数学基础 | 编程基础 | 经典优化问题 | 算法及实现 | 领域交叉 |
二次型与正定矩阵、方向导数和梯度、 Hesse矩阵及泰勒展式、极小点的判定条件 | MATLAB (Optimization Toolbox, YALMIP, CVX) | 混合整数线性 规划 | 分支定界法 | 机器学习 |
凸集(仿射集合和凸集、保凸运算、广义不等式、分离与支撑超平面) | Python (Pyomo, CVXPY) | 几何规划 | 内点法 | 强化学习 |
凸函数(基本性质、保凸运算、共轭函数、拟凸函数、对数–凹函数和对数–凸函数) | Julia (JuMP.jl, Convex.jl) | 不确定优化 | 牛顿法、 拟牛顿法 | 无线通信 |
对偶(Lagrange对偶函数、Lagrange对偶问题、几何解释、最优性条件) | 其他求解器COPT4.0等 | 在线最优化 | 坐标下降 | 信号处理 |
|
|
| 动态规划 | 机器视觉 |
|
|
| 禁忌搜索算法等 |
|