在实际生活中,特别是在工程技术、经济管理和科学研究领域中存在着很多优化模型,如投资的成本最小、利润最大问题,邮递员的投递路线最短问题,货物的运输调度问题,风险证券投资中的收益最大,风险最小问题。优化模型大致的可以分成两大类:无约束优化模型和约束优化模型。无约束优化模型即求一个函数在定义域内的最大值或最小值,这类问题往往可以使用微分的方法得到最终的结论,如一元及多元函数的最值归结为求函数的驻点;约束优化模型即求函数在一些条件约束下的最优解,对于等式约束的问题,可以使用 Lagrange 乘数法求解,但是在数学建模中得到的优化模型往往不是等式约束问题,而是诸如不等式约束甚至更复杂的数学规划问题,这些问题需要使用 Matlab 等科技计算软件才能解决。数学规划问题包括线性规划、整数规划、非线性规划、目标规划、多目标规划以及动态规划等类型的问题。不管是什么类型的优化问题,在建模过程中需要解决的问题,也是建模的基本步骤为:(1) 确定目标函数(按照模型所需要解决的问题,用数学函数来描述目标)(2) 确定决策变量(目标的实现与那些变量有关,这里有主要变量和次要变量,在建模的初期可以进考虑主要变量对目标的影响,随后可以逐步增加变量的个数)(3) 确定约束条件(这是优化模型建模过程中最重要,也是最难的,在很多情况下,是否能够得到最优解,最优解是否合理,都是取决于约束条件的建立)(4) 模型求解(使用数学工具或数学软件求解)(5) 结果分析(分析结果的合理性、稳定性、敏感程度等)本讲将主要介绍使用微分法可以解决的优化模型。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !