主要讲授线性规划与目标规划、整数线性规划、非线性规划、动态规划、图与网络分析、排队论、存储论、对策论、决策论和启发式方法

线搜索方法
1. 理解最优化问题的基本概念和数学模型，包括线性规划、非线性规划、整数规划等。掌握最优化方法的基本原理，如梯度下降、拉格朗日乘子法、动态规划等。熟悉最优化算法的原理及其在不同领域的应用，如在工程、经济、管理等方面的具体案例。2. 能够分析和建立实际问题的最优化数学模型，将其转化为标准形式，并选择合适的最优化算法求解。具备运用计算工具（如MATLAB、Python等）实现最优化算法的能力，进行数值计算和结果分析。
能够独立思考和解决实际问题中的最优化挑战，提出有效的优化方案，并对其进行评估和改进。3. 培养学生系统思考、科学求证的思维方式，注重数据分析和实证研究，树立客观、务实的科学态度。强调最优化方法在社会经济发展中的重要作用，引导学生关注社会问题，并通过优化方法为社会提供解决方案，培养责任感和使命感。培养学生团队合作精神和创新意识，通过课程设计和项目实践，促进学生之间的交流合作，培养团队协作和领导能力。
梯度法和牛顿法
1. 理解最优化问题的基本概念和数学模型，包括线性规划、非线性规划、整数规划等。掌握最优化方法的基本原理，如梯度下降、拉格朗日乘子法、动态规划等。熟悉最优化算法的原理及其在不同领域的应用，如在工程、经济、管理等方面的具体案例。2. 能够分析和建立实际问题的最优化数学模型，将其转化为标准形式，并选择合适的最优化算法求解。具备运用计算工具（如MATLAB、Python等）实现最优化算法的能力，进行数值计算和结果分析。
能够独立思考和解决实际问题中的最优化挑战，提出有效的优化方案，并对其进行评估和改进。3. 培养学生系统思考、科学求证的思维方式，注重数据分析和实证研究，树立客观、务实的科学态度。强调最优化方法在社会经济发展中的重要作用，引导学生关注社会问题，并通过优化方法为社会提供解决方案，培养责任感和使命感。培养学生团队合作精神和创新意识，通过课程设计和项目实践，促进学生之间的交流合作，培养团队协作和领导能力.
共轭梯度方法
1. 理解最优化问题的基本概念和数学模型，包括线性规划、非线性规划、整数规划等。掌握最优化方法的基本原理，如梯度下降、拉格朗日乘子法、动态规划等。熟悉最优化算法的原理及其在不同领域的应用，如在工程、经济、管理等方面的具体案例。2. 能够分析和建立实际问题的最优化数学模型，将其转化为标准形式，并选择合适的最优化算法求解。具备运用计算工具（如MATLAB、Python等）实现最优化算法的能力，进行数值计算和结果分析。
能够独立思考和解决实际问题中的最优化挑战，提出有效的优化方案，并对其进行评估和改进。3. 培养学生系统思考、科学求证的思维方式，注重数据分析和实证研究，树立客观、务实的科学态度。强调最优化方法在社会经济发展中的重要作用，引导学生关注社会问题，并通过优化方法为社会提供解决方案，培养责任感和使命感。培养学生团队合作精神和创新意识，通过课程设计和项目实践，促进学生之间的交流合作，培养团队协作和领导能力。