数模笔记_多变量最优化计算之随机搜索算法及建模案例

本文介绍了在多变量最优化问题中,如何使用随机搜索算法来解决消防站选址问题。通过响应时间和火灾报警频数建立目标函数,利用随机搜索算法在可行域内寻找最优解。讨论了算法的精度、灵敏度分析以及其局限性。随机搜索算法在解决实际问题时,提供了一种实用的建模思路。
摘要由CSDN通过智能技术生成

Date: 2_22
Name: Guo Yehao
Theme: Calculation in Optimality with multiple variables
Reference: 数学建模方法与分析(华章)

写在前面:看完本节讲到的随机搜索算法不禁让我类比一个有趣的事实:我写的博客只是读书笔记,记录了我在读书时的一些思考,而没有转述或者以更详细的方式介绍书中的理论和方法,所以浏览者不能指望通过浏览我的博客就学会什么具体的方法。但是如果读者亲自看书,那么我的博客会提供一些对应章节内容的有益见解。所以对于那些很着急的同学(急着速成或者直接套用)来说,他们想做的是在寻找他们的最优解,在输入关键词搜索CSDN上众多博客时,一篇篇地点开查看就像一个随机搜索过程,我的博客并不是他们想要的最优解,于是其浏览量的增加就源于随机搜索过程中有幸被抽到、但也被舍弃的事实了。


正文
​ 列出最优化问题的范式只是模型建立的环节,建模最终是要解决实际问题的,所以模型的求解必不可少,而这一步通常是手算无法解决的。本节主要介绍了最优化计算(多变量)的两种可操作的方法:随机搜索算法和梯度算法。在讨论的过程中,顺便提到了图像法和格点搜索法。本次笔记的highlight除了介绍最优化计算方法外,还有有关的建模思路可供参考。

  1. 书中提供的讨论载体是一道很有实际意义的问题,我们初中就学过了将军饮马和造桥选址的最短路径问题,当时的几何做法只是简单情况下的一种恰好可用的巧妙方法。我们现在讨论的问题更加一般,当然也因此而更具实际意义,就连把实际问题抽象成这个范式的过程也是值得学习的建模思路。所以在
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值