生产运筹非线性规划的基本概念 782.pptx

第五讲 非线性规划的基本概念; 在科学管理和其他领域中，大量应用问题可以归结为线性规划问题，但是，也有另外许多问题，其目标函数和（或）约束条件很难用线性函数表达。如果目标函数和（或）约束条件中包含有自变量的非线性函数，则这样的规划问题就属于非线性规划。 非线性规划是运筹学的重要分支之一。最近30多年来发展很快，不断提出各种算法，而其应用范围也越来越广泛。比如在各种预报、管理科学、最优设计、质量控制、系统控制等领域得到广泛且不短深入的应用。 一般来说，求解非线性规划问题比线性规划问题困难得多。而且，也不象线性规划那样有单纯形法这一通用的方法。非线性规划的各种算法大都有自己特定的使用范围，都有一定的局限性。到目前为止还没有适合于各种问题的一般算法，这是需要深入研究的一个领域。我们只是对一些模型及应用作简单介绍。;非线性规划问题举例 例一：选址问题 设有 个市场，第 个市场位置为 ，它对某种货物的需要 量为 。现计划建立 个仓库，第 个仓库的存储 容量为 试确定仓库的位置，使各仓库对各市场的 运输量与路程乘积之和为最小。 设第 个仓库的位置为 第 个仓库到第 个市场的货物供应量为 则第 个 仓库到第 个市场的距离为 ;目标函数为;例2. 木梁设计问题 把圆形木材加工成矩形横截面的木梁，要求木梁高度 不超过 ，横截面的惯性矩（高度的平方 宽度）不小 于 ，而且高度介于宽度与4倍宽度之间。问如何确定木 梁尺寸可使木梁成本最小.;目标函数为;（1）数学规划模型的一般形式：;（2）简记形式：;（3）数学规划问题的分类：;（4）可行域和可行解：;（5）最优解和极小点;如果有; 例1： 用图解法求解 min f(x)=(x1－2)2 +(x2－2)2 s.t. h(x)= x1 + x2 - 6 = 0;;解：①先画出等式约束曲线 的图形——抛物线， ;4 梯度、Hesse矩阵、Jacobi阵;（2） 梯度;解： 由于;解： 由于;几个常用的梯度公式：;（3）Hesse矩阵;几个常用Hessian公式：;（4）Jacobi矩阵;(1)凸函数：;例：正定二次函数;性质1:;定理1：（一阶条件）;定理2：（二阶条件）;（4）凸规划的定义及其性质：;凸规划性质：;（1）微分学方法的局限性：;（2）数值方法的基本思路：迭代;迭代格式;定义：特殊搜索方向——下降方向;定义：特殊搜索方向——可行下降方向;定义：算法收敛、下降迭代算法;（3）下降迭代算法步骤;（4） 终止条件;（5）常用的收敛性判别准则:;（6）算法的收敛速度;;下降迭代算法中最优步长的确定;1. 单峰函数;性质：通过计算区间 [a, b] 内两个不同点的函数值，就可以确定一个包含极小点的子区间。;2 搜索法求解：;二．进退法;例：;假定：已经确定了单峰区间[a,b];区间缩小比例的确定：;黄金分割法的计算公式的推导：;;;3. 0.618法的算法步骤：;确定[a,b],计算探索点 x1=a+0.382(b-a) x2=a+0.618(b-a);黄金分割法的迭代效果： 第 k 次后迭代后所得区间长度为初始区间长度的;例：;2、第二轮： t2=1.146, t1=0.708;4、第四轮： t2=0.876=(1.146-0.438), t1=0.708;四． Fibonacci法;由定义推知Fibonacci数列的前10项为1,1,2,3,5,8,13,21,34,55,89。通过求解递推关系可求得该数列的通项为;;Fibonacci法;（3） ;;如何计算函数;抛物线插值算法步骤：;;设;求解满足;;极小点的计算公式：;算法步骤：;;其它插值算法：;六、MATLAB;x = fminbnd(fun,x1,x2,options) % options为指定优化参数选项 [x,fval] = fminbnd(…) % fval为目标函数的最小值 [x,fval,exitflag] = fminbnd(…) %xitflag为终止迭代的条件