优化问题与进算法.ppt

优化问题与先进算法;一、 优化问题与规划模型;1.1 线性规划 1939年苏联数学家康托洛维奇发表《生产组织与计划中的数学问题》 1947年美国数学家乔治.丹契克、冯.诺伊曼提出线性规划的一般模型及理论.;;;模型I ：模型 I : 设决策变量：种植蔬菜 亩, 棉花 亩, 水稻 亩， 求目标函数 在约束条件 下的最大值 ;规划问题：在约束条件下求目标函数的最优值点。 规划问题包含3个组成要素: 决策变量、目标函数、约束条件。 当目标函数和约束条件 都是决策变量的线性函数时， 称为线性规划问题, 否则称为非线性规划问题。 ;2. 线性规划问题求解方法 称满足约束条件的向量为可行解, 称可行解的集合为可行域 , 称使目标函数达最优值的可行解为最优解. 线性规划问题求解方法：Matlab优化工具箱和专门解优化问题的软件 Lindo、Lingo，还有软件Excel，也可应用于解优化问题。 ;一般线性规划的数学模型及解法： min f=cTx s.t. Ax ? b A1x=b1 LB ? x ? UB Matlab求解程序 [x,f]=linprog(c,A,b,A1,b1,LB,UB) ; 1. 求什么？ 土地成本价格 劳动力成本价格 2. 优化什么？ 成本价格最低 3. 限制条件？ 蔬菜的市场价 棉花的市场价 水稻的市场价 ;模型 II . 设决策变量: 对单位土地和对单位劳力投入成本价格分别为 , 求目标函数 在约束条件 , , 下的最小值. ;3. 对偶问题： A 是m ? n 矩阵，  c 是 n ? 1向量，b 是 m ? 1向量 x 是 n ? 1向量, y 是 m ? 1向量; 对偶定理: 互为对偶的两个线性规划问题, 若其中一个有有穷的最优解, 则另一个也有有穷的最优解, 且最优值相等. 若两者之一有无界的最优解, 则另一个没有可行解 模型 I II构成对偶问题. 模型 I 解得最优解Xopt=(30 0 20), 最大值 f(xopt)=4500 模型 II 解得最优解yopt=(10 200), 最小值 g(yopt)=4500. ;模型I 给出了生产中的产品的最优分配方案 模型 II 给出了生产中资源的最低估价. 进一步问：如果增加对土地和劳动力的投入，每种资源 的单位投入增加会带来多少产值？ 由最优解 y=(10,200) 可见, 多耕一亩地增加10元收入， 多一个劳动力增加200元收入。也就是说, 此时一个劳动力的估价为200元,而一亩土地估价为10元. 这种价格涉及到资源的有效利用, 它不是市场价格,而是 根据资源在生产中做出的贡献确定的估价, 被称为“影 子价格”. 再进一步问，棉花价格提高到多少才值的生产？ 由 y1+1/3y2=10+200/3=76.675, （而其它两个约束条件是等式）可见，只有当棉花价格提高到 76.6元时才值得生产. ; ;结果解释 reduced cost值表示当该非基变量增加一个单位时（其他非基变量保持不变）目标函数减少的量(对max型问题)也可理 解为：为了使该非基变量变成基变量，目标函数中对应系数 应增加的量 Row Slack or Surplus 松弛量或剩余量，土地、劳动力剩余 量为零。“资源” 剩余为零的约束为紧约束（有效约束）;;;;;;随机搜索程序的伪代码;5. 0-1规划 如果要求决策变量只取0 或 1的线性规划问题, 称为整数规划. 0-1 约束不一定是由变量的性质决定的, 更多地是由于逻辑关系引进问题的;例4 背包问题 一个旅行者的背包最多只能装 6 kg 物品. 现有4 件物品 重量为 2 kg , 3 kg, 3 kg, 4 kg, 价值为 1 元, 1.2元, 0.9元, 1.1元. 应携带那些物品使得携带物品的价值最大? 建模: 记xj：旅行者携带第 j 件物品的件数, xj = {0, 1}. 约束条件 2x 1 +3x 2 +3x 3 +4x 4 ? 6 求xj 使目标函数 f=x1+1.2x2+0.9x3+1.1x4最大.