《第8章系统优化.ppt

系统工程第八章 系统优化 本章学习目标 1.了解最优化问题的基本概念 2. 学会建立最优化问题的数学模型 3. 掌握线性规划及单纯形法 4. 掌握动态规划及逆序解法 5. 了解非线性规划 章节框架 8.1 最优化问题概述 8.2 线性规划 8.3 动态规划 8.4 非线性规划 8.1 最优化问题概述 最优化理论与方法 最优化理论是重要的数学分支，所研究的问题是确定在众多的方案中什么样的方案最优以及怎样找出最优方案。 黄金分割法，极值问题，拉格朗日乘数法，最速下降法，变分法——古典最优化方法 最优化理论与方法，新兴学科，发展日趋成熟。 求解算法： Kuhn-Tucker定理，Bellman最优化原理和动态规划，Pontriagin极大值原理。 8.1 最优化问题概述 在既定约束条件下实现最优目标的方法，称为最优化方法。 要在尽可能节省人力、物力和时间前提下，争取获得在可能范围内的最佳效果。 如何合理地利用有限的人力、物力、财力等资源，以便获得最好的经济效益，即在现有的各项资源条件的限制下，如何确定方案，使预期目标达到最优。 8.1 最优化问题概述 某厂在计划期内要安排生产甲、乙两种产品，这些产品分别需要在A、B、C、D四种不同的设备上加工，按工艺规定，产品甲和产品乙在各设备上需要的加工台时数于下表给出．已知各设备在计划期内有效台时数分别是12，8，16，12（一台设备工作一小时称为一台时），该厂每生产一件产品甲可得利润2元，每生产一件产品乙可得利润3元，问应如何安排生产计划，才能获得最大利润？ 8.1 最优化问题概述 设计划期内生产甲x件，生产乙y件 8.1 最优化问题概述 在满足约束条件的解中确定使目标函数达到最大或最小值的问题就是最优化问题，一般数学模型为： 目标函数 约束条件 8.1 最优化问题概述 模型由三个要素组成： (1)变量,又称为决策变量，是问题中要确定的未知量，用以表明最优化问题中的用数量表示的方案、措施，可以由决策者决定和控制。 满足约束条件的解(x1,…,xn)称为可行解，可行解的全体组成的集合称为该问题的可行域。 (2)目标函数,是决策变量的函数，按优化目标的不同，max或min。 (3)约束条件,指决策变量取值时受到的各种资源条件的限制，表达为含决策变量的等式或不等式。 8.1 最优化问题概述 连续型最优化问题根据目标函数和约束条件的不同形式，分为 （1）根据目标函数和约束条件函数类型分类。若目标函数和约束条件都是线性函数，最优化问题称为线性规划；若至少一个非线性函数，非线性规划问题。 （2）根据数学模型中有无约束条件分类。不含约束条件——无约束最优化问题，反之。 8.2 线性规划 8.2.1 线性规划模型 8.2.2 单纯形法 8.2.1 线性规划模型 数学规划的研究对象是计划管理工作中有关安排和估值的问题，解决的主要问题是在给定条件下，按某一衡量指标来寻找安排的最优方案。 可表示成求函数在满足约束条件下的极大极小值问题。 8.2.1 线性规划模型 区别： 数学规划——其中的问题目标函数和约束条件复杂，要求给出某种精确度的数值。 古典求极值问题——只处理具有简单表达式和简单约束条件。 8.2.1 线性规划模型 线性规划：约束条件和目标函数都是呈线性关系。 是研究如何在多项互相竞争的活动中间最优地分配各项有限的资源的一种数学方法。 线性规划研究的问题： （1）已经给定可用的资源的数量，如何运用这些资源来完成最大量的任务； （2）已经给定一项任务，研究如何统筹安排，才能以最少量的资源去完成这项任务。 8.2.1 线性规划模型 大型复杂实际问题——线性规划——单纯形法 对于一类最优化问题，如果同时满足如下条件： （1）按问题的不同，要求实现决策变量的线性函数（即目标函数）最大化或最小化。 （2）存在一组用线性等式或线性不等式表示的约束条件。 （3）每一个问题都用一组决策变量(x1,…,xn)表示某一方案，变量取值非负。 将满足上述条件的问题称为线性规划问题(LP)。 8.2.1 线性规划模型 线性规划的数学模型: 8.2.1 线性规划模型 用矩阵和向量形式描述时，上述模型可写为： 其中 8.2.1 线性规划模型 不同问题的线性规划的目标函数和约束条件不同，为求解方便，常将多种线性规划问题统一变换为标准形式: 8.2.2 单纯形