黄庆道、吕显瑞、李晓峰、王彩玲编的《现代优化理论与方法》分为上下两册，共11章。包括最优化问题、线性规划、非线性规划问题、多目标规划、全局最优化问题、二次规划、整数规划、动态规划以及优化求解的软件实现等问题。 本书可以作为最优化及其相关专业的研究生教材和高年级本科生的选修课教材，也可供从事相关专业的科研人员和工程技术人员参考。

序言
前言
第1章 最优化问题简介
1.1 最优化问题的数学模型与基本概念
1.2 最优化问题的分类
1.3 凸集与凸函数
1.3.1 凸集
1.3.2 函数
1.3.3 集的分离和支撑
第2章 线性规划
2.1 线性规划的标准形式和基本概念
2.1.1 基解和最优解
2.2 修正单纯形方法
2.3 对偶理论
2.4 对偶单纯形方法
2.5 习题
第3章 无约束非线性规划
3.1 一维搜索方法
3.1.1 0.6 18法
3.1.2 Fibonacci法
3.1.3 二分法
3.2 无约束最优化的梯度方法
3.2.1 最速下降法
3.2.2 牛顿法
3.2.3 共轭梯度法
3.2.4 拟牛顿法
3.3 信赖域方法
3.3.1 信赖域方法的思想和算法框架
3.3.2 信赖域方法的收敛性
3.3.3 解信赖域子问题
3.4 习题
第4章 有约束非线性规划
4.1 解的概念、有解条件和求解方法
4.1.1 约束优化问题
4.1.2 一阶最优性条件
4.1.3 二阶最优性条件
4.2 可行方向法、既约梯度法
4.2.1 可行方向法
4.2.2 广义既约梯度法
4.3 罚函数法
4.3.1 罚函数
4.3.2 简单罚函数法
4.3.3 内点罚函数
4.4 习题
第5章 多目标规划
5.1 多目标规划的数学模型
5.1.1 引言
5.1.2 多目标决策问题的模型结构
5.2 多目标规划解的概念(有效解、满意解)
5.3 多目标规划求解的方法
5.3.1 可化为一个单目标问题的方法
5.3.2 转化为多个单目标问题的解法
5.4 习题
第6章 全局最优化
6.1 函数之差规划
6.1.1 引言
6.1.2 d.c.函数空间
6.1.3 一些其他的应用
6.2 利普希茨优化
6.2.1 利普希茨函数
6.2.2 利普希茨优化问题
6.2.3 下界
6.2.4 简介
6.2.5 MCCFP的一些模型及其复杂性
6.2.6 求解方法
6.3 习题
第7章 现代优化方法
7.1 遗传算法简介
7.1.1 遗传算法概要
7.1.2 遗传算法的特点
7.1.3 基本遗传算法
7.2 模拟退火算法
7.2.1 物理退火过程和Metropolis准则
7.2.2 模拟退火算法的基本思想和步骤
7.2.3 模拟退火算法关键参数和操作的设定
7.3 禁忌搜索
7.3.1 局部搜索
7.3.2 禁忌搜索算法
7.3.3 技术问题
7.4 习题
参考文献