6.1 优化问题简介要点.ppt

调度问题 有 n 个加工量不同的工作J1,?J2,?...,?Jn ， 需要在m 个相同机器上完成加工调度， 同时需要使得 完工时间 最短。完工时间是所有工作完成加工的时间总长度 。 ?问题描述 6.1.3典型的组合优化问题 (最小完工时间) 调度问题 混合整数规划 每个作业安排在一台机器 每台机器的工作量最多为 y 工作 Ji 的加工时间 xij=1表示工作 i 安排在机器 j上 xij=0表示工作 i 未安排在机器 j上 6.1.3典型的组合优化问题 背包问题（Knapsack Problem） 给定一系列物品的质量和价值，确定每个物品装包的数量使得总重量小于或者等于 给定包给定的限度，并且使得总价值最大。 ?问题描述 6.1.3典型的组合优化问题 Maximize Maximize Maximize subject to subject to subject to 0-1 背包问题 有界背包问题 二次型背包问题 背包问题 6.1.3典型的组合优化问题 minimize subject to 装箱问题（Bin Packaging Problem） 6.1.3典型的组合优化问题 图着色问题（Graph coloring problems） 顶点着色 将图的顶点着色使得图中没有任何相邻两个顶点的颜色相同。 边着色 颜色分配给每条边使得没有两个相邻边颜色相同。 面着色 颜色分配给每个面或区域使得没有两个面的边界颜色相同。 6.1.3典型的组合优化问题 6.1 概述 6.1.1 优化问题简介 6.1.2 优化问题的分类 6.1.3典型的组合优化问题 6.1.4 常见的组合优化算法 算法设计 分析 算法效率 运行时间 存储要求 在最坏情况下解决问题基本计算机操作数目 设计算法 编码算法（算法的步骤/数据结构） 应用算法 6.1.4 常见的组合优化算法 优化算法的设计与评价 连续最优问题一般为连续变量函数的最大值或最小值 (无限个可行性解) min 4x + 5y 式中x 和 y 为 实数 组合最优问题一般为离散变量函数的最大值或最小值(有限个可行性解). min 4x + 5y 式中x 和 y 为 可数项(countable items)(例如整数) 实际上，组合问题通常更难，因为其没有可推导的信息且表面非平滑。 6.1.4 常见的组合优化算法 连续优化问题和组合优化问题的不同 牛顿/拟牛顿/高斯--牛顿算法 Newton‘s/Quasi-Newton/Gauss–Newton algorithms 共轭梯度（Conjugate Gradient） 随机梯度算法（Stochastic Gradient algorithms） 6.1.4 常见的组合优化算法 连续优化问题的常见算法 状态空间/图表/ 树搜素算法 遗传算法（Genetic algorithm） 群算法（蚁群/粒子群）Swarm algorithms (Ant colony/ Particle swarm) 进化优化算法 深度优先搜索算法（Depth-first search algorithm） 广度优先搜索算法（Breadth-first search algorithm ） 最佳优化搜索算法（Best-first search algorithms (A*/B*/Greedy)） 和谐搜索算法（Harmony search algorithm） “神经”计算算法 Hopfield神经网络算法（Hopfield neural network algorithm ） 模拟退火 6.1.4 常见的组合优化算法 组合优化问题的常见算法分类 遗传算法 群算法 (蚁群/ 粒子群） 深度优化搜素算法 广度优化搜素算法 最佳优化算法(A*/B*/Greedy) 模拟退火算法 Hopfield 神经网络算法 盲目搜索 构造型启发式搜素 元 启发式搜素 6.1.4 常见的组合优化算法 组合优化问题的常见算法分类 和声搜索算法 非常灵活 通常全局最优 对问题的大小、问题实例和随机变量通常具有鲁棒性 可能是唯一可行的替代 元启发式算法的优势 经常需要问题具体的信息/技术 最优（收敛）可能无法得到保证 缺少理论基础 对同一个问题不同的搜素肯得到不同的结构 (随机) 终止准则 多个搜索参数 元启发式算法的劣势 6.1.4 常见的组合优化算法 自动化系仪自教研室 自动化系仪自教研室 * 智能控制基础 6. 智能优化方法 Shanghai University, Shanghai, P.R.China 6.1 概述 6.1 概述 6.1.1 优化问题简介