最优化建模

##概述
###一般形式
客观或主观限制条件下
寻合理分配有限资源
是指标达到最值
属于运筹学
运筹学-最优化模型三要素：
决策变量-decision bariable
目标函数-objective function
约束条件-constraints

1. 可行域
2. 可行解
3. 最优解
4. 全局最优解
5. 局部最优解
6. 最优值

###分类

1. 按约束

• 无约束优化
• 约束优化

2. 按变量

• 连续优化
• 组合优化

3. 按求解

• 目标规划
• 动态规划
• 多层规划
• 网络优化

4. 按参数

• 确定性规划
• 随机规划

5. 按目标

• 单目标规划
• 多目标规划
  ###求解

1. matlab

2. lingo
   ###运输问题的数学模型
   目标：总运价
   约束：产量限制
   需量限制
   运量非负

3. 产销平衡

4. 产大于销（转化为1.）

5. 销大于产（转化为1.）
   ##运输问题
   ###一般运输问题求解
   model:
   title Mathemodoftransprob;
   sets:
   s1/1…3/:a;
   s2/1…4/:b;
   ss(s1,s2):x,c;
   endsets
   data:
   c=
   3 11 3 10
   1 9 2 8
   7 4 10 5;
   a=7 4 9;
   b=3 6 5 6;
   enddata
   min=@sum(ss:cx);
   @for(s1(i):
   @sum(s2(j):x(i,j))<a(i));
   @for(s2(j):
   @sum(s1(i):x(i,j))>b(j));
   end
   ###转运问题
   ###简单线性规划问题
   max=4x1+3x2;
   2x1+3x2<=24;
   3x1+2x2<=26;
   x1>=0;
   x2>=0;
   ##下料问题
   ###一般下料问题的最优解方法
   model:
   Title:Gen cut pro;
   min=3x1+x2+3x3+3x4+x5+x6+3x7;
   4x1+3x2+2x3+x4+x5>50;
   x2+2x4+x5+3x6>20;
   x3+x5+2*x7>15;
   @gin(x1);
   @gin(x2);
   @gin(x3);
   @gin(x4);
   @gin(x5);
   @gin(x6);
   @gin(x7);
   end

###下料问题的非线性方法
###大型下料问题的处理
###命题

1. 合理下料方式的确定

• 利用循环控制语句与条件判断语句进行算法搜索可以全部找到
• 某种下料方式下载的需求长度加和应小于原料长度
• 某种下料方式下载的需求长度加和与原料长度的差应小于最短需求长度

2. 下料模式太多的大型下料问题中

• 将需求零件分成多组，每组用一般下料优化模型进行求解，并进行多次试探寻优
• 筛选下料模式对部分零件进行求解，循环这个过程
• 先下料最长的零件，直至下完，再下料次长的零件，尽量利用余料，每根原料的下载情况进行记录，最后归总

##非线性规划
指目标或约束是非线性的
###初始段
料场的建立与运输
###利用lingo求最小二乘问题
饮酒驾车问题
##多目标规划
多目标决策本质，如何比较2个向量大小
转化为单目标问题
给定偏好关系：求最优解
###不可公度性
###矛盾性
###绝对最优解（一般不存在）
###求解方法