- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 563412 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174246
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
|---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
 群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
数学建模中的规划问题. C$ N7 o, O) V/ }1 n; l8 R$ R
: P7 ^/ l* D4 k- S/ _( @7 t: h- o: }
L3 j' G6 H, N: l*规划算法综合概述*
3 p8 j; x$ g, [% e8 s" n7 e! J规划的基本概念
" p+ s4 W/ _! P规划的分类方法(了解)
5 V n: }- O* m6 y求解规划的基本方法. w9 V, `+ u% X: K# D# S
*线性规划*
; p5 Z& n& V4 C% q" J* f( C线性规划模型的建立" J- H L, E3 o( m% F
线性规划求解
: a; h8 x' p5 S7 E h" w4 M*非线性规划*5 @0 v) Q: O& I% A' J B
*整数规划*
. y+ s; t: Y. u% f5 W$ m整数规划的分类
' m* w( w& R5 k. x整数规划的求解方法
# @. g6 v8 B5 N9 P8 G3 Y' ]9 M* x特殊整数规划0-1规划. [& c0 Z! v" |1 W: S
动态规划(了解即可)
- p' c' g1 h+ q8 @6 D0 u; S- F# [动态规划模型的基本原理
. h. A) q; a4 n0 [ b/ C9 _; ~. @- {动态规划的优缺点
1 b/ A; B8 R7 x==目标规划(重点)==) c# U% L! h9 X0 X
目标规划模型的建立
& B S5 z; j) W! U7 k( X引入偏差变量的概念& z' o; }1 E/ O6 u; q- N( s
引入优先因子
$ O5 s- W. d8 J0 f9 M目标规划的一般模型. B: Y, B, {4 G% N$ g2 F& \) z+ E
目标规划的求解方法, @' J7 V& V0 D) Z* b' Z* F* N5 ]
规划算法的应用& B* i! [) H4 p: e: b: c- `
装了半天数学公式编辑器,没装好,见谅。9 Y' @5 g# C0 M8 F
& K: b; B0 S. H; M
规划算法综合概述5 Q- _* K; M0 i" @
1 ]" k6 s- ^3 B- W |. m6 q- {: }对规划问题学习的心得 https://blog.csdn.net/hyqhhxx/article/details/100075799; _! }8 w z+ z2 z" W! U) c7 \
# y: e4 E9 G+ }+ E8 D6 X
规划的基本概念
1 i2 T2 [: {# J$ v
; o. m2 C" x. `& |规划是运筹学的一个重要分支,主要研究数值最优化问题。三个主要构成要素为决策变量、目标函数以及约束条件。
% U! P) d/ d; U; z3 `5 _4 L4 A; Q8 m
" s9 R* Z5 |3 B) r7 w决策变量x,目标函数z,约束条件g(x)+ G" e0 z Q( v. w1 Y$ y/ k
, R# O0 W0 L/ }3 _规划的分类方法(了解)) l8 |, h; i: d
6 {+ v8 N, M/ q! a7 N, ~6 F/ i: J$ P% Q
* I. y& r; }5 |' Q0 ?
# J& z9 L6 q( q1 t/ R
6 c9 ?8 P$ J; R! I' \. B求解规划的基本方法
) F5 g( A E$ R3 Q
# F. r5 s: h4 Q. _ K- y' Z( U2 X$ q方法:在具体规划模型中会说明
2 P+ Z" B, }# B' G+ y9 Q Y软件:Lingo Matlab! n, H" Q) B7 h& A: D3 G( z
; l8 `" U% n4 c2 t2 E
线性规划. w, a9 z- D' T4 M
+ E0 d* l' A# x; o4 l# ` P线性规划即目标函数以及约束条件都是线性的规划。' q) a* W0 v+ H, B2 a7 H
! h4 Z: [( I: ?; s( n
线性规划模型的建立' j* T1 y; L7 \8 H
- c7 Z. d) Q' k, O. U线性规划的标准化4 R' C) ^3 A* |( L
6 E6 d' {" B7 Q0 f0 u( ^
目标函数标准化) C7 n4 I9 P8 K0 ~/ d! }
约束条件标准化
: O2 S& G6 f8 ~" i5 m1 X决策变量的标准化
0 s5 Z4 q( Z: V$ b' y! Z1.目标函数统一为求最大,如果原式为求最小,转化公式为 min(z)=max(-z)6 d- |3 R( [$ d7 `. `9 ^
, U4 T( c4 @6 s1 T8 l! v2.约束条件统一由不等式化为等式。简单说就是如果式子是大于等于号,则式子左端减去一个正数,反之则加上一个正数。# L0 O2 d) |( T. ]7 a
7 X, l& ^. [! i: a9 {9 T$ J; d
例如" x" i' i5 m6 a$ a5 a8 w/ g2 P
6 U, q% `! X5 Y1 K! K+ N1 W0 k
引入松弛变量 Xn+1,Xn+2
. ~4 ^/ w) w% o ^- H/ X( h k& z8 l. D' ]- U
a1x1+…+anxn<=b1 化为 a1x1+…+anxn+Xn+1=b1
