本书第一部分介绍了前沿最优化算法与理论，其中包括自适应Barzilai-Borwein步长、新型非单调线搜索技术、非负矩阵分解优化模型和算法、大规模非光滑方程组求解算法、非线性互补问题和互补约束优化问题求解算法，以及群智能全局优化算法。我们不仅叙述了开发这些算法的思想，还从理论上分析了算法的性质，论证了算法的收敛性，或测试算法所具备的优越数值性能。本书第二部分介绍了最优化算法及理论在工程和管理科学领域中的应用。这些问题涉及复杂环境下废旧产品回收管理问题、各类供应链管理优化问题、不确定环境下机场的士司机决策优化问题、报童问题，以及复杂运行环境下V带设计优化问题。我们不仅详尽论述了基于最优化方法解决这些实际问题的意义，充分体现优化模型构建和开发模型求解算法的全过程，还采用数值仿真方式论证了所构建模型的合理性和优越性，以及由模型和算法揭示的能用于指导管理和工程实践的结论。 本书既可以作为高年级本科生和研究生的高等最优化理论及应用教学用书，也可以为相关领域科研工作者在解决同类问题时提供有价值的参考。

前言
第一部分 前沿最优化算法与理论
第1章 自适应Barzilai-Borwein步长
1.1 引言
1.2 新型自适应BB步长和算法
1.3 收敛性分析
1.4 数值性能测试
1.4.1 病态二次问题
1.4.2 一般的非线性问题
总结
第2章 新型非单调线搜索
2.1 引言
2.2 新型非单调线搜索规则
2.3 算法及其全局收敛性
2.4 R-线性收敛
2.5 数值性能测试
总结
第3章 广义非单调线搜索技术
3.1 引言
3.2 广义非单调线搜索
3.3 算法及其收敛性分析
3.4 数值性能测试
3.4.1 不同算法之间的比较
3.4.2 新型非单调线搜索的特点
3.4.3 可调参数的影响
总结
第4章 大规模非负矩阵分解的交替非单调投影BB算法
4.1 引言
4.2 新型交替非单调投影BB算法
4.2.1 谱梯度投影策略
4.2.2 自适应BB谱步长
4.2.3 改进的非单调线搜索
4.2.4 新型高效算法
4.3 收敛性分析
4.4 数值性能测试
4.4.1 合成数据
4.4.2 在图像重构中的应用
4.4.3 在杂交鱼类谱系亚基因组转录组文本挖掘中的应用
4.4.4 噪声鲁棒性讨论
总结
第5章 正交对偶图正则化非负矩阵分解及协同聚类
5.1 引言
5.2 相关工作
5.3 新型正交对偶图正则化非负矩阵分解模型及算法
5.3.1 ODGNMF的约束优化模型
5.3.2 ODGNMF的乘法更新策略
5.4 正交对偶图正则化非负矩阵三因子分解模型及算法
5.4.1 ODGNMTF的约束优化模型
5.4.2 ODGNMTF的乘法更新策略
5.5 收敛性分析
5.5.1 算法5.1的收敛性分析
5.5.2 算法5.2的收敛性分析
5.5.3 算法的复杂度分析
5.6 数值性能测试
5.6.1 随机生成人工数据集上的表现
5.6.2 公共数据集上的表现
5.6.3 噪声鲁棒性讨论
5.6.4 参数的灵敏度分析
5.6.5 稀疏性分析
总结
第6章 求解矩阵空间上界约束优化问题的新算法及应用
6.1 引言
6.2 矩阵空间中相关的非单调线搜索规则
6.3 新型非单调线搜索技术
6.4 收敛性分析
6.5 基准优化问题测试
6.5.1 测试问题
6.5.2 不同线搜索之间的对比
6.5.3 非单调参数的影响
6.6 图像聚类模型和算法
6.7 聚类性能测试
6.7.1 聚类结果分析
6.7.2 算法噪声鲁棒性分析
6.7.3 算法的数值性能分析
总结
第7章 求解非光滑方程组新型非单调谱残量方法
7.1 引言
7.2 新的谱步长及其在二次极小化中的应用
7.3 新型非单调谱残量算法及其收敛性
7.4 数值性能测试
总结
第8章 求解非线性互补问题的部分光滑化雅可比方法
8.1 引言
8.2 一种新的光滑逼近函数
8.3 新的雅可比光滑化牛顿算法
8.4 收敛性分析
8.5 数值性能测试
总结
第9章 求解互补约束优化问题的强收敛光滑正则化方法
9.1 引言
9.2 预备知识
9.3 光滑正则化方法
9.4 收敛性分析
9.5 数值性能测试
总结
第10章 互补约束优化问题的部分光滑化方法（I）
10.1 引言
10.2 预备知识
10.3 新的部分光滑化方法和算法
10.4 收敛性分析
10.5 数值性能测试
总结
第11章 互补约束优化问题的部分光滑化方法（II）
11.1 引言
11.2 预备知识和新的光滑化方法
11.3 收敛性分析和算法设计
11.4 数值性能测试
总结
第12章 基于人类社会学习智慧的自适应群智能优化算法
12.1 引言
12.2 相关工作
12.2.1 自适应更新策略
12.2.2 更新学习机制
12.2.3 多子群技术
12.3 模拟人类社会学习智慧的新型自适应多子群群智能算法
12.3.1 更新子群大小和群的划分
12.3.2 自适应惯性权重算子
12.3.3 不同角色个体的学习策略
12.3.4 算法的整体框架
12.4 数值性能测试
12.4.1 实验一：验证所提出的学习策略的优势
12.4.2 实验二：与其他先进的粒子群算法变体比较
12.4.3 实验三：与其他最先进的进化算法的比较
总结
第二部分 工程与管理应用
第13章 基于现有销售网络再利用构建废旧手机回收优化模型与算法
13.1 引言
13.1.1 研究背景
13.1.2 相关工作及不足
13.2 新的回收UMP优化模型
13.2.1 问题描述和基本假设
13.2.2 符号说明
13.2.3 新模型的建立
13.3 模型性质分析与算法开发
13.4 案例研究
13.5 灵敏度分析
13.5.1 废旧手机实际价值的影响
13.5.2 回收意愿系数的影响
13.5.