第4章--数学规划模型-姜启源.docxVIP

第 4 章 数学规划模型 在上一章中我们看到，建立优化模型要确定优化的目标和寻求的决策。用  x 表示决策 变量，  f (x)  表示 目标函数 。实际问题一般对决策变量  x 的取值范围有限制， 不妨记作  x ∈ Ω ， Ω 称为可行域 。优化问题的数学模型可表示为 Min (或 Max ) f (x), x  Ω 在第  3 章  x 通常是  1 维或  2 维变量， Ω通常是  1 维或  2 维的非负域。 实际中的优化问题通常有多个决策变量，用  n 维向量  x  ( x1 , x2 ,  , xn ) T 表示，目标 函数  f ( x) 是多元函数，可行域  Ω 比较复杂，常用一组不等式（也可以有等式）  gi (x) ≤ 0 ( i =1,2,  ,m )来界定，称为 约束条件 。一般地，这类模型可表述成如下形式 Min z  f (x) x s.t. g i  ( x)  ≤ 0,i  1,2,  , m 这里的 s. t. (subject to)是“受约束于”的意思。 显然，上述模型属于多元函数的条件极值问题的范围，然而许多实际问题归结出的这 种形式的优化模型， 其决策变量个数 n 和约束条件个数 m 一般较大， 并且最优解往往在可行域的边界上取得，这样就不能简单地用微分法求解，数学规划是解决这类