无约束规划综述.pptVIP

4. 无约束规划 无约束规划建模 —— 引例 无约束规划模型 无约束规划的示意图 无约束规划的性质 无约束规划重要算法 用 MATLAB 解无约束规划 引例 1 ： 某城市要选定一个供应中心 ( 供电、供水、公天然气、 网络接入等 ) 的位置，该中心向城市中由固定位置的 m 个用户提 供服务。问如何确定这个中心的位置才是最合理的？ 解 设用户位置为 ( a i , b i )( i =1,2,..., m ) 已知，而供应中心的位置 是 ( x 1 , x 2 ) ；假设运输线路不受道路影响，只考虑直线距离，则 可建立求总距离最短的数学模型为： ? ? ? ? ? ? ? ? ? ? m i i i b x a x x x f 1 2 2 2 1 2 1 ) , ( min 其中： c —— 运价 ( 元 / 吨公里 ) ； w i —— 第 i 个用户的需求量 . ? ? ? ? ? ? ? ? ? ? m i i i i b x a x w c x x f 1 2 2 2 1 2 1 ) , ( min 若进一步考虑各单位的用量 w i 不同，而运价 c 按距离 计算，则可建立求总总费用最小的数学模型为： “ 定位问题” —— 厂址选择等 引例 2 ： 在某些实际问题中，往往要求决策变量 x 1 , x 2 , ..., x n 满 足 ( 或 近似满足 ) 某些平衡条件，它表现为要求 x 1 , x 2 , ..., x n 满足 方程组 p j x x f n j , , 2 , 1 , 0 ) , , ( 1 ? ? ? ? 即要求 均方误差最小 —— 最小二乘问题，包括 线性 最小 二乘和 非线性 最小二乘问题，在数学建模中有非常重要的应 用。 ? ? ? ? m j n x x f 1 2 1 ) , , ( min ? 可转化为求解问题： “ 最小二乘问题” —— 解方程组 无约束规划模型 标准形式： ? ? X f n R X ? min ) : ( R R f n ? 其中 ? ? ? ? ? ? X f X f n n R X R X ? ? ? ? ? min max 转化： 等高线 1 x 2 x ) ( 2 1 x x f O 1 x 2 x 0 5 3 1 0 X 1 X 2 X ) ( 0 X f ) ( 1 X f ? ) ( 2 X f ? 无约束规划的示意图 多局部极小 298 . 0 ? f 0 ? f 298 . 0 ? f 唯一极小 ( 全局极小 ) 2 1 2 2 2 1 2 1 2 1 3 2 2 ) ( x x x x x x x x f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 2 2 2 2 1 2 2 2 2 2 2 2 1 2 1 2 2 1 2 2 1 2 2 ) ( ) ( n n n n n x f x x f x x f x x f x f x x f x x f x x f x f X H X f ? ? ? ? ? ? ? 无约束规划的性质 梯度 ? T n x X f x X f x X f X f ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ) ( , , ) ( , ) ( ) ( 2 1 ? ? 列向量 梯度的特点： 1) 函数 f ( X ) 在 X 处 增长最快的方向 ，负梯度方向 是函数 f ( X ) 在 X 处 下降最快的方向 ； 2) 梯度的模是函数最快的 变化率 ; 3) 梯度为零是驻点，极值点是驻点，驻点不一定是极 值点。 海森 (Hessian) 矩阵 ? ? 方、对 称矩阵 无约束规划的性质 ● 梯度为 0 向量的点可能是 局部最优点 ，需要用海 森矩阵类型进一步判定； ● 凸函数 的驻点必是 全局最优 点； 补充 1) f ( X ) 是凸函数 ?? 对任意定义域 D 中的元素 X 、 Y 和任意的数 0 ≤ a ≤ 1 ，有： f ( aX ＋ (1 － a ) Y ) ≤ af ( X )+ (1 － a ) f ( Y ) 补充 2) 对称矩阵的分类 类别 A 正定 A 半正定