打算在暑假补一下优化问题的数学基础，毕竟我觉得我们做智能优化的不能只关注（元）启发式等非精确求解算法
我主要跟着中科大凌青老师的课，辅以Convex Optimization一书进行学习
1. 优化问题的广泛应用
如数据拟合问题、图像处理中的TV-L2范数、超大规模集成电路设计、最短路径问题等
都可以formulate成优化问题
2. 优化问题的一些分类方法
线性规划/非线性
其中线性规划有单纯形法和内点法，内点法能够保证在多项式时间内求解
凸优化/非凸优化
光滑/非光滑
连续/离散
单目标/多目标
学习目标：重点在于如何model与formulate，其实具体算法都有许多现成的实现，我觉得应该强调建模能力，不需要重复的造轮子做习题浪费时间
标签：formulate,线性规划,分类,问题,内点法,引入,优化 From： https://www.cnblogs.com/sun-secretbase/p/17541918.html