第6讲_非线性规划.pptVIP

* 数学建模 * 模型求解 利用MATLAB软件包求解得： * 数学建模 * 订购和运输方案表 返回 * 数学建模 * 某厂向用户提供发动机，合同规定，第一、二、三季度末分别交货40台、60台、80台．每季度的生产费用为 （单位:元）, 其中x是该季度生产的台数．若交货后有剩余，可用于下季度交货，但需支付存储费，每台每季度c元．已知工厂每季度最大生产能力为100台，第一季度开始时无存货，设a=50、b=0.2、c=4，问:工厂应如何安排生产计划，才能既满足合同又使总费用最低．讨论a、b、c变化对计划的影响，并作出合理的解释． 练习 1 * 数学建模 * 练习 2 返回 * 数学建模 * 谢 谢！ * 数学建模 * 数学建模 * 数学建模与数学实验 非线性规划 * 数学建模 * 实验目的 实验内容 2． 掌握用数学软件求解优化问题． 1． 直观了解非线性规划的基本内容． 1．非线性规划的基本理论． 4．实验作业． 2． 用数学软件求解非线性规划． 3． 钢管订购及运输优化模型． * 数学建模 * *非线性规划的基本解法 非线性规划的基本概念 非线性规划 返回 * 数学建模 * 定义 如果目标函数或约束条件中至少有一个是非线性函数,则最优化问题就叫做非线性规划问题． 非现性规划的基本概念 一般形式: （1） 其中 ， 是定义在 Rn 上的实值函数，简记: 其它情况: 求目标函数的最大值，或约束条件小于等于零两种情况，都可通过取其相反数化为上述一般形式． 1 n j 1 n i 1 n R : h , R : g , R : R R R f ? ? ? ( ) n T n R x x x X ? = , , , 2 1 L ( ) ( ) ? ? ? í ì = = = 3 . ,..., 2 , 1 0 m; 1,2,..., 0 . . l j X h i X g t s j i * 数学建模 * 定义1 把满足问题（1）中条件的解 称为可行解（或可行点），所有可行点的集合称为可行集（或可行域）．记为D．即 问题(1)可简记为 ． 定义2 对于问题(1),设 ,若存在 ,使得对一切 ,且 ,都有 ,则称X*是f(X)在D上的局部极小值点（局部最优解）．特别地,当 时，若 ,则称X*是f(X)在D上的严格局部极小值点（严格局部最优解）． 定义3 对于问题(1),设 ,若对任意的 ,都有 则称X*是f(X)在D上的全局极小值点（全局最优解）．特别地,当 时，若 ,则称X*是f(X)在D上的严格全局极小值点（严格全局最优解）． 返回 ) ( n R X ? ( ) ( ) { } n j i R X X h X g X D ? = 3 = , 0 , 0 | ( ) ( ), X f X f ￡ * * 数学建模 * 非线性规划的基本解法 SUTM外点法 SUTM内点法（障碍罚函数法） 1． 罚函数法 2． 近似规划法 返回 * 数学建模 * 罚函数法 罚函数法基本思想是通过构造罚函数把约束问题转化为一系列无约束最优化问题，进而用无约束最优化方法去求解．这类方法称为序列无约束最小化方法．简称为SUMT法． 其一为SUMT外点法，其二为SUMT内点法． * 数学建模 * 其中T(X,M)称为罚函数，M称为罚因子，带M的项称为罚项，这里的罚函数只对不满足约束条件的点实行惩罚:当 时，满足各 ，故罚项为0，不受惩罚．当 时,必有约束条件 ，故罚项大于0，要受惩罚． SUTM外点法 * 数学建模 * 罚函数法的缺点：每个近似最优解Xk往往不是容许解，而只能近似满足约束，在实际问题中这种结果可能不能使用；在解一系列无约束问题中，计算量太大