01第01章最优化概述.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
* 下降方向 * 可行方向 * 优化问题一般算法(续) 这就是在优化领域著名的 好兄弟 “步长和方向” * 更一般说法(迭代算法) 集合S上的迭代算法A: (1)初始点 ; (2)按照某种规则A产生下一个迭代点 。 (i)如果点列 收敛于最优解 ,则称算法A收敛。 (ii)如果 ,则称算法A为 下降迭代算法。 . . . 优化问题一般算法(续) * 整体收敛与局部收敛 * 收敛速度与收敛阶 为什么没有1的情况 为什么没有1的情况 * 终止准则 * 二维优化几何意义 * * 小结 最优化问题一般形式的数学模型 几类主要最优化问题的标准形式: 线性规划、二次规划、无约束最优化、等式约束最优化、不等式约束最优化 基本定义: 可行点、可行域;有效约束、无效约束;全局最优解、局部最优解 * 作业 P25 1.1 什么是最优化 最优化问题的分类 相关概念 什么是最优化 最优化:在众多可行方案或方法中找到最好的方案或方法,构造寻求最优解的计算方法. 金融 交通运输 工业生产 收益最大或风险最小 两地之间的输送管道或运输路线在满足要求的条件下尽可能短 汽车生产中希望用同样面积的钢板切割尽可能多的外壳 某工厂用3种原料 生产3种产品 已知单位产品所需原料及利润如下,试制定总利润最大的生产计划. 产品 原料 每日原料可用量 2 3 0 1500 0 2 4 800 3 2 5 2000 单位产品利润(千元) 3 5 4 最优化问题举例(1)-生产计划 解:设产品 日产量 个单位, 总利润 原料日消耗量不超过可用量 最优化问题举例(1)-生产计划 * 例题2:有一边长为48厘米的正方形铁皮,从它的四个角截去相等的小正方形,然后折起各边做一个无盖的铁盒,问在四角截去多大的小正方形,才能使所做的铁盒容积最大? 48 48-2x x 48-2x x 最优化问题举例(2) * 如图,靠墙建一个矩形的操场,现只有围60米的建筑材料. 问长和宽怎样选取,可以使操场的面积最大? x 最优化问题举例(3) * 最优化问题举例(4) * 最优化问题一般形式 * 为什么没有号,为什么没有号? 怎么定义解? 一定有解吗? * 优化问题分类 最优化问题的分类 最优化问题 无约束优化问题 约束优化问题 等式约束优化问题 不等式约束优化问题 混合约束问题 根据约束条件分类 最优化问题的分类 最优化问题 连续最优化:决策变量取值连续 离散最优化:决策变量取值离散 光滑最优化:函数连续可微 非光滑优化:有一个非光滑 线性规划 非线性最优化 根据函数性质、复杂程度分类 线性规划问题 连续光滑的最优化问题,若目标函数和约束函数都是变量 的线性函数,则称为线性规划问题. 一般形式: 二次规划问题 目标函数是变量 的二次函数,约束函数都是变量 的线性函数,称为二次规划问题. 一般形式: 其中 为 阶对称矩阵. * 最优解的定义 1 整体最优 2 局部最优 y=6 y=sin(x) 全局最优解与局部最优解 例 注1:并非所有连续可微函数都有极小解. 注2:即使问题有最优解,最优解也未必唯一,也未 必是全局最优解. d c e a b * 极值问题 回顾 极值问题: 1、 f(x0)是函数f(x)的一个极大值这一概念是怎样叙述的? 2、 f(x0)是函数f(x)的一个极小值这一概念是怎样叙述的? 3、求函数的极值的步骤是哪几步? * 0 x y a b x0 y=f (x) f (x0) f (b) * 函数的最大值与最小值 定义: 设f(x)是区间[a,b]上的连续函数,如果存在点x0∈[a,b],使得对于所有x∈[a,b],都有f(x)≤f(x0)(或f(x)≥f(x0)),则称 f(x0)是函数f(x)在[a,b]上的最大值(或最小值)。 最大值和最小值统称最值。 最值问题 * 求函数最值的一般方法 先求出f(x)在[a,b]内的所有驻点(或不可导但连续的点), 将这些点的函数值与区间端点的函数值f(a),f(b)进行比较, 其中最大(小)的就是函数在区间[a,b]上的最大(小)值 * 可以看出,函数在区间[a ,b]上的最大值和最小值要么是区间端点的函数值,要么是极值。 而极值点又包括在驻点中,因此我们只要

您可能关注的文档

文档评论(0)

shaoye348 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档