最优化方法讲稿2012.11培训讲解.ppt

最优化及最优化方法;最优化方法的研究对象及应用;最优化方法的具体应用举例;最优化方法的具体应用举例;最优化方法的具体应用举例;最优化的发展简史;最优化的发展简史;最优化的发展简史;最优化方法的内容;几何规划;整数规划; 在整数规划中，如果所有变量都限制为整数，则称为纯整数规划；如果仅一部分变量限制为整数，则称为混合整数规划。整数规划的一种特殊情形是0-1规划，它的变数仅限于0或1。 整数规划是从1958年由R.E.戈莫里提出割平面法之后形成独立分支的 ，30多年来发展出很多方法解决各种问题。解整数规划最典型的做法是逐步生成一个相关的问题，称它是原问题的衍生问题。对每个衍生问题又伴随一个比它更易于求解的松弛问题（衍生问题称为松弛问题的源问题）。通过松弛问题的解来确定它的源问题的归宿，即源问题应被舍弃，还是再生成一个或多个它本身的衍生问题来替代它。随即 ，再选择一个尚未被舍弃的; 或替代的原问题的衍生问题，重复以上步骤直至不再剩有未解决的衍生问题为止。目前比较成功又流行的方法是分枝定界法和割平面法，它们都是在上述框架下形成的。　 0—1规划在整数规划中占有重要地位，一方面因为许多实际问题，例如指派问题、选地问题、送货问题都可归结为此类规划，另一方面任何有界变量的整数规划都与0—1规划等价，用0—1规划方法还可以把多种非线性规划问题表示成整数规划问题，所以不少人致力于这个方向的研究。求解0—1规划的常用方法是分枝定界法，对各种特殊问题还有一些特殊方法，例如求解指派问题用匈牙利方法就比较方便。 ;组合最优化 ;整数规划与组合最优化的关系;随机规划;随机规划是处理数据带有随机性的一类数学规划，它与确定性数学规划最大的不同在于其系数中引进了随机变量，这使得随机规划比起确定性数学规划更适合于实际问题。在管理科学、运筹学、经济学、最优控制等领域，随机规划有着广泛的应用。 随机规划的求解方法 随机规划的求解方法大致分两种。 第一种是转化法，即将随机规划转化成各自的确定性等价类，然后利用已有的确定性规划的求???方法解之； 另一种是逼近方法，利用随机模拟技术，通过一定的遗传算法程序，得到随机规划问题的近似最优解和目标函数的近似最优值。 ;讲授内容;预备知识和学习要求;最优化问题的数学模型一般形式;最优化问题分类;最优解的相关定义;定义１.3 整体(全局）最优解;定义１.4 局部最优解　若：　;而局部最优解不一定是整体最优解。　;定义１.5 范数：　;两类比较常见的范数;最优化方法概述;迭代算法;可行点列的产生;下降方向;当;可行方向;最优化问题的算法的一般迭代格式;收敛性;收敛速度;收敛速度;终止准则;最优化模型的建立;2、食谱问题 设市场上可买到 种不同的食品，第 种食品的单位售价为 。每种食品含有 种基本营养成分，第 种食品每一个单位含有第 种营养成分为 。又设每人每天对第 种营养成分的需要量不少于 。试确定在保证营养要求条件下的最经济食谱。;3、选址问题（类似的问题P89) 某城市要建设一个煤气供应中心，该中心向城市中 个用户（用户位置固定）提供输送煤气服务。对于给定的坐标系而言，已知第 个用户位置的坐标为 。如果输送管道不受道路影响（即只考虑直线距离），问如何确定该中心的位置，才能使总的输送管道最短，同时中心到第 个用户的距离必须介于 和 之间 。 ;4、最短路问题(图论极值问题） 或最优管道铺设问题 (类似问题166页) ;线性规划;线性规划模型的建立;例2.1 某厂计划在下一个生产周期内生产甲、乙两种产品，需要消耗R1、R2、和R3三种资源（例如钢材、煤炭或设备台时等），已知每件产品对这三种资源的消耗、这三种资源可供使用的量及每单位产品可获得的利润如表2.1所示。问应如何安排生产计划，使得既能充分利用现有资源，又使总利润最大？试建立问题的数学模型。(P10-11);（2）原材料的合理利用问题（P11-12）;（3）0-1背包问题(P12) 背包问题(P13);(4) 运输问题 ;(5)分派（指派）问题 ;线性的特点;共同的特征;共同的特征（继续）;它们的对应关系可用表格表示：;线性规划的一般模型形式;线性规划模型的标准形式;线性规划模型的几种表示形式;向量表示式;矩阵表示式;如何变换为标准形;如何变换为标准型(续）;线性规划的分类 ;解的相关概念 ;凸集;例1：;凸集的性质;注：;推论：;极点（顶点）;证：;与算法有关的概念;与算法有关的概念;可行解、最优解;基、基向量、基变量;基解、基可行解;可行基;可行解、基解