办公自动化高级应用案例教程- 习题及答案 ch06 优化与决策分析.docx

任务6优化与决策分析

简答题

1.简述建立实际问题的优化模型的四个基本步骤。

1.识别决策变量

决策变量代表实际问题中影响最终优化值、需要做出取值决策的变量，是优化模型想要确定的量。识别决策变量就是识别所有对问题最终优化值有显著性影响的变量，对于最终优化值没有显著影响的变量不予考虑。一个问题有一个或多个决策变量，不同的问题有不同的决策变量，例如，将要生产的不同产品的数量、用于研究和开发项目的投入资金金额、化工中各种材料的配比等。

微课决策变量在数学上是目标函数的自变量，即决策变量的变化引起目标函数值的变化。

2.确定目标函数

目标函数表示决策变量与问题中最优化值之间的变化关系。实际应用中，常常称代表最优值的变量为“目标函数”，例如，利润是公司期望取得最大化的变量，就是某些问题的目标函数。

3.识别所有适合的约束

约束是实际问题中要取得最优化结果的前提条件和所受的限制，即对决策变量和优化变量的约束条件。约束多种多样，可能是实际的或技术上的限制，可能是各种管理规定，也可能是法律法规的规范要求。约束不但增加了优化问题求解的难度，而且也限制求解的范围。因此，必须识别所有适合的约束，否则就会得出错误的解。

4.用数学形式表示目标函数和约束

为了对问题进行精确刻画和能够方便运用Exce1“规划求解”工具求解问题，需要将决策变量、目标函数和约束条件用数学语言进行描述。

2.简述规划求解的3种引擎。

1.单纯线性规划引擎，用于求解线性最优化问题；

2.非线性CRG引擎，用于求解非线性规划问题；

3.演化引擎，用于包含非平滑函数的优化问题。

3.简述非线性优化问题建模的注意事项。

模型仅是真实问题的有效表达，“完美模型”不可能存在。

模型现实性越高，模型的复杂度越高。