最优化问题的提出
• 生产计划中,在各种资源有限的前提下,如何安排生产,使生产成本达到最低?
• 工程施工中,要铺设一条从A地到B地输油管道,中间要经过n个中间站,而对于每个中间站又有mi个可选方案,如果各个方案在不同两点间的所需经费已知,如何选择一条最佳路线,使得总费用最低?
• 金融投资中,如何选择和设计证券组合或者投资项目组合,以便在可以接受的风险限度内获得尽可能大的投资回报?
• 机械设计中,如何在满足工作条件、裁荷和工艺要求,并在强度、刚度、寿命、尺寸范围及其他一些技术要求的限制条件下,寻找一组参数,以获得设计指标达到最优的设计方案?
• 针对化学过程如何设计控制方案,才能既优化其性能,又能保证其鲁棒性?
• 在电力分配中,由N个火力发电厂组成一个供电网,要求输出总负荷为S,该如何分配每个发电厂的发电量,在满足各电厂发电量约束的条件下使得总的生产消耗为最小?
最优化问题的数学描述
上述各类问题资源的最优利用问题,所有类似的这种课题统称为最优化问题,研究解决这些问题的科学一般就总称之为最优化理论和方法,用数学语言描述的话,最优化方法就是在给定的约束条件下,如何在某种范围内选取一些决策变量的取值,使得一个或者多个既定目标达到最优状态(极大、极小或者某种妥协状态)的一门学科。
最优化理论和方法的产生和发展
一些古老的方法
黄金分割法
阿基米德证明:如果给定平面几何图形的周长,则在各种图形中,圆所包围的面积为最大
古典最优化方法——精确的分析方法
理论基础的建立——牛顿和莱布尼茨在他们所创建的微积分理论
有约束的最优化问题
变分法
最优化理论和方法
由于军事上的需要产生了运筹学
线性规划,非线性规划 ,动态规划
现代优化方法
遗传算法
神经网络
模拟退火
最优化问题的数学模型
由各例子可以看出,最优化问题涉及的领域非常广泛,形式也千变万化,但是它们却可以用统一的数学形式表达,简单的 说,均可以转化为最小(或最大)化一个n维变量x的实函数f(x),其中对变量
含有多种约束。一般情况下,最优化问题的数学模型可以表达如下:
最优化问题分类
根据设计变量的特征分类
• 按照设计变量的维数进行分类——一维优化问题,n维优化问题
• 根据设计变量的取值进行分类——离散最优化和连续最优化
根据目标函数的类型分类
• 只有一个目标的优化问题称为单目标优化问题
• 存在两个或者两个以上目标函数的优化问题,称为多目标优化问题
根据约束条件的类型分类
• 有无约束——无约束优化问题和约束优化问题
• 约束类型——线性规划、二次规划、整数规划、0-1规划、非线性规划等
根据最优化问题的解分类
• 如果最优化问题的解不随时间变化,则称其为静态最优化问题或参数最优化问题
• 如果最优化问题的解随时间而变,则称其为动态最优化问题
最优化问题的典型实例
资源利用问题:
数学模型:
分派问题:
数学模型:
投资决策问题:
数学模型:
什么是线性规划
最优化问题中有三个要素:决策变量、目标函数、约束条件,如果其中的目标函数和约束条件都是线性的,则该最优化问题称为线性规划问题。
线性规划问题的特征
1、均可以用一组设计变量来表示一种实施方案
2、每个问题都有一定的约束条件,这些条件可以用一组线性等式或者线性不等式表达
3、在上述前提下,一般都有一个目标函数,该函数用于衡量方案的优劣,可以表达为设计变量的一个线性函数,我们的目的一般为使得目标函数达到最大值或者最小值
线性规划的典型实例
运输问题
设决策变量xij代表建材厂Ci运往建筑工地Wj的数量(万吨),则各建材厂和工地之间的运量可以用下表来表示:
目标函数即为总运费:
约束条件:
建材厂C1、 C2的输出量应分别为建材厂C1、 C2的产量:
各工地的沙石需求量应当为从各建材厂接收到沙石的总量:
运输量xij为一非负值:
用计算机求解线性规划详见
[线性规划(LP)问题的Matlab求解](https://blog.csdn.net/zhangkaikai36/article/details/126997190?