最优化问题数学模型.ppt

最优化模型; 数学家对最优化问题的研究已经有很多年的历史。 以前解决最优化问题的数学方法只限于古典求导方法和变分法，拉格朗日（Lagrange）乘数法解决等式约束下的条件极值问题。 计算机技术的出现，使得数学家研究出了许多最优化方法和算法用以解决以前难以解决的问题。; 运用最优化方法解决最优化问题的一般方法步骤如下： ①前期分析：分析问题，找出要解决的目标，约束条件，并确立最优化的目标。 ②定义变量，建立最优化问题的数学模型，列出目标函??和约束条件。 ③针对建立的模型，选择合适的求解方法或数学软件。 ④编写程序，利用计算机求解。 ⑤对结果进行分析，讨论诸如：结果的合理性、正确性，算法的收敛性，模型的适用性和通用性，算法效率与误差等。; 最优化模型分类方法有很多，可按变量、约束条件、目标函数个数、目标函数和约束条件的是否线性是否依赖时间等分类。 根据目标函数，约束条件的特点将最优化模型包含的主要内容大致如下划分： 线性规划 整数规划 非线性规划 多目标规划 动态规划 对策论;最优化模型的求解方法分类;最优化数学模型形式 ;1.线性规划;解：该工厂生产产品I x1件，生产产品II x2件，我们可建立如下数学模型：; 最优化问题中的所有变量均为整数时，这类问题称为整数规划问题。 整数规划可分为线性整数规划和非线性整数规划 ，以及混合整数规划等。 如果决策变量的取值要么为0，要么为1，则这样的规划问题称为0－1规划。;问题：某班级准备从5名游泳队员中选择4人组成接力队，参加学校的4*100m混合泳接力比赛。5名队员4种泳姿的百米平均成绩如表2-1，问应如何选拔队员组成接力队？;问题分析：记甲、乙、丙、丁、戊分别为i=1,2,3,4,5; 记泳姿j=1,2,3,4.记队员 i 的第 j 种泳姿的百米最好成绩为c_ij(s),则表2-1可以表示成表2-2.; 决策变量：引入0-1变量 ，若选择队员i参加泳姿j的比赛, 记， ，否则记 。 目标函数：当队员i入选泳姿j时， 表示该队员的成绩，否则 。于是接力队的成绩可表示为 约束条件：根据接力队要求， 满足约束条件 a. 每人最多只能入选4种泳姿之一，即 b. 每种泳姿必须有1人而且只能有一人入选，即 ; 综上所述，这个问题的优化模型可写作： ;非线性规划问题的一般数学模型： 其中， ， 为目标函数， 为约束函数，这些函数中至少有一个是非线性函数。;应用实例： 供应与选址;建立模型; 事实上，客观世界中的大多问题都是非线性的，给予线性化处理是近似的，是在作了科学的假设和简化后得到的. 另一方面，有一些是不能进行线性化处理的，否则将严重影响模型对实际问题近似的可依赖型. 由于非线性规划问题在理论分析和计算上通常是很困难的，也不能像线性规划那样给出简洁的结果形式和全面透彻的结论. 所以，在数学建模时，要进行认真的分析，对实际问题进行合理的假设、简化，首先考虑用线性规划模型，若线性近似误差较大时，则考虑用非线性规划.; 在约1万米的高空的某边长为160km的正方形区域内，经常有若干架飞机作水平飞行，区域内每架飞机的位置和速度向量均由计算机记录其数据，以便进行飞行管理。当一架欲进入该区域的飞机到达区域边缘时，计算机记录其数据后，要立即计算并判断是否会发生碰撞。若会发生碰撞，则应计算如何调整各架飞机（包括新进入的飞机）飞行的方向角，以避免碰撞，且使飞机的调整的幅度尽量小，;该题比较有意思的一句话是：;不碰撞的标准为任意两架飞机的距离大于8km;;进入该区域的飞机在到达区域边缘时，与区域内 飞机的距离应在60km以上；;个人的想法不同，队友之间争执不下的情况下，若时间允许，都可一一写到论文中去，建立的模型一、模型二……；或者经讨论后，选择一个认为更合理的。;解：;变量、参数的符号假设（为了建模）;;根据题目条件，需计算第 架飞机之间 的最短距离;为此，我们可以给出原问题的模型如下：;首先思考一下目标函数是否有其它的表达？;最小一乘 法;;其次讨论一下约束条件是否有其它表达？; 无论选择哪一种表达，怎样考虑约束条件，目标函数都不可能是线性的。;非线性规划模型按约束条件可分为以下三类： ⑴ 无约束非线性规划模型：