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