工程优化方法.pptxVIP

主要内容;第一章 ;最优化—寻求最优方案的方法称为最优化方法。 最优方案：从所有可能的方案中选择最合理的一 种以达到最优目标。 最优目标：与工程设计密切相关。如：产值最大、 耗能最小、 速度最快等等。 处理方法：对实际问题建立一个数学模型。 发展过程—运筹学、线性规划、非线性规划、动态规划、组合优化等。 促进最优化发展的主要因素 近代科技与生产发展的需要 计算机技术的飞速发展 ;参考书目 《最优化理论???方法》袁亚湘等编，科学出版社 《数学规划讲义》马仲蓄等编，人大出版社 《实用线性规划》D.M希梅尔布劳著 《无约束最优化计算方法》邓乃杨等编 基础：高等数学，线性代数 ;§1 最优化问题的数学模型及分类;优化模型的一般形式; （一）根据问题的不同特点分类 无约束最优化问题 约束最优化问题 等式约束优化问题 不等式约束优化问题 ; 一般的约束优化问题 以上为标准形式，某些问题可标准化： 1） 2）;（二）根据函数类型分类 线性规划：目标函数、约束条件都是线性的 二次规划：目标函数为二次函数，约束条件 中的函数为线性的。 非线性规划：目标函数不是一次or二次的， 或约束条件中的函数不全是线 性的。 （三）根据函数性质分类 动态与静态 随机与确定 单目标与多目标 ;（四）解法的分类 解析方法:利用函数的分析性质去构造迭代 公式，使之收敛到极值点。 直接方法：按一定的数学原理，用尽量少的 计算量，直接比较函数值的大小。;§2 最优化方法解决问题的工作步骤;1、最优解与极值点 容许解集： Def1:若 使得 ，恒有 称 为问题（p）的最优解or全局极小 值点。记 g.opt.( global optimum),简 记 opt. ;Def2:若 ，使得 ， 恒有 ， 称 为问题（p）的严格全局极小值点。 Def3:若 ， 使得 ，恒有 称 为问题（p）的局部极小值点。 记 l .opt.(local optimum) Def4:若 ， 恒有 ， 称 为问题（p）的严格局部极小值点。 ;;由以上定义，可得到两个简单定理： Th1：问题（p）的任意全局极小值点必为局部 极小值点。 Th2：若目标f(x)和g(x)都为定义域上的连续 函数，则： （1）问题（p）的容许解集R为闭集。 （2）问题（p）的最优解集R为闭集。 ;2、向量和子空间投影定理 (1) n维欧氏空间：Rn 点（向量）：x ? Rn, x = (x1 ,x2 ,…,xn)T 分量 xi ? R (实数集) 方向（自由向量）：d ? Rn, d ? 0 d =(d1 ,d2 ,…,dn)T 表示从0指向d 的方向 实用中，常用 x + ?d 表示从x 点出发沿d 方向移动?d 长度得到的点;(2) 向量运算：x , y ? Rn x , y 的内积：xTy = ? xiyi = x1y1+ x2y2+ …+ xnyn i =1 x , y 的距离： ‖x-y ‖= [(x-y)T(x-y)](1/2) x 的长度： ‖x‖= [ xTx ](1/2) 三角不等式： ‖x + y ‖≤‖x‖＋‖y‖ 点列的收敛：设点列｛x(k)｝? Rn , x ?Rn 点列｛x(k)｝收敛到 x ，记 lim x(k) = x ? lim‖x(k)- x‖ = 0 ? lim xi(k) = xi ,?i k?? k?? k??;(3) 子空间：设 d (1) , d (2) , … , d (m) ? Rn, d (k) ? 0