运筹学基础课件清华大学_王永县.ppt

§4 非线性规划求解方法分类（2） 2．多维最优化 ①无约束情形 (i) 采用导数： (a)梯度法 (b)牛顿法 (c)共轭梯度法 (d)变尺度法 §4 非线性规划求解方法分类（3） (ii) 不采用导数： (a)直接法（模式搜索法） (b)可变多面体法 (c)鲍威尔法 (d)随机搜索法 §4 非线性规划求解方法分类（4） ②有约束情形 (i)线性逼近法 (ii)可行方向法 (iii)罚函数法 (iv)可变容差法 非线性规划的求解方法很多，上面列出的仅是一些常用的方法。后面将简单介绍几个最基本解法的思路和步骤。 第十讲 非线性规划（二） §1 一维最优化方法 §2 多维无约束寻优方法（使用导数） §1 一维最优化方法 （1） 目前常用的一些方法有： ·斐波那契（?Fibonacci）法——序贯试验法 ·黄金分割法（0.618法） ·牛顿切线法 ·抛物线逼近法 ·成功与失败试探法 下面将着重介绍斐波那契与黄金分割法的主要思路及步骤。 §1 一维最优化方法 （2） 一、斐波那契法与黄金分割法的基本思路 1．非线性规性的所有求解方法在理论上都是寻找出局部极值点，即所搜寻区域是单峰函数。当然，作为一维搜索方法的斐波那契法与黄金分割法亦不例外。然而，这两种方法的寻优途径不是直接找出最优点，而是不断缩小最优点所处区域，直到符合精度为止。这两种方法的主要特点为： ①适于单峰（谷）函数； ②压缩峰（谷）点所处的区域。 §1 一维最优化方法 （3） 现在分析该法是如何进行寻优的：设已知单峰函数f(t)的峰点t*（最小点）处在t=[a，b]区间（见图4-3a） 在区间[a，b]中，任取两点a1、b1且a1b1，并计算f(a1)和f(b1)，则可出现下列结果： 1）f(a1)f(b1)，则 t*必在区间[a，b1]，如图4-3中(a)所示。 2）f(a1)≥f(b1)，则t*必在[a1，b]中。如图4-3 (b)所示。 §1 一维最优化方法 （4） 0 a b2 t* a1 b1 b t f(t) (a) 0 a a1 t* b1 b t 图4-3 f(t) f(t) f(t) (b) 可见，只要在[a，b]内任取两点，就必能把t*压缩在区间[a，b1]或[a1，b]内。若要继续缩小区间，只需再计算1个点，又可缩短一部分区间长度。 §2 动态规划的计算方法——递推方式 （18） [解]尽管商店分配货物无时间阶段问题，但用动态规划求解时，可假定分配时按店号1、2、3、4次序分配（当然按其他店号次序也行）。于是可设： 阶段k=1、2、3、4，分别对应店号1、2、3、4； xk——状态变量，分配给k及以后阶段的箱数； uk——决策变量，分配给k阶段的箱数； I(xk，k)——分配给k及以后阶段的总箱数为xk时所能获得的最大利润。 则状态转移方程为 xk+1=xk－uk §2 动态规划的计算方法——递推方式 （19） 迭代公式为I(xk，uk)= 起步： I(x4，4)=L(u4，4)=L(x4，4) 其中，L（uk，k）——第k阶段分配uk箱货物时所获利润（参见表3-6）。 于是，可作出初始网格，并示于图3-5。 6 1 5 x 4 2 3 0 1 2 3 4 k 商店1 商店2 商店3 商店4 图3-5 初始网格 §2 动态规划的计算方法——递推方式 （20） 计算时，从k=4起步，逐步后退计算。 1）设货物分配车已开到k=4阶段，显然所剩货物x4应全部卸下，分给商店4。即 I(x4，4)= L(x4，4)，u4=x4，u4={0，1，…，6} x4 u4 I(x4，4) 0 1 2 3 4 5 6 0 1 2 3 4 5 6 0 4 5 6 6 6 6 §2 动态规划的计算方法——递推方式 （21） 2)设货物分配车已开到k=3阶段，车上载货量x3={0，1，…，6}。 (i) 若x3=0，则u3=0，I(0，3)=0 (ii) 若x3=1，则 I(1，3)= =max =max =4 u3=0 §2 动态规划的计算方法——递推方式 （22） (iii)若x3=2， I(2，3)=7，u3=1 (iv)若x3=3，I(3，3)=9，u3=2 (v)若x3=4，I(4，