matlab求解非线性整数规划_数学规划模型（一）：数学规划模型的基本知识

接下来分享的内容是之前自己做数学建模过程的中用到的东西以及自己学习的东西，比较烧脑，请准备好保护头发。。。。哈哈》》》》》》》》

数学规划模型

• 一、数学规划模型的基本知识
  • 1、数学规划模型的一般形式
  • 2、数学规划模型的可行解与最优解
  • 3、数学规划模型的基本类型

一、数学规划模型的基本知识

1、数学规划模型的一般形式

简单的优化模型往往是一元或者多元，无约束或者等式约束的最值问题。而在工程技术、经济金融管理、科学研究和日常生活等诸多领域中，人们常常遇到如下问题：结构设计要在满足强度要求的条件下选择材料的尺寸，使其总重量最轻；资源分配要在有限资源约束条件下制定各用户的分配数量，使资源产生的总效益最大；生产计划要按照产品的工艺流程和顾客需求，制定原料、零部件等订购、投产的日程和数量，尽量降低成本使利润最高。上述一系列问题的实质是：在一系列客观或主观限制条件下，寻求使所关心的某个或多个指标达到最大（或最小）。用数学建模的方法对这类问题进行研究，产生了在一系列等式与不等式约束条件下，使某个或多个目标函数达到最大（或最小）的数学模型，即数学规划模型。建立数学规划模型一般需要考虑以下三个要素：（1）决策变量： 它通常是所研究问题要求解的那些未知量，一般用n维向量

表示，其中xj表示问题的第j个决策变量。当对X赋值后它通常称为该问题的一个解。（2）目标函数： 它通常是所研究问题要求达到最大（或最小）的那个（那些）指标的数学表达式，它是决策变量的函数，记为f(X)。（3）约束条件： 由所研究问题对决策变量X的限制条件给出，X允许取值的范围记为D，即X∈D，D称为可行域。D常用一组关于决策变量X的等式hi(X)=0（i=1,2,…,p）和不等式gi(X)≤(≥)0（j=p+1,p+2,…,m）来界定，分别称为等式约束和不等式约束。
数学规划模型可表达成如下一般形式：

其中max(min)是对目标函数f(X)求最大值或最小值的意思，s.t.是“受约束于”的意思。
由于等式约束总可以转化为不等式约束，大于等于约束总可以转化为小于等于约束，于是数学规划模型的一般形式又可简化为：

2、数学规划模型的可行解与最优解

由数学规划模型的一般形式，可行域可表达为：

满足约束条件的解即可行域D中的点称为数学规划模型的可行解；使目标函数f(X)达到最大值或最小值的可行解，即可行域D中使目标函数f(X)达到最大值或最小值的点称为数学规划模型的最优解。
数学规划模型的**求解本质就是在可行域D中选择使得目标函数达到最优的点，在运筹学中对数学规划模型的求解进行了大量的研究和求解方法介绍，但总体来说数学规划模型的求解比较复杂和繁琐，有些问题的求解非常困难。根据实际问题建立的数学规划模型，其结构往往非常复杂且数据量大，不能使用普通方法求解，目前数学软件已发展得比较成熟，可借助LINGO或MATLAB软件进行求解**。

3、数学规划模型的基本类型

数学规划模型的分类方法较多，这里将数学规划模型按照下列方式划分：（1）线性规划模型： 目标函数和约束条件都是线性函数的数学规划模型；（2）整数规划模型： 决策变量要求取整数值的线性规划模型；（3）非线性规划模型： 目标函数或者约束条件中有非线性函数的数学规划模型；（4）多目标规划模型： 具有多个目标函数的数学规划模型。
主要介绍上述四类数学规划模型。此外还有如动态规划模型等，可查阅清华大学编《运筹学》教材。

接下来的时间里将更新线性规划模型、整数规划模型、非线性规划模型等，像看后续内容，请看下回讲解！！！请持续关注。。。。。

待续中。。。。。。

原文链接：

数学规划模型（一）：数学规划模型的基本知识_ywsydwsbn的博客-CSDN博客_数学规划模型的三要素​blog.csdn.net