Pablo Pedregal，于1986年在加州大学孔普伦斯分校就读数学专业，1989年年底在D.Kinderlrhrer的指导下获得明尼苏达大学博士学位.1990年，他成为康普伦斯大学的副教授。在1994-1995年，年轻的他转到了卡斯蒂利亚-拉曼查大学，并在1997年获得了完整的教授职位。他的兴趣领域集中于变分技术在广义优化中的应用，包括但不限于变分演算——特别是向量、非凸问题等。近来他探索了可控性、逆问题、偏微分方程组和动力系统等领域的变分思想。自获得博士学位以来，他经常到美国和欧洲的研究中心交流访问并己撰写一百多篇研究文章和数本专著。

本书从数学规划、变分问题和最优控制等角度，介绍了需要采取的基于近似建模的优化技术。主要内容有：无约束优化与临界点问题；线性规划问题的结构；非线性规划问题的结构；无约束最小化的实用数值算法；光滑下的最优化条件；伪码形式的算法；基于最优控制问题的数值逼近与动态规划等。因此，本书的研究既具有学术理论价值，又具有重要的实际应用前景，可进一步应用在提高多UCAV网络化编队协同作战能力、基于战术数据链的多UCAV火力控制、电子战一体化及多UCAV协同作战效能评估方面。

1 概述 1．1 优化问题的重要性1．2 优化1．2．1 无约束优化与临界点1．2．2 约束很优化1．2．3 变分问题1．2．4 很优控制问题1．3 近似1．4 本书结构框架及用途第一部分 数学规划 2 线性规划 2．1 经典算例2．2 线性规划问题的结构2．3 灵敏性和对偶性2．4 最后一个澄清的例子2．5 结束语2．6 练习2．6．1 基础练习2．6．2 实践练习2．6．3 案例研究3 非线性规划 3．1 经典算例3．2 非线性规划问题的结构3．3 很优化条件3．4 凸性3．5 对偶性3．6 结束语3．7 练习3．7．1 基础练习3．7．2 实践练习3．7．3 案例研究4 数值近似 4．1 无约束最小化的实用数值算法4．1．1 方向4．1．2 步长4．2 基于无约束最小化的约束问题观点4．2．1 几种约束的算法4．2．2 执行的一个重要问题4．3 一些精选的例子4．4 结束语4．5 练习4．5．1 基础练习4．5．2 上机练习4．5．3 案例研究参考文献第二部分 变分问题 5 变分问题的基本理论 5．1 经典算例5．2 很优解的存在性5．3 光滑下的很优化条件5．4 约束5．5 结束语5．6 练习5．6．1 基础练习5．6．2 实践练习5．6．3 案例研究6 变分问题的数值近似 6．1 数值处理的重要性6．2 光滑逼近6．2．1 下降方向6．3 约束下的近似6．4 一些例子6．5 伪码形式的算法6．6 练习6．6．1 基础练习6．6．2 上机练习6．6．3 案例研究参考文献第三部分 很优控制 7 很优控制的基本原理 7．1 经典算例7．2 简单的存在结果7．3 很优性条件7．4 庞特里亚金原理7．5 其他重要制约因素7．6 很优性条件的充分性7．7 结束语7．8 练习7．8．1 基础练习7．8．2 实践练习7．8．3 案例研究8 基本很优控制问题的数值逼近与动态规划 8．1 简介8．2 变分问题的简化8．3 要求更高的情况8．4 动态规划8．5 结束语8．6 练习8．6．1 基础练习8．6．2 上机练习8．6．3 案例研究参考文献