数学建模的最优化方法[精品].ppt

  1. 1、本文档共61页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
数学建模的最优化方法[精品]

背包问题: 有一只背包(泛指仓库、船舱、卫星仓等),最大装载重量为w单位。现有k种物品,每种的数量无限。第i种物品每件重量为 ,价值 .每种物品各取多少装入背包,使其中的物品总价值最高。 设取第i种物品 件,则 * 非线性规划 目标函数与约束条件中至少有一个是非线性函数 SUTM外点法 SUTM内点法(障碍罚函数法) 罚函数法 近似规划法 常用方法 * 基本思想:将非线性规划问题中的目标函数 和约束条件 近似为线性函数,并对变量的取值范围加以限制,从而得到一个近似线性规划问题,再用单纯形法求解之,把其符合原始条件的最优解作为原问题的近似解.每得到一个近似解后,都从这点出发,重复以上步骤. 这样,通过求解一系列线性规划问题,产生一个由线性规划最优解组成的序列,经验表明,这样的序列往往收敛于非线性规划问题的解。 近似规划法 * SUTM外点法 将求解将非线性规划问题转化为无约束问题 构造罚函数 罚函数法基本思想是通过构造罚函数把约束问题转化为一系列无约束最优化问题. 称为序列无约束最小化方法, 简称SUMT. 其中T(x,M)称为罚函数,M称为罚因子,带M的项称为罚项 这里的罚函数只对不满足约束条件的点实行惩罚: 当 时,满足各 ,故罚项=0,不受惩罚. 当 时,必有 的约束条件,故罚项>0, 要受惩罚. * SUTM内点法(障碍函数法) 设集合 是可行域中所有 严格内点的集合.构造障碍函数 考虑问题 将问题转化为无约束问题 其中 则 是问题的解. 其中称 或 为障碍项, 为障碍因子 * 资金使用问题:设有400万元资金, 要求4年内使用完, 若在一年内使用资金x万元, 则可得效益 万元(效益不能再使用),当年不用的资金可存入银行, 年利率为10%. 试制定出资金的使用计划, 以使4年效益之和为最大. 设变量 表示第i年所使用的资金数,则有 * 其中H为n阶对称半正定矩阵. 二次规划问题 标准形为 * 动态规划 解决多阶段决策过程最优化的数学方法 特点: 具有明确的阶段性,各阶段次序递推且相互依赖和影响. 各个阶段所作的决策形成确定整个系统的决策序列,称这样的决策序列为系统的一个策略.多阶段决策过程就是在所有允许的策略集合中确定一个达到最优指标的最优策略. 多阶段决策过程是一种多维优化问题的方法. 动态规划是基于最优性原理,将一个复杂的多元问题分解成为若干个相互依赖,相互联系的易于求解优化的少阶段低维问题. * 构造动态规划模型的步骤 1)将实际问题恰当地划分为若干阶段; 2)正确选择状态变量 ; 3)确定决策变量 及每段的允许决策集合 4)正确选择状态转移方程 ; 5)正确列出指标函数 并要求满足递推性。 根据Bellman的最优化原理,利用逆推(初始状态给定)和顺推方法(终止状态给定),可求出最优决策和最优值。 * 把资源分配过程分为N个阶段. 第k阶段是向第k个生产项目分配资源. 用x(k+1)表示分配完1,2,…,k个生产项目后剩余的资源数量(称为状态变量,x(1)=M). 用v(x(k+1),k+1)表示把剩余的资源x(k+1)分配给第k+1,k+2,…,N个生产项目能获得的最大利润(称为最优值函数). 投资问题 设有某种资源(或资金)M个单位(M为正整数), 欲分配用于N个生产项目. 已知第k个生产项目获得u(k)个单位(u(k)为非负整数, 称为决策变量)这种资源后可创利润L((u(k)),k). L(u(k)),K)是u(k)的不减函数.如何分配这些资源可使所获利润 最大. * 根据动态规划方法, 利用动态规划基本方程 和状态转移方程 逆向递推可求得最优决策序列 和总利润的最大值 其中 * 多目标规划 目标函数由两个或两个以上函数构成 其中 为(vp)的绝对最优解.

文档评论(0)

bodkd + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档