第2章 一维优化方法2.1 牛顿法2.2 割线法2.3 多项式插值法2.4 区间分割法2.5 线搜索

第3章 梯度法和共轭梯度法3.1 梯度法3.2 共轭梯度法3.3 共轭梯度法的线性收敛性3.4 共轭梯度法的进一步改进3.5 截断共轭梯度法3.6 一个一般性收敛定理

第4章 拟牛顿法4.1 牛顿法4.2 拟牛顿法的导入4.3 几个重要的拟牛顿法4.4 不变性和二次终止性4.5 最小变化性质4.6 收敛性4.7 有限内存BFGS方法4.8 修正公式的几种计算形式4.9 弱拟牛顿修正公式

第5章 直接方法5.1 交替方向法5.2 单纯形法5.3 共轭方向法5.4 差分拟牛顿法5.5 二次逼近法

第6章 二次规划6.1 基本性质6.2 等式约束6.3 积极集法6.4 对偶方法6.5 线性互补问题6.6 内点算法

第7章 罚函数法7.1 早期罚函数7.2 乘子罚函数7.3 非光滑精确罚函数

第8章 线性约束规划8.1 等式约束8.2 积极集法8.3 投影梯度法8.4 信赖域法8.5 ε积极集法

第9章 非线性约束优化9.1 可行方向法9.2 LagrangeNewton法9.3 逐步二次规划法9.4 既约Hessian阵方法9.5 信赖域法9.6 滤子方法9.7 内点法

第10章 非光滑优化10.1 方法概述10.2 复合NDO的基本性质10.3 信赖域法10.4 线性收敛的例子10.5 一个超线性收敛算法参考文献《运筹与管理科学丛书》已出版书目