优化模型,飞行管理,森林救火.pdf

第五讲 优化模型 在实际生活中，特别是在工程技术、经济管理和科学研究领域中存在着很多优化模型， 如投资的成本最小、利润最大问题，邮递员的投递路线最短问题，货物的运输调度问题，风 险证券投资中的收益最大，风险最小问题。 优化模型大致的可以分成两大类：无约束优化模型和约束优化模型。无约束优化模型即 求一个函数在定义域内的最大值或最小值，这类问题往往可以使用微分的方法得到最终的结 论，如一元及多元函数的最值归结为求函数的驻点；约束优化模型即求函数在一些条件约束 下的最优解，对于等式约束的问题，可以使用 Lagrange 乘数法求解，但是在数学建模中得 到的优化模型往往不是等式约束问题，而是诸如不等式约束甚至更复杂的数学规划问题，这 些问题需要使用 Matlab 等科技计算软件才能解决。数学规划问题包括线性规划、整数规划、 非线性规划、目标规划、多目标规划以及动态规划等类型的问题。 不管是什么类型的优化问题，在建模过程中需要解决的问题，也是建模的基本步骤为： （1） 确定目标函数（按照模型所需要解决的问题，用数学函数来描述目标） （2 ） 确定决策变量（目标的实现与那些变量有关，这里有主要变量和次要变量，在建模 的初期可以进考虑主要变量对目标的影响，随后可以逐步增加变量的个数） （3 ） 确定约束条件（这是优化模型建模过程中最重要，也是最难的，在很多情况下，是 否能够得到最优解，最优解是否合理，都是取决于约束条件的建立） （4 ） 模型求解（使用数学工具或数学软件求解） （5 ） 结果分析（分析结果的合理性、稳定性、敏感程度等） 第一部分 简单的优化模型 模型一 森林救火模型 问题重述：森林失火后，要确定派出消防队员的数量。队员多，森林损失小，救援费用大； 队员少，森林损失大，救援费用小。综合考虑损失费和救援费，确定队员数量。 问题分析：总的目标是确定队员数量使得损失费与救援费的总和最小。决策变量应当是消防 队员的数量。 （1）损失费：损失费由大火熄灭时，被烧毁的森林面积B 决定，若假设单位面积损失为c1 ， c B B 与决策变量，即队员数量之间的关系。建设火烧 则损失费为 1 。其中最关键的是决定 过的森林区域是圆。考虑队员数量对被烧毁森林面积的影响。将起火的时间定为 0，开始灭 t t B(t ) B(t ) 火的时间设为 ，灭火结束的时间为 ，因此烧毁的森林面积为 。队员人数对 1 2 2 2 [0, ] t 的影响在于队员的人数多少决定了火势蔓延的速度快慢，在 1 中，由于没有人员参与灭 1 火，火势蔓延的速度可以认为与时间成正比，而蔓延的速度直接影响到被烧毁的森林圆的半 [0, ] t [ , t ]t 径，从而在 内， 与时间的平方成正比。在区间 内，由于灭火的影响，火势 1 B t( ) 1 2 的蔓延速度减慢，与参与的队员人数即每个队员的灭火能力成反比，结果在t2 时刻，蔓延 速度将为 0，即火被扑灭。