数学建模-最优化模型.ppt

最优化模型;最优化方法概述 ;在实际生活当中，人们做任何事情，不管是分析问题，还是进行决策，都要用一种标准衡量一下是否达到了最优。 （比如基金人投资） 在各种科学问题、工程问题、生产管理、社会经济问题中，人们总是希望在有限的资源条件下，用尽可能小的代价，获得最大的收获。（比如保险） ; 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（求无约束极值问题），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。;最优化：在一定的条件下，寻求使得目标最大（最小）的策略;几个概念;经典极值问题;1、无约束极值问题的数学模型 ;1、无约束极值问题的求解 ;;用MATLAB解无约束优化问题 ;MATLAB(wliti1);例2 有边长为3m的正方形铁板，在四个角剪去相等的正方形以制成方形无盖水槽，问如何剪法使水槽的容积最大？; 命令格式为: （1）x= fminunc（fun,X0 ）；或x=fminsearch（fun,X0 ） （2）x= fminunc（fun,X0 ，options）； 或x=fminsearch（fun,X0 ，options） （3）[x，fval]= fminunc（...）； 或[x，fval]= fminsearch（...） （4）[x，fval，exitflag]= fminunc（...）； 或[x，fval，exitflag]= fminsearch （5）[x，fval，exitflag，output]= fminunc（...）； 或[x，fval，exitflag，output]= fminsearch（...）;例 用fminsearch函数求解; 建立数学模型时要尽可能简单，而且要能完整地描述所研究的系统，具体建立怎样的数学模型需要丰富的经验和熟练的技巧。即使在建立了问题的数学模型之后，通常也必须对模型进行必要的数学简化以便于分析、计算。 ;建立最优化问题数学模型的三要素：; 解：决定圆柱体表面积大小有两个决策变量：圆柱体底面半径r、高h。 问题的约束条件是所铸圆柱体重量与球重相等。即 ;则得数学模型： s.t. Subject to. ; 此时圆柱体的表面积为 ; 例4.多参数曲线拟合问题 已知两个物理量x和y之间的依赖关系为: 其中 和 待定参数,为确定这些参数,;解:很显然对参数 和 任意给定的一组数值,就由上式确定了 y关于x的一个函数关系式,在几何上它对应一条曲线,这条曲线不一定通过那m个测量点,而要产生“偏差”. 将测量点沿垂线方向到曲线的距离的 平方和作为这种“偏差”的度量.即 显然偏差S越小,曲线就拟合得越好,说明参数值就选择得越好，从而我们的问题就转化为5维无约束最优化问题。即：;;有约束最优化 最优化方法分类 （一）线性最优化：目标函数和约束条件都是线性的则称为线性最优化。 非线性最优化：目标函数和约束条件如果含有非线性的，则称为非线性最优化。 ? （二）静态最优化：如果可能的方案与时间无关，则是静态最优化问题。 动态最优化：如果可能的方案与时间有关，则是动态最优化问题;有约束最优化问题的数学建模 ; 根据目标函数，约束条件的特点将最优化方法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 动态规划 多目标规划 对策论;最优化问题的一般数学模型;整体（全局）最优解：若 ，对于一切 ，恒有 则称 是最优化问题的整体最优解。 局部最优解：若 ，存在某邻域 ，使得对于一切 ，恒有 则称 是最优化问题的局部最优解。其中 严格最优解：当 ，有 则称 为问题的严格最优解。;f(X);;; 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