吳滄浦等編的《最優(yōu)控制的理論與方法》第1版、第2版系原電子工業(yè)部的1996--2000年全國(guó)電子信息類自動(dòng)控制專業(yè)教材，現(xiàn)經(jīng)修改補(bǔ)充出版第3版。在第3版中采用面向?qū)ο蟮年U述方式，以動(dòng)態(tài)規(guī)劃理論為中心線索貫穿全書始終，介紹了如下內(nèi)容：?jiǎn)栴}的提法與數(shù)學(xué)模型，數(shù)學(xué)規(guī)劃基本理論，最大值原理基本理論，動(dòng)態(tài)規(guī)劃基本理論，離散時(shí)間系統(tǒng)最優(yōu)控制問(wèn)題的數(shù)值方法，連續(xù)時(shí)間系統(tǒng)最優(yōu)控制問(wèn)題的數(shù)值方法，離散時(shí)間系統(tǒng)的隨機(jī)最優(yōu)控制，連續(xù)時(shí)間系統(tǒng)的隨機(jī)最優(yōu)控制，最優(yōu)控制中的神經(jīng)網(wǎng)絡(luò)技術(shù)，基于粒子群算法和遺傳算法的多目標(biāo)優(yōu)化，基于模擬退火算法和人工免疫算法的多目標(biāo)優(yōu)化。
《最優(yōu)控制的理論與方法》讀者對(duì)象：“控制科學(xué)與工程”學(xué)科的博士和碩士學(xué)位研究生以及相關(guān)專業(yè)科技人員。
吳滄浦等編的《最優(yōu)控制的理論與方法》系統(tǒng)地介紹了最優(yōu)控制的理論基礎(chǔ)、最優(yōu)控制的計(jì)算方法和最優(yōu)控制的應(yīng)用。第1章緒論，第2章靜態(tài)最優(yōu)控制，第3章用變分法解最優(yōu)控制、第4章極小值原理及其應(yīng)用，第5章線性二次性型指標(biāo)的最優(yōu)控制，第6章動(dòng)態(tài)規(guī)劃，第7章最優(yōu)控制的計(jì)算方法，第8章隨機(jī)系統(tǒng)的最優(yōu)控制，第9章奇異最優(yōu)控制，第10章對(duì)策論與極大極小控制，第11章魯棒與最優(yōu)控制，第12章用MATLAB解最優(yōu)控制問(wèn)題及應(yīng)用實(shí)例。
第一章 問(wèn)題的提法與數(shù)學(xué)模型
§1．1 離散時(shí)間系統(tǒng)的最優(yōu)控制問(wèn)題
§1．2 數(shù)學(xué)規(guī)劃模型
§1．3 連續(xù)時(shí)間系統(tǒng)的最優(yōu)控制問(wèn)題
§1．4 泛函極值模型
第二章 數(shù)學(xué)規(guī)劃基本理論
§2．1 無(wú)約束極值及等式約束極值理論
§2．2 庫(kù)恩一塔克(Kuhn—Tucker)理論
§2．3 拉格朗日對(duì)偶性與鞍點(diǎn)最優(yōu)性
§2．4 算法的基本性質(zhì)
第三章 最大值原理基本理論
§3．1 連續(xù)時(shí)間系統(tǒng)最大值原理的若干形式
§3．2 最大值原理的證明
§3．3 最大值原理的證明(泛函分析方法)
§3．4 登月艇的軟著陸推力控制問(wèn)題
第一章 問(wèn)題的提法與數(shù)學(xué)模型
§1．1 離散時(shí)間系統(tǒng)的最優(yōu)控制問(wèn)題
§1．2 數(shù)學(xué)規(guī)劃模型
§1．3 連續(xù)時(shí)間系統(tǒng)的最優(yōu)控制問(wèn)題
§1．4 泛函極值模型
第二章 數(shù)學(xué)規(guī)劃基本理論
§2．1 無(wú)約束極值及等式約束極值理論
§2．2 庫(kù)恩一塔克(Kuhn—Tucker)理論
§2．3 拉格朗日對(duì)偶性與鞍點(diǎn)最優(yōu)性
§2．4 算法的基本性質(zhì)
第三章 最大值原理基本理論
§3．1 連續(xù)時(shí)間系統(tǒng)最大值原理的若干形式
§3．2 最大值原理的證明
§3．3 最大值原理的證明(泛函分析方法)
§3．4 登月艇的軟著陸推力控制問(wèn)題
§3．5 離散時(shí)間系統(tǒng)的最大值原理
第四章 動(dòng)態(tài)規(guī)劃基本理論
