https://www.youtube.com/watch?v=fHdhqdkTrDo&list=PLY55ZtPLwJDzxvac88eR_Oxyb3d-Cf5qx&index=26&t=573s&pp=iAQB

课程信息及slide：https://canli1.github.io/courses
课程描述：
这是一门研究生水平的数学优化入门课程。我们将涵盖线性规划、混合整数线性/非线性规划、圆锥规划、非凸问题的全局优化以及混合整数规划的分解算法的理论和算法。我们将使用化学工程、交通、能源系统、机器学习和控制中的现代应用来激励算法。课程讲座将是 30% 的证明，50% 的算法和计算，以及 20% 的建模和工程应用。
推荐教材：
这门课不会完全遵循任何教科书。但我们可能会在以下教科书中涵盖一些内容：
Grossmann, I. E. (2021). Advanced optimization for process systems engineering. Cambridge University Press.
Wolsey, L. A. (2020). Integer programming. John Wiley & Sons.
Bertsimas, D., & Tsitsiklis, J. N. (1997). Introduction to linear optimization. Belmont, MA: Athena scientific.
Ben-Tal, A., & Nemirovski, A. (2001). Lectures on modern convex optimization: analysis, algorithms, and engineering applications. Society for industrial and applied mathematics.
Conforti, M., Cornuéjols, G., Zambelli, G (2014). Integer programming. Graduate Texts in Mathematics
Boyd, S. P., & Vandenberghe, L. (2004). Convex optimization. Cambridge university press.
Tawarmalani, M., & Sahinidis, N. V. (2013). Convexification and global optimization in continuous and mixed-integer nonlinear programming: theory, algorithms, software, and applications (Vol. 65). Springer Science & Business Media.
Horst, R., & Tuy, H. (2013). Global optimization: Deterministic approaches. Springer Science & Business Media.
软件：
Pyomo 是用于制定优化模型的 Python 软件包的集合。
Gurobi 和 Cplex 都是用于线性规划、混合整数规划和二次规划的高性能数学规划求解器。
Mosek 是一个软件包，用于求解线性、混合整数线性、二次、混合整数二次、二次约束、圆锥和凸非线性数学优化问题。
预备课程：需要熟悉线性代数、微积分和 python 编程。