最优化2(非线性 多目标)

1、5.5.非线性规划模型非线性规划模型 前面介绍了线性规划问题，即目标函数和约前面介绍了线性规划问题，即目标函数和约束条件都是线性函数的规划问题，但在实际工作束条件都是线性函数的规划问题，但在实际工作中，还常常会遇到另一类更一般的规划问题，即中，还常常会遇到另一类更一般的规划问题，即目标函数和约束条件中至少有一个是非线性函数目标函数和约束条件中至少有一个是非线性函数的规划问题，即非线性规划问题的规划问题，即非线性规划问题. . 事实上，客观世界中的问题许多是非线事实上，客观世界中的问题许多是非线性的，给予线性大多是近似的，是在作了科性的，给予线性大多是近似的，是在作了科学的假设和简化后得到的学的

2、假设和简化后得到的. 为了利用线性的知为了利用线性的知识，许多非线性问题常进行线性化处理识，许多非线性问题常进行线性化处理. 但在但在实际问题中，有一些是不能进行线性化处理实际问题中，有一些是不能进行线性化处理的，否则将严重影响模型对实际问题近似的的，否则将严重影响模型对实际问题近似的可依赖型可依赖型. 由于非线性规划问题在计算上常是困难的，由于非线性规划问题在计算上常是困难的，理论上的讨论也不能像线性规划那样给出简洁的理论上的讨论也不能像线性规划那样给出简洁的结果形式和全面透彻的结论结果形式和全面透彻的结论. 这点又限制了非这点又限制了非线性规划的应用，所以，在数学建模时，要进行线性规划的应

3、用，所以，在数学建模时，要进行认真的分析，对实际问题进行合理的假设、简化，认真的分析，对实际问题进行合理的假设、简化，首先考虑用线性规划模型，若线性近似误差较大首先考虑用线性规划模型，若线性近似误差较大时，则考虑用非线性规划时，则考虑用非线性规划.非线性规划问题的标准形式为非线性规划问题的标准形式为：min ( )( )0,1,2,. .( )0,1,2,ijf xgxims thxjr非线性规划模型按约束条件可分为以下三类：非线性规划模型按约束条件可分为以下三类： 无约束非线性规划模型：无约束非线性规划模型： 等式约束非线性规划模型：等式约束非线性规划模型：min ( )nf xxRmin

4、( ). . ( )0,1,2,jf xst h xjr 不等式约束非线性规划模型：不等式约束非线性规划模型：1)1) 无约束的非线性规划问题无约束的非线性规划问题. .针对上述三类非线性规划模型，其常用求解的基针对上述三类非线性规划模型，其常用求解的基本思路可归纳如下：本思路可归纳如下： min ( ). . ( )0,1,2,if xst g xim 在下降迭代算法中，搜索方向起着关键的作在下降迭代算法中，搜索方向起着关键的作用，而当搜索方向确定后，步长又是决定算法好用，而当搜索方向确定后，步长又是决定算法好坏的重要因素坏的重要因素. 非线性规划只含一个变量，即一非线性规划只含一个变量，即

5、一维非线性规划可以用一维搜索方法求得最优解，维非线性规划可以用一维搜索方法求得最优解，一维搜索方法主要有进退法和黄金分割法一维搜索方法主要有进退法和黄金分割法. 二维二维的非线性规划也可以像解线性规划那样用图形求的非线性规划也可以像解线性规划那样用图形求解解. 对于二维非线性规划，使用搜索方法是要用对于二维非线性规划，使用搜索方法是要用到梯度的概念，最常用的搜索方法就是最速下降到梯度的概念，最常用的搜索方法就是最速下降法法.2)2) 只有等式约束的非线性规划问题通常可用消只有等式约束的非线性规划问题通常可用消元法、拉格朗日乘子法或反函数法，将其化为元法、拉格朗日乘子法或反函数法，将其化为无约束

