数学规划模型

longde

数学规划模型
$ U3 ]) ^4 |! t

# h$ Q* D1 Y, s0 \6 H    约束条件、可行域、目标函数，构成了常说的“数学规划”模型。本章揭示了数学规划的本质，和它与传统优化数学问题的区别：常理优化模型属于函数极值问题的范畴，但实际中更多的是决策变量数、约束个数较大，且最优解往往在边界上取得的问题，因此不能用传统的“微分法”求解——因此要引入“数学规划”方法。) _5 z' v5 m" b$ [7 u0 P% W+ h# z
& q5 o" A/ I- E
. h9 r( h6 w. A  c; e8 `. o# [( `
4 V. M, {4 B9 {3 C1. lingo、lindo求解的使用——运行结果中还有一些平时未留意的信息，可以作为结果分析来用，前两节叙述较多；
2. 一些细节之处：把一句话用数学公式表达，它往往作为约束条件，如p102的式（19）；5 l$ \+ y% G% J1 g
7 w! N  q# z9 e- d" b+ m  u$ y3. 多目标规划的处理，p109的“选课策略”——基本思想是通过加权组合形成一个新的目标，从而化为单目标规划；8 v/ Q' g# a+ {& f9 m: C
4. 同前面章节一样地，对一个问题解出结果后，问题虽然解决了，但分析并没有结束——我们要学习这种further discussion的精神，发现这个结果“恰与…相同…”之类的，不妨多问自己一句：“这是偶然的吗？”然后继续分析，得出一般的结论，这样往往能看到更多的风景，得出的结论更有含金量/启发性，而不是仅仅是解决了该个问题而已。如p109选课策略。5 G4 O/ V) y' |
; a: w; \% u. L5. 减少变量个数，简化模型、式子（简化起见，同时lingo对变量个数有限制），p115销售的例子。0 g! t$ o7 u; ~( |  l. q& O- m
6 D1 X- F- A( k7 Z6. 求最优解时，为了减少搜索范围，加快速度，可以先去一个特殊情况求出一个可行解，然后让最优解至少优于它。