工程优化第一章.pptVIP

§3 最优化问题的数学模型与分类 可行集,最优值,最优解 定义：称满足所有约束条件的向量x为容许解或可行解，容许点的集合称为容许集或可行集。 在容许集中找一点x* ，使目标函数f(x)在该点取最小值，即满足： f(x*)=min f(x) s.t. G(x* ) ≥0, H(x* )=0的过程即为最优化的求解过程。 x*称为问题的最优点，f(x*)称为最优值，（ x* , f(x*) ）称为最优解。 注意：在上述最优化问题的一般式中只是取极小值，如果遇到极大化问题，只须将目标函数反号就可以化为求极小的问题。 §3 最优化问题的数学模型与分类 如果是求极大值即 ，则可将目标函数乘以(-1)，化为求极小值问题，即 目标函数的转换 模型统一化 例3.1：函数f(x)=-x2 +2x-2在x* =1处有极大值f(x*)=-1，将它改变符号后， -f(x)=x2-2x+2 在同一点x* =1处有极小值-f(x*)=1，由此可见：max f(x)与min(-f(x)) 有相同的最优解。 §3 最优化问题的数学模型与分类 模型统一化 不等式的转换 等式的转换 因此后面专门研究最小化问题。 可行域 标准型 §3 最优化问题的数学模型与分类 §3. 2 根据函数的类型分类 目标函数和约束函数皆为线性函数 线性规划 二次规划 非线性规划 目标函数为二次函数，约束函数为线性函数 目标函数不是一次或二次函数，或者约束函数不全是线性函数 §3 最优化问题的数学模型与分类 对于最优化问题一般可作如下分类： 其中求解一维无约束问题的方法称为一维搜索或直线搜索，这在最优化方法中起十分重要的作用。 §4 最优解与极值点 极小点 可行域 定义4.1：对 ，满足不等式||x-x0||δ 的点x的集合称为x0的邻域，记为：N(x0, δ)={x︱||x-x0||δ, δ0}。 定义4.2 ：若 ，使得 恒有 称 为问题(P)的局部极小点。 §4 最优解与极值点 可行域 极小点 定义4.3: 若 ，使得 恒有 称 为问题(P)的严格局部极小点。 定义4.4: 若 ，使得 恒有 称 为问题(P)的全局极小点或者最优解。 §4 最优解与极值点 可行域 极小点 定义4.5: 若 ，使得 恒有 称 为问题(P)的严格全局极小点或者最优解。 §4 最优解与极值点 可行域 极小点 严格局部极小点 严格全局极小点 局部极小点 x0 x1 x2 §4 最优解与极值点 定理4.1: 问题(P)的任意全局极小点必为局部极小点。 定理4.2: 若目标函数f(x)和约束函数gi(x)均为定义在Rn上的连续函数，则 （1）问题(P)的可行集D为闭集； （2）问题(P) 的最优解集合为闭集。 本章小结 学习要点： 掌握最优化模型概念及模型结构 掌握最优化模型的类型 能够将一般优化模型化为标准形式 课后作业： P8 1.1 下节预习要点 1. 多元函数及其导数；多元函数的极值； 2. 线性代数的有关概念：向量与矩阵的运算、向 量的线性相关和线性无关，矩阵的秩，正定、 半正定矩阵，线性空间等； 3. 集合的有关概念：开集、闭集，集合运算，内 点、边界点等。 任课教师：寇晓丽 联系方式：kou_xiao_li@126.com 课程编号：X00MS1031 课程学时：48 课程学分：3 课程简介