大连海事大学刘巍高等运筹第三讲.pptxVIP

第二篇 运筹学中的数学规划;第三讲;非线性规划问题;例2 构件容积问题; 某钢铁厂准备用5000万元用于A、B两个项目技改进行投资。预估投资项目的年收益分别为20%和16%。同时，投资后总的风险损失随总投资和单项投资的增加而增加，应如何分配资金，才能使期望收益达最大，同时又使风险损失为最小？;问题假设;数学模型;投资决策问题另外一种提法:;数学模型;1.非线性规划模型：;可行域和可行解：;简记形式：;数学规划问题的分类：;最优解和极小点;如果有;例;三角形表示的是可行域。;2.非线性规划方法概述;数值方法的基本思路：迭代;迭代格式;定义：下降方向;定义;1.凸函数及其性质：;;定理:;定理;;2.凸规划及其性质：;凸规划性质：;解：;t为实数;一维搜索问题的算法分类：;1. 0.618法（近似黄金分割法）;搜索法求解：;假定：已经确定了单谷区间[a,b];区间缩小比例的确定：;确定[a,b],计算探索点 t1=a+0.382(b-a) t2=a+0.618(b-a);例：;2.第二轮： t2=1.146, t1=0.708;4.第四轮： t2=0.876, t1=0.708;2.Newton法;解题步骤：;例：;3.非精确一维搜索法;Goldstein法原理：;是;Armijo法原理：;本节课讨论n元函数的无约束非线性规划问题：;1.无约束问题的最优性条件;定理3;例;关于梯度的复习： ?梯度是一个向量。n元函数f(x1 ,x2 ,…xn)在某点x处的梯度为：;最速下降法又称为梯度法，由Cauchy于1847年给出。;最速下降法计算步骤：;例;说明： ?观察P119的图，可以发现x1 x0垂直于目标函数的等值线（图中的虚线）在x0的切线； ?最速下降方法相邻的两个搜索方向是相互垂直的，即x1 x0垂直x1 x2； ?最速下降法解决UMP的缺陷：迭代点越靠近最优解则目标函数下降的速度越慢； ?优点：迭代点列总是收敛的，而且计算过程简单。;本节课讨论约束非线性规划问题MP;1.约束最优化问题的最优性条件;若x*有变化，则约束条件可能没有破坏;定理1;定理1的说明：;3、定理1的实例说明;4.定理1的特例1;5.定理1的特例2;6.定理1的改进：;7.实例说明改 进后的定理1：;互补松紧条件;定理2;例：写出K-T条件; 求出相应的K-T点; 判断K-T点是不是问题的最优解;首先写出原MP问题的K-T条件：;利用互补松紧条件，可以求出K-T点：;2.惩罚函数法;(1) 罚函数法;可选的惩罚函数：;(2) 障碍函数法;可选的惩罚函数：;应用实例： 供应与选址;（一）、建立模型;（二）使用临时料场的情形;clear a=[1.25 8.75 0.5 5.75 3 7.25]; b=[1.25 0.75 4.75 5 6.5 7.75]; d=[3 5 4 7 6 11]; x=[5 2]; y=[1 7]; e=[20 20]; for i=1:6 for j=1:2 aa(i,j)=sqrt((x(j)-a(i))^2+(y(j)-b(i))^2); end end;CC=[aa(:,1); aa(:,2)]; A=[1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1]; B=[20;20]; Aeq=[1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 ]; beq=[d(1);d(2);d(3);d(4);d(5);d(6)]; VLB=[0 0 0 0 0 0 0 0 0 0 0 0];VUB=[]; x0=[1 2 3 0 1 0 0 1 0 1 0 1]; [xx,fval]=linprog(CC,A,B,Aeq,beq,VLB,VUB,x0);计算结果为：;（三）改建两个新料场的情形;设 X11=X1, X21= X 2,, X31= X 3, X41= X 4, X51= X 5,, X61= X 6 X12= X 7, X22= X 8,, X32= X 9, X42= X 10, X52= X 11,, X62= X 12 x1=X13, y1=X14, x2=X15, y2=X16 ;(2) 取初值为线性规划的计算结果及临时料场的坐标: x0=[3 5 0 7 0 1