无约束最优化问题无导数解法开题报告.docVIP

开题报告 无约束最优化问题无导数解法 一、选题的背景、意义 1.选题的背景 在科学研究和工程应用中，涉及到各类工程、军事、生产、管理、经济等领域内实用性非常强。最优化方法已成为许多工程技术人员、管理工作者和研究人员的必备工具。 最优化理论与算法是一个重要的数学分支，它所研究的问题是讨论在众多的设计方案中什么样的方案最优以及怎样找出最优方案。这类问题普遍从在在实际生活当中，例如，工业设计中怎么样选择设计参数，使得设计方案满足设计要求，又能降低成本；资源分配中，怎样分配有限资源，才能使得分配方案既能满足各方面的基本要求，又能获得好的经济效益；生产评价安排中，选择怎样的计划方案才能提高产值和利润；原料配比问题中，怎样确定各种成分的比例，才能提高质量，降低成本；建设规划中，怎样安排工厂、机关、学校、商店、医院、住户和其他单位的合理布局，才能方便群众，有利于城市各行各业的发展；农田规划中，怎样安排各种农作物的合理布局才能保持高产稳产，发挥地区的优势；在军事战斗指挥中，怎样确定最佳作战方案，才能有效的歼灭敌人，保存自己的实力，而有利于整场战斗的全局，诸如此类，不胜枚举。最优化这一数学分支，正是为这些问题的解决提供理论基础和求解方法，它是一门应用广泛、实用性很强的学科。 2.选题的意义 在上面的选题背景中，我们可以看出最优化设计在实际生活中的应用非常的广泛，我们可以通过数值最优化中的基础知识和计算方法来解决实际生活中问题，运用科学的计算方法和网络编程来使我们的工作变得更加效率、科学。下面我们通过以下实例来体会下最优化设计能给我们带哪些方便。 无约束最优化问题的一般数学模型为： , 解这两个问题我们要用到以下无约束优化问题的解法： Powell直接法 轴向搜索法 黄金分割法 这3种方法是针对无约束的最优化求解，分析问题，写出求解过程，再利用MATLAB软件编程计算结果，但是对于有约束的一类问题，我们也可以化成无约束问题来解决，例如， 我们加入一个罚函数，通过将目标函数和嵌入约束条件的罚函数相结合，我们可以通过求解一个序列的无约束问题。例如，只有等式约束条件，我们可以定义罚函数为 对于等式约束问题，则定义罚函数为 然后用开始介绍的3种方法来计算，这样我们就拓展了最优化算法的范围，使得实际运用时更加方便。 二、研究的基本内容与拟解决的主要问题 2.1 MATLAB软件简介和经济问题分析 2.1.1 MATLAB软件简介 MATLAB是一个基本的应用程序，是一种面向科学和工程计算的高级语言，通过对现实生活中的问题进行编程，并创建M文件运行得到结果，整个计算过程和编程过程非常便捷。所以我们的目的就是运用MATLAB软件对对现实中经济学问题进行编程并得到解。 MATLA有一个称为标准工具箱的巨大程序模块库。MATLAB工具箱包括解决实际问题的扩展库，如：求根、插值、数值积分、线性和非线性方程组求解以及常微分方程组求解。由于继承了LINPACK、EISPACK和LAPACK的特性，MATLAB对数值线性代数来说是一个高可靠的优化系统。许多数值作业能够用线性代数语言精确地表示。MATLAB和线性代数的密切关系是程序员能够用很短的MATLAB语言来解决复杂的数值作业。标准工具箱还包括数据可视化的扩展图形库，有简单的点、线和复杂的三维图形和动画。所有的MATLAB程序都可以使用这些函数，这样就可以在所有程序和程序集中分析并生成达到出版质量的图示。对图形的快速访问能有效地提高用户的效率。诊断点有助于调试程序和检验算法是否正确执行。低级的图形函数为自定义图形用户接口的分析代码提供了扩展空间。除了标准工具箱，可以使用其他的工具箱，如：信号处理、图像处理、优化、统计分析、偏微分方程的求解和许多数值计算的应用。 MATLAB 不仅有着丰富的库函数，在进行复杂的数学运算时可以直接调用而且用户还可以根据需要方便地编写和扩充新的函数库。通过混合编程用户可以方便地在MATLAB环境中调用其他用 Fortran 或者 C 语言编写的代码，也可以在 C 语言或者 Fortran 语言程序中调用MATLAB 计算引擎来执行MATLAB代码。 2.1.2现实经济当中的问题分析 现实社会中，比如经济领域，军事领域，生产领域等等，最优化问题则是我们经常会见到的，也是非常棘手的问题。怎样处理问题才能设计出最优化的方案来，这也是很多投资者，职权这，厂家所关心的问题。为此本论文将讨论无约束最优化中最为常见的无导数算法，并以经济实例来说明他的优点。现在我们来看在一个生产项目中，一年的机器折旧费用、机器维护费、工人薪水等为8万元支出，项目期间对于没用材料的变卖的利润与总的材料量的比例为5，材料的费用和材料的量的关系为，合