生产运筹之非线性规划的基本概念.pptxVIP

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多年来开展很快，不断提出各种算法，而其应用范围也越来越广泛。比方在各种预报、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 。现方案建立 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 个市场的货物供给量为 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;x1;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; 单变量〔一维〕最优化;下降迭代算法中最优步长确实定;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];区间缩小比例确实定：;黄金分割法的计算公式的推导：;通过确定 的取值，使上一次迭代剩余的迭代点恰与下一次迭代的一个迭代点重合，从而减少算法的计算量。;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;所以要使在第n次迭代时搜索区间的长度不超过ε，只需;Fibonacci法;〔3〕 ;思想;如何计算函数;抛物线插值算法步骤：;思路：;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