§4．1 離散時(shí)間系統(tǒng)的動(dòng)態(tài)規(guī)劃理論
§4．2 具有二次型指標(biāo)函數(shù)的線性系統(tǒng)最優(yōu)控制問(wèn)題(離散時(shí)間系統(tǒng))
§4．3 連續(xù)時(shí)間系統(tǒng)的動(dòng)態(tài)規(guī)劃理論
§4．4 最速控制與二次型指標(biāo)線性系統(tǒng)最優(yōu)控制問(wèn)題(連續(xù)時(shí)間系統(tǒng))
§4．5 動(dòng)態(tài)規(guī)劃常規(guī)算法
§4．6 動(dòng)態(tài)規(guī)劃與最大值原理的關(guān)系
第五章 離散時(shí)間系統(tǒng)最優(yōu)控制問(wèn)題的數(shù)值方法
§5．1 無(wú)約束算法，最速下降法與牛頓法
§5．2 無(wú)約束算法，共軛梯度法與擬牛頓法
§5．3 有約束算法
§5．4 離散時(shí)間系統(tǒng)動(dòng)態(tài)規(guī)劃的特殊算法
§5．5 離散時(shí)間系統(tǒng)的微分動(dòng)態(tài)規(guī)劃
第六章 連續(xù)時(shí)間系統(tǒng)最優(yōu)控制問(wèn)題的數(shù)值方法
§6．1 函數(shù)空間中梯度的求法
§6．2 函數(shù)空間中的最速下降法與共軛梯度法
§6．3 函數(shù)空間中的牛頓法
§6．4 連續(xù)時(shí)間系統(tǒng)的微分動(dòng)態(tài)規(guī)劃
第七章 離散時(shí)間系統(tǒng)的隨機(jī)最優(yōu)控制
§7．1 問(wèn)題的提法
§7．2 離散時(shí)間系統(tǒng)的隨機(jī)動(dòng)態(tài)規(guī)劃
§7．3 狀態(tài)信息不完整的隨機(jī)控制問(wèn)題
§7．4 次優(yōu)控制技術(shù)
第八章 連續(xù)時(shí)間系統(tǒng)的隨機(jī)最優(yōu)控制
§8．1 連續(xù)隨機(jī)過(guò)程與隨機(jī)微分方程
§8．2 馬爾可夫擴(kuò)散過(guò)程
§8．3 卡爾曼一布西濾波器
§8．4 受控馬爾可夫過(guò)程的動(dòng)態(tài)規(guī)劃理論
§8．5 連續(xù)時(shí)間的線性二次隨機(jī)最優(yōu)控制
§8．6 信息不完整的情況
第九章 最優(yōu)控制中的神經(jīng)網(wǎng)絡(luò)技術(shù)
§9．1 神經(jīng)網(wǎng)絡(luò)的基本概念和組成
§9．2 神經(jīng)網(wǎng)絡(luò)模型
§9．3 解凸二階規(guī)劃的神經(jīng)網(wǎng)絡(luò)
§9．4 解一般非線性規(guī)劃的神經(jīng)網(wǎng)絡(luò)
§9．5 解絕對(duì)值形式(L1范數(shù))的目標(biāo)函數(shù)的非線性規(guī)劃的神經(jīng)網(wǎng)絡(luò)
§9．6 解最小最大問(wèn)題的神經(jīng)網(wǎng)絡(luò)
§9．7 解具有線性約束的非線性規(guī)劃的神經(jīng)網(wǎng)絡(luò)
§9．8 解離散時(shí)間最優(yōu)控制問(wèn)題的神經(jīng)網(wǎng)絡(luò)
§9．9 解離散時(shí)間動(dòng)態(tài)規(guī)劃的神經(jīng)網(wǎng)絡(luò)
第十章 基于粒子群算法和遺傳算法的多目標(biāo)優(yōu)化
§10．1 多目標(biāo)優(yōu)化的基本原理
§10．2 進(jìn)化算法的基本概念
§10．3 多目標(biāo)進(jìn)化算法
§10．4 基于遺傳算法的多目標(biāo)優(yōu)化方法
§10．5 基于粒子群優(yōu)化算法的多目標(biāo)優(yōu)化方法
§10．6 基于MATLAB的仿真與分析
第十一章 基于模擬退火算法和人工免疫算法的多目標(biāo)優(yōu)化
§11．1 基于模擬退火算法的多目標(biāo)優(yōu)化
§11．2 基于人工免疫算法的多目標(biāo)優(yōu)化
參考文獻(xiàn)
書單推薦
