包邮最优控制的理论与方法-第3版

**章 问题的提法与数学模型
§1．1 离散时间系统的*优控制问题
§1．2 数学规划模型
§1．3 连续时间系统的*优控制问题
§1．4 泛函极值模型
第二章 数学规划基本理论
§2．1 无约束极值及等式约束极值理论
§2．2 库恩一塔克(kuhn—tucker)理论
§2．3 拉格朗日对偶性与鞍点*优性
§2．4 算法的基本性质
第三章 *大值原理基本理论
§3．1 连续时间系统*大值原理的若干形式
§3．2 *大值原理的证明
§3．3 *大值原理的证明(泛函分析方法)
§3．4 登月艇的软着陆推力控制问题
§3．5 离散时间系统的*大值原理
第四章 动态规划基本理论
§4．1 离散时间系统的动态规划理论
§4．2 具有二次型指标函数的线性系统*优控制问题(离散时间系统)
§4．3 连续时间系统的动态规划理论
§4．4 *速控制与二次型指标线性系统*优控制问题(连续时间系统)
§4．5 动态规划常规算法
§4．6 动态规划与*大值原理的关系
第五章 离散时间系统*优控制问题的数值方法
§5．1 无约束算法，*速下降法与牛顿法
§5．2 无约束算法，共轭梯度法与拟牛顿法
§5．3 有约束算法
§5．4 离散时间系统动态规划的特殊算法
§5．5 离散时间系统的微分动态规划
第六章 连续时间系统*优控制问题的数值方法
§6．1 函数空间中梯度的求法
§6．2 函数空间中的*速下降法与共轭梯度法
§6．3 函数空间中的牛顿法
§6．4 连续时间系统的微分动态规划
第七章 离散时间系统的随机*优控制
§7．1 问题的提法
§7．2 离散时间系统的随机动态规划
§7．3 状态信息不完整的随机控制问题
§7．4 次优控制技术
第八章 连续时间系统的随机*优控制
§8．1 连续随机过程与随机微分方程
§8．2 马尔可夫扩散过程
§8．3 卡尔曼一布西滤波器
§8．4 受控马尔可夫过程的动态规划理论
§8．5 连续时间的线性二次随机*优控制
§8．6 信息不完整的情况
第九章 *优控制中的神经网络技术
§9．1 神经网络的基本概念和组成
§9．2 神经网络模型
§9．3 解凸二阶规划的神经网络
§9．4 解一般非线性规划的神经网络
§9．5 解绝对值形式(l1范数)的目标函数的非线性规划的神经网络
§9．6 解*小*大问题的神经网络
§9．7 解具有线性约束的非线性规划的神经网络
§9．8 解离散时间*优控制问题的神经网络
§9．9 解离散时间动态规划的神经网络
第十章 基于粒子群算法和遗传算法的多目标优化
§10．1 多目标优化的基本原理
§10．2 进化算法的基本概念
§10．3 多目标进化算法
§10．4 基于遗传算法的多目标优化方法
§10．5 基于粒子群优化算法的多目标优化方法
§10．6 基于matlab的仿真与分析
第十一章 基于模拟退火算法和人工免疫算法的多目标优化
§11．1 基于模拟退火算法的多目标优化
§11．2 基于人工免疫算法的多目标优化
参考文献