第*章 引論
 §1．1 引言
 §1．2 數學基礎
 §1．3 凸集和凸函數
 §1．4 無約束問題的zui優性條件
 §1．5 zui優化方法的結構
第二章 一維搜索
 §2．1引言
 §2．2 精確一維搜索的收斂理論
 §2．3 0．618法和Fibonacci法
 §2．4插值法
 §2．5 不精確一維搜索方法
第三章 牛頓法
 §3．1 zui速下降法
 §3．2 牛頓法
 §3．3 修正牛頓法
 §3．4 有限差分牛頓法
 §3．5 負麯率方嚮法
 §3．6 信賴域方法
 §3．7 不精確牛頓法
 §3．8 附錄t關於牛頓法收斂性的Kantorovich定理
第四章 共軛梯度法
 §4．1 共軛方嚮法
 §4．2共軛梯度法
 §4．3 共軛梯度法的收斂性
第五章 擬牛頓法
 §5．1擬牛頓法
 §5．2 Broyden族
 §5．3 Huang族
 §5．4 算法的不變性
 §5．5 擬牛頓法的局部收斂性
 §5．6 擬牛頓法的總體收斂性
 §5．7 自調比變尺度方法
 §5．8 稀疏擬牛頓法
第六章 非二次模型zui優化方法
 §6．1 齊次函數模型的zui優化方法
 §6．2張量方法
 §6．3 錐模型與共綫調比
第七章 非綫性zui小二乘問題
 §7．1 非綫性zui小二乘闖題
 §7．2 Gauss-Newton法
 §7．3 Levellberg-Marquardt方法
 §7．4 Levenberg-Marquardt方法的More形式
 §7．5擬牛頓法
第八章 約束優化量優性條件
 §8．1 約束優化問題．
 §8．2 一階zui優性條件
 §8．3 二階zui優性條件
第九章 二次規劃
 §9．1 二次規劃問題
 §9．2對偶性質
 §9．3 等式約束問題
……
第十章 罰函數法
第十一章 可行方嚮法
第十二章 逐步二次規劃法
第十三章 信賴域法
第十四章 非光滑優化
參考文獻