6、问题求解无约束问题求解. .3)3) 具有不等式约束的非线性规划问题解起来很具有不等式约束的非线性规划问题解起来很复杂，求解这一类问题，通常将不等式化为复杂，求解这一类问题，通常将不等式化为等式约束，再将约束问题化为无约束问题，等式约束，再将约束问题化为无约束问题，用线性逼近的方法将非线性规划问题化为线用线性逼近的方法将非线性规划问题化为线性规划问题性规划问题. 下面介绍一个简单的非线性规划问题的下面介绍一个简单的非线性规划问题的例子，其中的一些约束条件是等式，这类非线例子，其中的一些约束条件是等式，这类非线性规划问题可用拉格朗日方法求解性规划问题可用拉格朗日方法求解. 例7（石油最优储存方法

7、）有一石油运输公司，（石油最优储存方法）有一石油运输公司，为了减少开支，希望作个节省石油的存储空间为了减少开支，希望作个节省石油的存储空间. .但要求存储的石油能满足客户的要求但要求存储的石油能满足客户的要求. .为简化问为简化问题，假设只经营两种油，各种符号表示的意义题，假设只经营两种油，各种符号表示的意义如表如表4 4所示所示. .其中供给率指石油公司供给客户的其中供给率指石油公司供给客户的速度速度. .表表4 4 各种符号表示意义表各种符号表示意义表第第i i种油的存储量种油的存储量第第i i种油的价格种油的价格第第i i种油的供给率种油的供给率第第i i种油的每单位的存储费用种油的每单

8、位的存储费用第第i i种油的每单位的存储空间种油的每单位的存储空间总存储公式总存储公式iaibihitTix由由历史数据得到的经验公式为历史数据得到的经验公式为 : :且提供数据如表且提供数据如表5 5所示：所示：1 11 12 2221212121 122min ( ,)22. . ( ,)abh xa bh xf x xxxst g x xt xt xT表表5 5 数据表数据表已知总存储空间已知总存储空间24T 代入数据后得到的模型为：代入数据后得到的模型为：模型求解：模型求解：拉格朗日函数的形式为：拉格朗日函数的形式为： 121212122720min ( ,)0.250.10. 242

9、4f x xxxxxstxx 121212( , )( ,)( ,)L x xf x xg x xT即即: :121212122720( , )0.250.102424L x xxxxxxx21122212270.2520200.104024240LxxLxxLxx 对对 求各个变量的偏导数，并令它们等求各个变量的偏导数，并令它们等于零，得于零，得: : 12( , )L x x解这个线性方程组得：解这个线性方程组得：12125.0968,3.4516,0.3947,( ,)12.71xxf x x从而可得最小值是从而可得最小值是 . 12.716 6、多目标规划模型、多目标规划模型 在许多实

10、际问题中，衡量一个方案的好坏标在许多实际问题中，衡量一个方案的好坏标准往往不止一个，例如设计一个导弹，既要射程准往往不止一个，例如设计一个导弹，既要射程最远，又要燃料最省，还要精度最高最远，又要燃料最省，还要精度最高. 这一类问题这一类问题统称为统称为多目标最优化问题多目标最优化问题或或多目标规划问题多目标规划问题. 我们我们先来看一个生产计划的例子先来看一个生产计划的例子.123,x xx我们希望购买我们希望购买DVDDVD的总数量最小，即的总数量最小，即 :1001minjjzy由此，可以得到问题三的双目标整数线性规划模型由此，可以得到问题三的双目标整数线性规划模型如下：如下： 10011

11、000 100111000 10011100011001min1max27000100030.951.61,100301,1000. .1,10001,100011,10001,jjijijijijijijjiijijijijijzywc xxxyjxzis txcijxij 或 100011,10001,100ijziyj或取整 10011000 100111000110011000 10011min100030.951.61,100301,1000. .1270001,10001,100011,10001,1jjijijijjiijijijijijijijijzyxxyjxzis tc x

