最优化方法（2024春）

课程信息

• 课程代码：385370 (数学与统计学院本科)
• 教师信息：艾武
• 上课地点：雁山校区教5楼，05206D、05207D、05505J
• 上课时间：
  第9-16周，每周周三1-2节(8:30 - 10:05)，05206D；
  第13-14周，每周二7-8节(16:15 - 17:50)，05206D；
  第15-16周，每周五3-4节(10:25 - 11:50)，05207D；
  第13-16周，每周四3-4节(10:25 - 11:50)，05505J；
• 答疑时间：单独和老师联系或者每次课后
• 使用教材：“最优化计算方法”，刘浩洋，户将，李勇锋，文再文，高等教育出版社，2021

授课计划

• 第01次课 第1章 最优化简介
• 第02次课 第2章 基础知识（1）：范数、导数、广义实值函数
• 第03次课 第2章 基础知识（2）：凸集、凸函数、共轭函数、次梯度
• 第04次课 第3章 典型优化问题（1）：线性规划、最小二乘、复合优化
• 第05次课 第3章 典型优化问题（2）：随机优化、半定规划、矩阵优化
• 第06次课 第4章 最优性理论（1）：解的存在性、无约束可微、一般约束
• 第07次课 第4章 最优性理论（2）：对偶理论、带约束凸优化
• 第08次课 上机：优化算法软件及模型语言
• 第09次课 第5章 无约束优化算法（1）：线搜索、梯度算法、次梯度算法
• 第10次课 第5章 无约束优化算法（2）：牛顿、拟牛顿算法、信赖域法
• 第11次课 上机：无约束优化算法Matlab实现
• 第12次课 第6章 约束优化算法：罚函数法、增广拉格朗日函数法
• 第13次课 上机：约束优化算法Matlab实现
• 第14次课 第7章 复合优化算法（1）：近似点梯度、近似点、Nesterov加速
• 第15次课 第7章 复合优化算法（2）：分块坐标下降、对偶、ADMM、随机
• 第16次课 上机：复合优化算法Matlab实现