优化理论与实用算法
米凯尔·J. 科申德弗 蒂姆·A. 惠勒
698人在读
19.8万字总字数
¥90.3定价
米凯尔·J. 科申德弗 蒂姆·A. 惠勒
本书深入地介绍了实用算法优化的相关内容，讲述了解决各种问题的计算方法，包括搜索高维空间、处理存在多个竞争目标的问题以及兼顾指标中的不确定性。全书主要涵盖以下主题：多维导数及其生成，局部下降和一阶、二阶方法，将随机性引入优化过程的随机方法，目标函数和约束都为线性时的线性约束优化，基于种群的方法，代理模型、概率代理模型以及使用代理模型进行优化的方法，不确定性下的优化，不确定性传播，表达式优化，多学科优化。附录简要介绍了本书使用的Julia 编程语言、评估算法性能的测试函数、与导数和优化方法相关的数学概念。 本书适合高等院校数学、统计学、计算机科学等专业的本科生和研究生学习，也可用作相关领域的参考资料。
囫囵吞枣读了两遍，收获不大。书上罗列很多算法的描述，没到讲道理，没有现实用例。蜻蜓点水一般
翻譯太差。書涵蓋內容廣泛，極少的優化理論的微信讀書電子書
几乎是能找到的唯一一本完整地讲优化理论的书了。 不过很多章节里的算法就是一带而过，还需要自己找论文细看。另外翻译的也一般。