1.基本思想：
將待求解問題分解成若干個相互聯絡的階段，即子問題，將各階段按照一定的次序排列好之後，對於某個給定的階段狀態，先求解子問題，然後從這些子問題的解的方法得到元問題的解。
最優化原理：
作為整個過程的最優策略具有這樣的性質：無論過去的狀態和決策如何，相對於前面的決策所形成的狀態而言，餘下的決策序列必然構成最優子策略。
也就是說，乙個最優策略的子策略也是最優的。
3.無後性原則：
某一階段的狀態一旦確定，則此後過程的演變不再受此前各狀態及決策的影響。即未發生的不受到發生的事情的影響。
1. 基本思想：
遺傳進化，根據自然選擇和適者生存原理，用簡單的編碼技術和繁殖機制，模擬自然界生物群體優勝劣汰的進化過程，實現對複雜問題的求解。
2. 實現過程：
1 把搜尋空間（欲求解問題的解空間）對映為遺傳空間，把每乙個可能的解編碼為乙個向量（二進位制或十進位制數字串），稱為乙個染色體（或個體），向量中每乙個元素稱為基因。
2 所有染色體組成群體（群體中染色體個數用pop表示），並按預定的目標函式（或某種評價指標）對每個染色體進行評價，根據其結果給出乙個適應度值。
3 演算法開始時，先隨機地產生一些染色體（欲求解問題的候選解），計算其適應度，根據適應度對諸染色體進行選擇、交叉、變異操作，剔除適應度差的染色體，留下適應度較好（效能優良）的染色體，從而得到新的群體。
4 新群體的染色體是上一代群體的優秀者，繼承了上一代的優良性態，因而明顯優於上一代，這樣就能向著更優解的方向進化，直至滿足某種預定的優化收斂指標。
1 資料預處理（歸一化過程）
2 構造神經網路
3 神經網路的學習過程
4 神經網路的工作過程
資料歸一化，就是將資料對映到更小的區間。
歸一化就是要把你需要處理的資料經過處理後（通過某種演算法）限制在你需要的一定範圍內。比如將資料對映到[0,1]或[-1,1]區間或更小的區間。
影響：首先歸一化是為了後面資料處理的方便，其次是保正程式執行時收斂加快。
1. 動態規劃：水庫樞紐優化排程
水資源優化配置
2. 遺傳演算法：水庫優化排程
大壩邊坡穩定性分析
水利工程中的施工精度優化
3. 層次分析法: 水庫大壩安全鑑定的綜合評價
在水環境規劃中的應用
在水利工程投資決策中的應用
水利工程風險評估的綜合應用
在工程專案中成本的應用
4. 神經網路: 人工神經網路在水利工程方案綜合評價中的應用
基於bp（反向傳播）神經網路在水利工程投標決策應用
bp神經網路在水利發電控制系統中的應用
人工神經網路在水文預報中的應用
bp神經網路在水質評價中的應用
最優化方法複習題
第一章概述 包括凸規劃 一 判斷與填空題 1 23 設若，對於一切恒有，則稱為最優化問題的全域性最優解.4 設若，存在的某鄰域，使得對一切恒有，則稱為最優化問題的嚴格區域性最優解.5 給定乙個最優化問題，那麼它的最優值是乙個定值.6 非空集合為凸集當且僅當中任意兩點連線段上任一點屬於.7 非空集合為...
最優化方法複習題
第一章概述 包括凸規劃 一 判斷與填空題 1 23 設若，對於一切恒有，則稱為最優化問題的全域性最優解.4 設若，存在的某鄰域，使得對一切恒有，則稱為最優化問題的嚴格區域性最優解.5 給定乙個最優化問題，那麼它的最優值是乙個定值.6 非空集合為凸集當且僅當中任意兩點連線段上任一點屬於.7 非空集合為...
修訂過的最優化方法複習題
第一章引論 一 判斷與填空題 1 23 設若，對於一切恒有，則稱為最優化問題的全域性最優解.4 設若，存在的某鄰域，使得對一切恒有，則稱為最優化問題的嚴格區域性最優解.5 給定乙個最優化問題，那麼它的最優值是乙個定值.6 非空集合為凸集當且僅當中任意兩點連線段上任一點屬於.7 非空集合為凸集當且僅當...