最优化基础理论与方法剖析.docxVIP

1．最优化的概念与分类最优化是应用数学的一个重要分支，最优化可定义为一种数学方法，用它可以对各种生产活动进行规划，在可供利用资源(资源泛指矿藏、水能、人力、设备、原料、运输条件、生态环境、资金、时间、空问等等)的限制条件下，使生产活动得到最大的效益或用最少的资源完成指定的生产活动。最优化问题的数学表现形式为：式中，称为目标函数，若具体问题是求，则令，于是最大值问题就转化为最小值问题。称为等式约束条件，称为不等式约束条件，如果约束条件中有，则可令，于是原来的“”就变为了“”。满足约束条件的一组称之为一组可行解。满足目标函数的可行解称为最优解，即我们需要寻求的答案。许多现实和理论问题都可以建模成这样的一般性框架，最优化问题种类繁多，分类的方法也有许多。（1）按照变量的性质分类：1）确定性规划：当最优化模型中所有变量都是确定性变量时，称为确定性规划。2）随机性规划：当模型中包含随机变量时，称为随机性规划。3）连续性规划：当模型中所有变量均是连续变量时，称为连续性规划。根据连续最优化模型中的函数的光滑与否，又分为光滑最优化和非光滑最优化，如果模型中所有的函数都连续可微，称为光滑最优化问题，否则为非光滑最优化问题。4）离散性规划：当模型中的变量取离散值时，称为离散性规划，又称组合优化。特别的，若问题的部分或所有的变量局限于整数值时，称这一类问题为整数规划问题。（2）按照有无约束条件分类：1）无约束规划：当最优化模型中不存在约束条件时，称为无约束规划。2）有约束规划：当模型中存在约束条件时，称为有约束规划。（3）按目标函数的个数分类：1）单目标规划:只存在一个目标函数时，称这一类问题为单目标规划。2）多目标规划：当存在多个目标函数时，称为多目标规划。（4）按约束条件和目标函数是否是线性函数分类：1）线性规划：当目标函数是线性函数，而且约束条件是由线性等式函数和线性不等式函数来确定的，称这一类问题为线性规划。2）非线性规划：非线性规划研究的是目标函数或约束函数中含有非线性函数的问题。特别的，当目标函数是二次函数，而且约束条件是由线性等式函数和线性不等式函数来确定的时，称为二次规划。（4）根据是否和时间有关分类：1）动态规划：动态规划是解决多阶段决策过程的最优化的一种数学算法，主要用于以时间或地域划分阶段的动态过程的最优化。2）静态规划：与时间无关的最优化问题。不同类型的最优化问题具有各自的求解方法，下面内容着重说明最优化问题的求解方法及未来研究方向，并介绍最优化方法在电力系统规划中的应用及发展。2. 最优化问题的求解方法最优化方法是近几十年形成的，它主要运用数学方法研究各种优化问题的优化途径及方案，为决策者提供科学决策的依据。最优化方法的主要研究对象是各种有组织系统的管理问题及其生产经营活动。最优化方法的目的在于针对所研究的系统，求得一个合理运用人力、物力和财力的最佳方案，发挥和提高系统的效能及效益，最终达到系统的最优目标。实践表明，随着科学技术的日益进步和生产经营的日益发展，最优化方法已成为现代管理科学的重要理论基础和不可缺少的方法，被人们广泛地应用到公共管理、经济管理、工程建设、国防等各个领域，发挥着越来越重要的作用。2.1线性规划求解2.1.1线性规划模型线性规划模型的一般表达方式如下所示：（2.1）其中，（）为待定的决策变量，己知的系数组成的矩阵A称为约束矩阵。A的列向量记为（）。A的行向量记为()。目标函数记为，向量称为价值向量，称为价值系数；向量称为右端向量。条件称为非负约束；表示变量可取正值、负值、或零值，称这样的变量为自由变量。2.1.2线性规划求解方法2.1.2.1 单纯形法求解线性规划问题的基本方法是单纯形法，是研究得最为透彻的一个方向，且至今仍是最好的应用最广泛的算法之一，已有单纯形法的标准软件，可在电子计算机上求解约束条件和决策变量数达 10000个以上的线性规划问题。它的理论根据是：线性规划问题的可行域是 n维向量空间Rn中的多面凸集，其最优值如果存在必在该凸集的某顶点处达到。顶点所对应的可行解称为基本可行解。单纯形法的基本思想是：先找出一个基本可行解，对它进行鉴别，看是否是最优解；若不是，则按照一定法则转换到另一改进的基本可行解，再鉴别；若仍不是，则再转换，按此重复进行。因基本可行解的个数有限，故经有限次转换必能得出问题的最优解。如果问题无最优解也可用此法判别。单纯形法的一般解题步骤可归纳如下：①把线性规划问题的约束方程组表达成典范型方程组，找出基本可行解作为初始基可行解。②若基本可行解不存在，即约束条件有矛盾，则问题无解。③若基本可行解存在，从初始基本可行解作为起点，根据最优性条件和可行性条件，引入非基变量取代某一基变量，找出目标函数值更优的另一基本可行解。④按步骤3进行迭代,直到对应检验数满足最优性条件（这时