本书共分为上、下两篇，上篇包括无约束最优化、约束最优化、非光滑最优化的各种数值算法，主要介绍每种算法的基本思想、算法的具体结构与实现、简单的收敛性结果以及数值算例，努力体现实用性，尽量避免较难较深的数学推导。下篇包括线性锥约束优化、随机优化方法、复合优化的多种数值算法，主要介绍算法的基本思想和分析的技巧。通过本书的学习，读者既能理解最优化的理论思想，又能掌握常用的优化算法，并能运用算法解决科学研究与实践中的最优化问题。 本书可作为工科研究生教材，也可作为本科高年级学生的教材，适用于计算数学、应用数学、运筹学等应用理科专业和管理工程、系统工程、电子信息、机械制造等工科专业的本科生与研究生，还可供从事运筹优化应用的工程技术人员和管理人员参考。

上篇 经典最优化方法
第一章 无约束最优化
1.1 预备知识
1.2 一维线搜索
1.3 最速下降法
1.4 共轭梯度法
1.5 牛顿法
1.6 拟牛顿法
习题一
第二章 约束最优化
2.1 预备知识
2.2 二次规划的有效集法
2.3 线性约束优化的投影梯度法
2.4 罚函数法
2.5 序列二次规划法
习题二
第三章 非光滑最优化
3.1 预备知识
3.2 次梯度法
3.3 割平面法
3.4 束方法
习题三
下篇 现代最优化方法
第四章 线性锥约束优化
4.1 预备知识
4.2 半定规划
4.3 二阶锥规划
习题四
第五章 随机优化方法
5.1 预备知识
5.2 经典的凸优化方法
5.3 随机优化方法
5.4 方差减少的随机优化方法
习题五
第六章 复合优化
6.1 预备知识
6.2 临近梯度法
6.3 对偶临近梯度法
6.4 交替方向乘子法
6.5 广义条件梯度方法
习题六
参考文献