1）优化设计的数学基础
a：多元函数的方向导数和梯度；
：多元函数的泰勒展开；
c：凸集、凸函数与凸规划；
d：不等式约束优化问题的极值条件；
e：优化设计问题的几何解释、基本解法及收敛条件。
2）一维搜索方法
a：一维搜索的试探方法：二分法及黄金分割法；
：一维搜索的插值方法：牛顿法及二次插值法。
3）无约束优化方法
a：速下降法：基本思想、方法及特点；
：牛顿型方法：基本思想、方法及特点；
c：共扼梯度法：共扼方向概念及性质、方法及特点；
d：变尺度法：尺度矩阵、变尺度含义、变尺度矩阵的建立、变尺度法的一般步骤、DFP算法；
e：鲍威尔方法：基本思想、共轭方向的生成、基本算法、改进算法；
4）线性规划
a：线性规划的标准形式与基本性质；
：单纯形方法及修正单纯形方法。
5）约束优化方法
a：随机方向法：基本思路、迭代算法；
：复合形法：基本思路、迭代算法；
c：可行方向法：基本思路、基本解法；
d：惩罚函数法：内点法、外点法、混合法的基本特点、基本解法；
e：二次规划法：基本思路、基本解法。
6）多目标优化方法
a：方法、特点。
7）优化设计数学模型
a：设计变量;目标函数;约束条件;数学模型。