数学建模-第六章：最优化方法建模

• 最优化方法/数学规划，是运筹学的一个分支
• 怎样建立最优化问题的数学模型
  1. 决策变量和函数
  2. 约束或限制条件
  3. 目标函数

连续变量优化模型

线性规划

标准形式的线性规划模型

线性规划问题转为标准形式

max w=7x+12y
s.t 9x+4y<=360
	 4x+5y<=200
	 3x+10y>=300
	 x>0,y>0

x_4=x,x_5=y,引入松弛变量 x1,x2>=0和剩余变量x3>=0,上述问题化为

max w=7x+12y
s.t x_1+               9x_4+4x_5=360
	        x2+         4x_4+5x_5=200
	              -x_3+3x_4+10x_5=300
	 x1,x2,x3....x5>=0

• 对于不等式约束，通过引入松弛变量和剩余变量总可以化为等式约束
• 对于bi<0 的情况，在该式两边同乘以-1
• 对于自由变量(不要求取非负的值)，如x1，有两种方法
  • 令x1=u1-v1,u1>=0,v1>=0
  • 从约束方程之一解出x1，带入其他的约束方程及目标函数

• 考虑标准形式的线性规划问题：基本可行解
• min c^T x s.t. Ax=b,x>=0
• A的秩为m，可从A的n列中选出m列，使他们线性无关。此处我们设A的前m列线性无关，令其组成的矩阵为B
• 矩阵B是非奇异的，因此方程组 Bx_b=b，有唯一解，x_B=B^-1b 其中x_B是一个m维列向量，令x^T=(x_B,0)^T 我们就得到一个解x
• B称为基/基底 称这样得到的x 为关于基底B的基本解，而与B的列相应的x的分量称为基本变量，当基本解中有一个或一个以上的基本变量xi为零时，则称为退化的基本解
• 当一个可行解x又是基本解，则称为基本可行解。
• 线性规划维数：变量的个数n
• 线性规划阶数：等式约束方程数目m
• 基本可行解个数不超过 $C_n^m$
• 最优可行解：使得目标函数达到最大/小值

线性规划的基本定理

非线性规划

离散变量优化模型

• 选址问题
• 布点问题
• 指派问题
• 最优化问题的一般数学模型
  
• 整体最优解与局部最优解
• 优化的分类
  • 连续优化
    • 线性规划
    • 无约束非线性规划
    • 约束线性规划
  • 离散优化
    • 整数规划
      • 整数线性规划
      • 整数非线性规划
      • 或
        • 纯整数规划
        • 混合整数规划
    • 0-1规划

组合优化与NP理论

• 组合最优化问题(离散最优化问题)：通过对数学方法的研究取寻找离散事件的最优编排、分组、次序或筛选等
  • 特点：大多数情况下可行域为有限点集。
  • 直观求解方法：枚举法
• 背包问题
• 旅行商问题TSP
• 整体线性规划问题
• 装箱问题(BP)
• 约束机器排序问题
• 衡量算法好坏看基本运算总次数(计算时间) C(I) 同实例I在计算机计算时的二进制输入数(输入规模/长度L(I))的大小来度量
• C(I) =f(L(I)) 该函数关系称为算法的计算复杂性(度)
• C(I) <=ag(L(I)) (其中a为常数) 问题规模的多项式函数为上界 ，该式成立，则称该算法为解决该问题的多项式(时间)算法
• 不存在多项式g(x)时，称相应的算法是非多项式时间算法/指数(时间)算法
• 多项式问题类P。(存在多项式算法的问题集合，计算时间存在上界)
  • 排序问题，线性方程组求解…
• 非确定多项式问题类(NP)
  • 背包、TSP、整数线性规划、0-1、装箱、约束机器排序

NP理论

• NP完全问题类(NPC)-一定是NP问题
• NP难问题类(NPH)-不知道是不是NP

启发式算法

• 基于直观或经验构造的算法，在可接受的花费下给出可行解

• 背包问题的贪婪算法

• TSP问题的贪婪算法

• 简单的领域搜索算法

• 启发算法有点：

  1. 简单易行，比较直观，容易被接受
  2. 速度快，在实施管理中非常重要
  3. 多数情况下程序简单

• 缺点：

  1. 不能保证求得最优解
  2. 表现不稳定
  3. 算法的好坏依赖于实际问题、经验和设计者的技术

• 现代优化算法：模拟退火、遗传算法、禁忌搜索、人工神经网络、蚁群优化算法

图论与最短路模型

• 图的概念
• 图的矩阵表示
  • 关联矩阵：横纵分别表示边与点
    • 无向图 1关联 0不关联
    • 有向图 1是起点，-1是终点，0 不关联
  • 邻接矩阵 横纵分别表示点与点
    • 无向图 1相邻 0不相邻
    • 有向图 1存在，0不存在
    • 有向赋权图： w存在，0：i=j，无限，不存在

最短路径及其算法

固定起点的最短路

• 路径上权值之和最小
• Dijkstra算法：求G中从固定顶点到其余顶点的最短路

每对顶点之间的最短路

• Floyd算法

图的遍历问题

边的遍历

• 欧拉图：存在欧拉回路
• G为连通无向图
  • 欧拉回路：经过G的每边正好一次的巡回 必须回原点
  • 欧拉道路：经过G的每边正好一次的道路
• 中国邮递员问题

点的遍历

• 哈密尔顿图
• G为连通无向图
  • 哈密尔顿路径：经过G的每个顶点正好一次的路径
  • 哈密尔吨圈/H圈：经过G的每个顶点正好一次的圈
  • 含H圈的图称为哈密尔顿图或H图
• 旅行推销员问题
• 加权图中
  • 权值最小的哈密尔顿圈称为最佳H圈
  • 经过每个顶点至少一次的权最小的闭通路称为最佳推销员回路
  • 两者不一定一致
  • 但如果任意三点距离满足三角边不等式，则两者一致
• 推销员问题的近似算法，二边逐次修正法
• 最佳灾情巡视路线