.4 目標逼近法
6.5.5 最大最小法
習題
第7章 智慧型最最佳化方法
7.1 遺傳算法
7.1.1 生物的遺傳與進化
7.1.2 基本遺傳算法
7.2 神經網路算法
7.2.1 人工神經元與神經網路模型
7.2.2 BP網路
7.2.3 徑向基（RBF）網路
7.2.4 Hopfield網路
習題
第8章 最最佳化問題的計算機求解
8.1 MATLAB
8.1.1 MATLAB最最佳化工具箱
8.1.2 MATLAB遺傳算法工具箱
8.1.3 MATLAB神經網路工具箱
8.2 工程最最佳化設計實例
8.2.1 最佳下料問題
8.2.2 最佳連續投資問題
8.2.3 產品成本預測問題
8.2.4 齒輪減速器的最最佳化設計
習題
參考文獻
