1优化模型.ppt

最优化理论在建模中的应用 最优化理论 最优化理论与算法是数学的一个重要分支，它所研究的问题是讨论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，这类问题很普遍，比如，工程设计中怎样选择设计参数，使设计方案既满足设计要求又能降低成本；在资源配置中，怎样分配有限资源使得分配方案既能满足各方面的基本要求，又能获得好的经济效益；生产计划安排中，选择怎样的计划方案才能提高产值和利润；城建规划中，怎样安排工厂、机关、学校、商店、医院、住户和其他单位的合理布局，才能方便群众，有利于城市各个行业的发展；在人类生活的各个领域，诸如此类，不胜枚举。最优化这一数学分支，正是为这些问题的解决，提供理论基础和求解方法。 多目标规划问题及其数学模型 例5.1 某企业计划生产甲，乙两种产品，这些产品分别要在A,B,C,D四种不同设备上加工。按工艺文件规定，如表所示。 解：设甲、乙产品的产量分别为x1，x2，建立线性规划模型： 线性规划模型存在的局限性： 1）要求问题的解必须满足全部约束条件，实际问题中并非所有约束都需要严格满足。 2）只能处理单目标的优化问题。实际问题中，目标和约束可以相互转化。 3）线性规划中各个约束条件都处于同等重要地位，但现实问题中，各目标的重要性即有层次上的差别，同一层次中又可以有权重上的区分。 4）线性规划寻求最优解，但很多实际问题中只需找出满意解就可以。 目标规划怎样解决上述线性规划模型建模中的局限性？ ∵正负偏差不可能同时出现，故总有： x1－x2+d--d+ =0 3）设备B必要时可加班及加班时间要控制，目标约束表示为： 上述目标规划模型可以表示为： 整数规划的特点及应用 例 指派问题或分配问题。人事部门欲安排四人到四个不同岗位工作，每个岗位一个人。经考核四人在不同岗位的成绩（百分制）如表所示，如何安排他们的工作使总成绩最好。 整数规划的特点及应用 每项工作只能安排一人，约束条件为： 三、模型的建立与分析 1.总体风险用所投资的Si中最大的一个风险来衡量,即max{ qixi|i=1，2,…n} 4. 模型简化： 四、模型1的求解 由于a是任意给定的风险度，到底怎样给定没有一个准则，不同的投资者有不同的风险度。我们从a=0开始，以步长△a=0.001进行循环搜索，编制程序如下： a=0; while(1.1-a)1 c=[-0.05 -0.27 -0.19 -0.185 -0.185]; Aeq=[1 1.01 1.02 1.045 1.065]; beq=[1]; A=[0 0.025 0 0 0;0 0 0.015 0 0;0 0 0 0.055 0;0 0 0 0 0.026]; b=[a;a;a;a]; vlb=[0,0,0,0,0];vub=[]; [x,val]=linprog(c,A,b,Aeq,beq,vlb,vub); a x=x Q=-val plot(a,Q,.)，axis([0 0.1 0 0.5])，hold on a=a+0.001; end xlabel(a),ylabel(Q) To Matlab（xxgh5） 计算结果： 五、 结果分析 返 回 4.在a=0.006附近有一个转折点，在这一点左边，风险增加很少时，利润增长 很快。在这一点右边，风险增加很大时，利润增长很缓慢，所以对于风险和 收益没有特殊偏好的投资者来说，应该选择曲线的拐点作为最优投资组合， 大约是a*=0.6%，Q*=20% ，所对应投资方案为: 风险度 收益 x0 x1 x2 x3 x4 0.0060 0.2019 0 0.2400 0.4000 0.1091 0.2212 3.曲线上的任一点都表示该风险水平的最大可能收益和该收益要求的最小风险。对于不同风险的承受能力，选择该风险水平下的最优投资组合。 2.当投资越分散时，投资者承担的风险越小，这与题意一致。即: 冒险的投资者会出现集中投资的情况，保守的投资者则尽量分散投资。 1.风险大，收益也大。 *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 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时的最优化问题就叫做非线性规划问题． 非线性规划的基本概念 一般形式: