【大学课件】数学建模 优化模型介绍p134知识分享.ppt

数学建模;引言---数学之重要;1. 什么是数学模型？;2. 什么是数学建模?;? 数学建模其实并不是什么新东西，可以说有了数学并需要用数学去解决实际问题，就一定要用数学的语言、方法去近似地刻画该实际问题，这种刻划的数学表述的就是一个数学模型，其过程就是数学建模的过程．数学模型一经提出，就要用一定的技术手段（计算、证明等）来求解并验证，其中大量的计算往往是必不可少的，高性能的计算机的出现使数学建模这一方法如虎添翼似的得到了飞速的发展，掀起一个高潮． ? 数学建模将各种知识综合应用于解决实际问题中，是培养和提高同学们应用所学知识分析问题、解决问题的能力的必备手段之一.;数学建模参考书; 规划模型的应用极其广泛，其作用已为越来; 优化问题，一般是指用“最好”的方式，使用或分配有限的资源，即劳动力、原材料、机器、资金等，使得费用最小或者利润最大。;min f(x) --------目标函数 s.t. x?S ------约束集合，可行集 其中，S ? Rn，f :S ? R，x?S称（f S )的可行解 最优解: x*?S，满足f (x*)≤ f (x), ? x?S。则称 x*为(f S)的全局最优解(最优解), 记 g.opt.(global optimum),简记 opt. 最优值: x*为(f S)的最优解, 则称 f * = f (x*) 为 (f S)的最优值(最优目标函数值);局部最优解: x*?S，? x* 的邻域 N(x*) ，使满足 f (x*)≤ f (x), ? x ?S ? N(x*) 。则称 x*为(f S)的局部最优解,记 l .opt.(local optimum) 在上述定义中，当x ? x* 时有严格不等式成立，则分别称 x* 为(f S)的严格全局最优解和严格局部最优解。 ;数学规划模型的一般形式;优化模型的 简单分类;优化模型的简单分类和求解难度 ; 线性规划;问题一 ： 任务分配问题：某车间有甲、乙两台机床，可用于加工三种工件.假定这两台车床的可用台时数分别为800和900，三种工件的数量分别为400、600和500，且已知用三种不同车床加工单位数量不同工件所需的台时数和加工费用如下表.问怎样分配车床的加工任务，才能既满足加工工件的要求，又使加工费用最低？;;解 设在甲车床上加工工件1、2、3的数量分别为x1、x2、x3，在乙车床上加工工件1、2、3的数量分别为x4、x5、x6,可建立以下线性规划模型：;问题二： 某厂每日8小时的产量不低于1800件.为了进行质量控制，计划聘请两种不同水平的检验员.一级检验员的标准为：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员的标准为：速度15件/小时，正确率95%，计时工资3元/小时.检验员每错检一次，工厂要损失2元.为使总检验费用最省，该工厂应聘一级、二级检验员各几名？;故目标函数为：;线性规划模型：;模型特点：目标函数(Objective function) 与约束条件(Constraint)均为线性的； 目标函数实现极大化或极小化。;;线性规划模型的解的几种情况 ; 数学建模中线性规划模型的常用解法 线性规划问题的求解在理在理论上有单纯型法，在实际建模中常用以下解法：;模型求解方法;用MATLAB优化工具箱解线性规划;3. 模型：min z=cX ;解 编写M文件xxgh1.m如下： c=[-0.4 -0.28 -0.32 -0.72 -0.64 -0.6]; A=[0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 0 0.03 0 0 0.08]; b=[850;700;100;900]; Aeq=[]; beq=[]; vlb=[0;0;0;0;0;0]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) ? ;;s.t.;编写M文件xxgh3.m如下: f = [13 9 10 11 12 8]; A = [0.4 1.1 1 0 0 0 0 0 0 0.5 1.2 1.3]; b = [800; 900]; Aeq=[1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1]; beq=[400 600 500]; vlb = zeros(6,1); vub=[]; [x,fval] = linprog(f,