12、xcijxij 或 00011,10001,100ijziyj或 取整表表6 6 当当 时最小购买量的时最小购买量的 值值(1,2,.,100)jyj DVDDVD编号编号D01D01D02D02D03D03D04D04D05D05D06D06D07D07D08D08D09D09D10D10最少购买量最少购买量1414212117172424121217171919212122221414DVDDVD编号编号D11D11D12D12D13D13D14D14D15D15D16D16D17D17D18D18D19D19D20D20最少购买量最少购买量181818181717171717172424

13、1818161618182323DVDDVD编号编号D21D21D22D22D23D23D24D24D25D25D26D26D27D27D28D28D29D29D30D30最少购买量最少购买量2020181822221414181817171515121216162424DVDDVD编号编号D31D31D32D32D33D33D34D34D35D35D36D36D37D37D38D38D39D39D40D40最少购买量最少购买量1919222220201919222222221313171717171717DVDDVD编号编号D41D41D42D42D43D43D44D44D45D45D46D

14、46D47D47D48D48D49D49D50D50最少购买量最少购买量32322020161621212222161620201515202020200.95续上表DVDDVD编号编号D51D51D52D52D53D53D54D54D55D55D56D56D57D57D58D58D59D59D60D60最少购买量最少购买量2424171719191717191918181919171720202121DVDDVD编号编号D61D61D62D62D63D63D64D64D65D65D66D66D67D67D68D68D69D69D70D70最少购买量最少购买量16161919191920201

15、71719191717212120201919DVDDVD编号编号D71D71D72D72D73D73D74D74D75D75D76D76D77D77D78D78D79D79D80D80最少购买量最少购买量2121222215152020151514141212171719191717DVDDVD编号编号D81D81D82D82D83D83D84D84D85D85D86D86D87D87D88D88D89D89D90D90最少购买量最少购买量1818101014141212212113132222151513131717DVDDVD编号编号D91D91D92D92D93D93D94D94D95

16、D95D96D96D97D97D98D98D99D99D100D100最少购买量最少购买量2424171715151414252515152222202011112222 我们利用规划模型求得每种我们利用规划模型求得每种DVDDVD的购买量后，需要的购买量后，需要对其进行可行性校验，测试此结果是否可以满足对其进行可行性校验，测试此结果是否可以满足一个月内比例为一个月内比例为95%95%的会员得到他想看的的会员得到他想看的DVDDVD，且，且具有尽可能大的总体满意度具有尽可能大的总体满意度. .校验方法：校验方法： （一）根据订单和求得的（一）根据订单和求得的DVDDVD购买数量，利用购买数量，

17、利用问题二的规划模型进行第一次分配，对分配情况：问题二的规划模型进行第一次分配，对分配情况：租赁的会员，租赁的会员，DVDDVD的分配情况，剩余的各种的分配情况，剩余的各种DVDDVD数数量作记录；同时将已租赁的会员在满意指数矩阵量作记录；同时将已租赁的会员在满意指数矩阵的指数全变为的指数全变为0 0，即不考虑对其进行第二次分配，即不考虑对其进行第二次分配. . （二）随机从第一次得到（二）随机从第一次得到DVDDVD的会员中抽取的会员中抽取60%60%，将这部分人所还回的将这部分人所还回的DVDDVD与第一次分配余下的与第一次分配余下的DVDDVD合合在一起，作为第二次分配时各种在一起，作为

18、第二次分配时各种DVDDVD的现有量的现有量. .然后，然后，利用问题二的利用问题二的0-10-1线性规划模型对第一次未分配到线性规划模型对第一次未分配到DVDDVD的会员进行第二次分配；的会员进行第二次分配； （三）统计出经过两次分配后，得到（三）统计出经过两次分配后，得到DVDDVD的会的会员的比例，若大于员的比例，若大于95%95%，则此次分配成功，则此次分配成功. .利用这利用这种算法进行多次随机模拟，若大多数情况下可以种算法进行多次随机模拟，若大多数情况下可以使得到使得到DVDDVD的会员大于的会员大于95%95%，则认为模型三是合理，则认为模型三是合理的的. .校验结果：校验结果： 因