没有合适的资源?快使用搜索试试~ 我知道了~
多目标最优化数学模型.doc
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 132 浏览量
2021-10-06
09:54:35
上传
评论
收藏 1.63MB DOC 举报
温馨提示
试读
42页
多目标最优化数学模型.doc
资源推荐
资源详情
资源评论
- -
第六章 最优化数学模型
§1 最优化问题
1.1 最优化问题概念
1.2 最优化问题分类
1.3 最优化问题数学模型
§2 经典最优化方法
2.1 无约束条件极值
2.2 等式约束条件极值
2.3 不等式约束条件极值
§3 线性规划
3.1 线性规划
3.2 整数规划
§4 最优化问题数值算法
4.1 直接搜索法
4.2 梯度法
4.3 罚函数法
§5 多目标优化问题
5.1 多目标优化问题
5.2 单目标化解法
5.3 多重优化解法
5.4 目标关联函数解法
5.5 投资收益风险问题
- - word.zl-
- -
第六章 最优化问题数学模型
§1 最优化问题
1.1 最优化问题概念
〔1〕最优化问题
在工业、农业、交通运输、商业、国防、建筑、通信、政府机关等各部门各
领域的实际工作中,我们经常会遇到求函数的极值或最大值最小值问题,这一
类问题我们称之为最优化问题。而求解最优化问题的数学方法被称为最优化方
法。它主要解决最优生产方案、最优分配、最正确设计、最优决策、最优管理
等求函数最大值最小值问题。
最优化问题的目的有两个:①求出满足一定条件下,函数的极值或最大值最
小值;②求出取得极值时变量的取值。
最优化问题所涉及的容种类繁多,有的十分复杂,但是它们都有共同的关
键因素:变量,约束条件和目标函数。
〔2〕变量
变量是指最优化问题中所涉及的与约束条件和目标函数有关的待确定的量。
一般来说,它们都有一些限制条件〔约束条件〕,与目标函数严密关联。
设问题中涉及的变量为 ;我们常常也用 表示。
〔3〕约束条件
在最优化问题中,求目标函数的极值时,变量必须满足的限制称为约束条件。
例如,许多实际问题变量要求必须非负,这是一种限制;在研究电路优化设
计问题时,变量必须服从电路根本定律,这也是一种限制等等。在研究问题时
这些限制我们必须用数学表达式准确地描述它们。
用数学语言描述约束条件一般来说有两种:
等式约束条件
不等式约束条件
或
注:在最优化问题研究中,由于解的存在性十分复杂,一般来说,我们不考虑
不等式约束条件 或 。这两种约束条件最优化问题最优解的存
在性较复杂。
〔4〕目标函数
在最优化问题中,与变量有关的待求其极值〔或最大值最小值〕的函数称为 目
标函数。
目标函数常用 表示。当目标函数为某问题的效益函数
时,问题即为求极大值;当目标函数为某问题的费用函数时,问题即为求极小
值等等。
求极大值和极小值问题实际上没有原那么上的区别,因为求 的极小
值,也就是要求 的极大值,两者的最优值在同一点取到。
1.2 最优化问题分类
最优化问题种类繁多,因而分类的方法也有许多。可以按变量的性质分类,
- - word.zl-
- -
按有无约束条件分类,按目标函数的个数分类等等。
一般来说,变量可以分为确定性变量,随机变量和系统变量等等,相对应的
最优化问题分别称为:普通最优化问题,统计最优化问题和系统最优化问题。
按有无约束条件分类:无约束最优化问题,有约束最优化问题。
按目标函数的个数分类:单目标最优化问题,多目标最优化问题。
按约束条件和目标函数是否是线性函数分类:线性最优化问题〔线性规
划〕,非线性最优化问题〔非线性规划〕。
按约束条件和目标函数是否是时间的函数分类:静态最优化问题和动态最
优化问题〔动态规划〕。
按最优化问题求解方法分类:
① 解析法〔间接法〕
② 数值算法〔直接法〕
③ 数值算法〔梯度法〕
④ 多目标优化方法
⑤ 网络优化方法
1.3 最优化问题的求解步骤和数学模型
〔1〕最优化问题的求解步骤
最优化问题的求解涉及到应用数学,计算机科学以及各专业领域等等,是
一个十分复杂的问题,然而它却是需要我们重点关心的问题之一。怎样研究分
析求解这类问题呢?其中最关键的是建立数学模型和求解数学模型。一般来说
应用最优化方法解决实际问题可分为四个步骤进展:
- - word.zl-
- -
步骤 1:建立模型
提出最优化问题,变量是什么?约束条件有那些?目标函数是什么?建立最
优化问题数学模型:确定变量,建立目标函数,列出约束条件——建立模型。
步骤 2:确定求解方法
分析模型,根据数学模型的性质,选择优化求解方法——确定求解方法。
步骤 3:计算机求解
编程序〔或使用数学计算软件〕,应用计算机求最优解——计算机求解。
步骤 4:结果分析
对算法的可行性、收敛性、通用性、时效性、稳定性、灵敏性和误差等等作
出评价——结果分析。
〔2〕最优化问题数学模型
最优化问题的求解与其数学模型的类型密切相关,因而我们有必要对最优
化问题的数学模型有所掌握。一般来说,最优化问题的常见数学模型有以下几
种:
① 无约束最优化问题数学模型
由某实际问题设立变量,建立一个目标函数且无约束条件,这样的求函数
极值或最大值最小值问题,我们称为无约束最优化问题。其数学模型为:
——目标函数
例如:求一元函数 和二元函数 的极值。
又例如:求函数 的极值和取
得极值的点。
② 有约束最优化问题数学模型
由某实际问题设立变量,建立一个目标函数和假设干个约束条件〔等式或
不等式〕,这样的求函数极值或最大值最小值问题,我们称为有约束最优化问
题。其数学模型为:
——目标函数
——约束条件
有约束最优化问题的例子:求函数 在约束条件条
件
下的最大值和取得最大值的点。
③ 线性规划问题数学模型
由某实际问题设立变量,建立一个目标函数和假设干个约束条件,目标函
数
和约束条件都是变量的线性函数,而且变量是非负的,这样的求函数最大值最
小值问题,我们称为线性最优化问题,简称为线性规划问题。其标准数学模型
为:
——目标函数
- - word.zl-
- -
——约束条件
矩阵形式: ——目标函数
——约束条件
其中 , ,
在线性规划问题中,关于约束条件我们必须注意以下几个问题。
注 1:非负约束条件 ,一般来说这是实际问题要求的需要。
如果约束条件为 ,我们作变量替换 ;如果约束条件为
,我们作变量替换 。
注 2:在线性规划的标准数学模型中,约束条件为等式。
如果约束条件不是等式,我们引入松驰变量,化不等式约束条件为等式约
束条件。
情况 1:假设约束条件为 ,引入松驰变量
原约束条件变为 。
情况 2:假设约束条件为 ,引入松驰变量
原约束条件变为
在其它最优化问题中,我们也常常采取上述方法化不等式约束条件为等式约
束条件。
实际问题中,我们经常遇到两类特殊的线性规划问题。一类是:所求变量
要非负整数,称为整数规划问题;另一类是所求变量要求只取 或 ,称为 0-
1 规划问题。
例如:整数规划问题
- - word.zl-
剩余41页未读,继续阅读
资源评论
gjmm89
- 粉丝: 15
- 资源: 19万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功