& W5 C6 v- }* S1 B+ ^3 I1 ^) Ba1x1+…+anxn>=b2 化为 a1x1+…+anxn-Xn+2=b2
- D+ J$ x+ s' P8 Y# G3 S' c/ L* Z
+ r# z1 z) x0 j" }- j$ W添加限制
3 v c" {2 J6 p# wXn+1>=0& e$ [% P* ?8 e1 h8 o6 A
Xn+2>=0, [( p/ ?( z) g: C8 [
9 k6 a' U# A; {" c
|4 x5 n( W4 m- [+ N% B3 b. E5 y4.因此所有的线性规划都可以化成标准形式:
8 U) Y" p1 {* x) g3 z4 [& K* H$ {8 ], [/ l4 Y: y+ Y
7 |# x6 r t) C; f: _: ~6 D. Q; D1 z% F, d; y
线性规划求解
, x2 i- X9 g6 y
- |4 r$ Z7 Y/ \- P7 v理论基础:单纯形法(简单说就是在基本可行解中循环迭代求得最优解的过程)
Q6 e) h: F' M
& p: e/ N8 U( ^5 e; z0 wLingo求解
6 ~) F& r8 W6 f( [5 R
9 [/ `& K3 s" Y8 B+ S, k7 ~$ ~# e代码简单; x* C8 f2 U9 R9 w5 a
结果易分析
- R7 H% g; F6 }' A& X F不容易报错! j7 `! h% X' [$ |% L
- c1 |; K+ w% Z5 _2 u/ }/ ^
大概就是这个样子
5 A) Y# y) Q. ~' `$ vMatlab求解
& ], Q/ Q- Z' `0 A2 K" {% n4 D# j. k" y$ |
其中A,b,Aeq,X,beq,C都是系数矩阵。 约束条件中第一个为不等式约束,第二个为等式约束,第三个为决策变量的范围,在下节非线性规划中会再次升级。5 X/ q9 f8 }! R: |, f
! T9 y5 W9 p* o& x' M! P2 w5 G
# M$ }7 E( {) e# N+ b& d
所有量需要化成矩阵形式,负责代码的同学自己去了解。
6 C( p1 h8 y" k U/ z( Q: }
0 A" ?- v" e' V3 _% v/ H! \* a/ |# a; G
非线性规划4 [0 p1 t8 X7 O7 f5 p9 q2 T% I
9 s" X, j1 j! y; O. }
简单说就是目标函数和约束条件至少有一个是非线性的规划。
- V P) N0 d$ w; j& ^" c$ k/ z% W# x4 ^% l! D# W5 F
Matlab形式 t) B% s" N, Z5 `
: P G# D6 B% {. s: t, f从公式来看,目标函数不能简单的表示为C^Tx的形式,多出了两条非线性约束条件。" C }0 e6 p+ I: P
总的来说非线性规划比线性规划仅仅增添了解方程时的麻烦。' _6 u/ W( q: {
) z& I- P, B6 |7 c' A, T整数规划
+ N% I& j+ J7 q3 M: g$ C3 `2 E8 @
决策变量为整数类型的规划。
X0 T( k& U7 H9 |0 t! ~
! v3 b( w, A9 a# p, s$ y5 ?整数规划的分类
1 O+ k* X; y. p& t* j* q; W; l% J$ Z9 z& u+ q2 u! r# F
/ C* p9 Z1 C& R1 d+ t+ f6 e
2 d7 ]* s ~5 a9 v! t, {
整数规划的求解方法
1 q4 _7 P) \! @ p' c7 E* t# b) Q% q1 ?' X2 W) q
蒙特卡洛算法
) j. a$ N- v' N8 ?蒙特卡洛算法,本质就是随机取样法,是指使用随机数(或者更常见的伪随机数)来解决很多计算问题的方法。
% m/ ~ R9 S% C5 |( T$ u. W
H% {6 ]# k7 S某整数规划题目的求解过程& A- O- g# ]& z z, c9 q
( u6 {. m3 d5 J9 o4 H8 V( R1 [, E3 ?
/ K1 s( D+ D: i& L
6 }+ d9 A' L, e# h8 {/ F8 Q" M特殊整数规划0-1规划0 j" V3 @7 g: m% ?
" W! p) i: d1 g即在整数规划的基础上增加一个限制条件 0<=x<=1' h3 u6 R! u' t' e: r' K! d0 g
1 f# \* T" K8 i1 p) K
( s8 R! K4 W: f' F$ b- P
5 O& M6 K; e6 E& M
" G3 [ }7 d. d1 R1 B
1 Q6 V6 J: ]- i5 U8 Z7 e# C7 L, c1 ^# h! B
: }' z+ h7 Z7 i5 B动态规划(了解即可)
/ V% I8 {' ^5 J9 Q/ h ]
! b: l1 x o# q9 n. o9 H" U3 o简单来书每一阶段的决策,常常会影响下一阶段的决策,通过动态规划求取全局最优解。
: O, s4 U( q- Q! U1 h W2 t0 w
" N R' p2 H3 x. A7 \ e; @( ^动态规划模型的基本原理
, V) K' H' O1 S7 s3 G2 F0 K
5 Z+ m# [6 i% Z6 P, E* B( z" R6 P最优化原理:如果一条最短路经过Xk,那么这条路线上从Xk到终点的一段,是从Xk出发到终点的所有路线中最短的。
' E4 j2 s8 E9 f4 D5 j- U: V! [( I1 t x/ F1 U4 Q- q' Y
贝尔曼—福特算法:在整个过程的最优化策略中,无论过去的状态和决策如何,对当前而言,余下的策略必须构成最优策略。
# R4 m; {- j2 E' H! X- s) D2 e- E, a0 O) D* A4 G
逆序法由1和2衍生出来:从后往前逐步求出各点到终点的最佳路线,最后求出全局最优路线。) d$ k, D g4 ]' c
( M4 v& z3 l9 y5 C动态规划的优缺点
( `) b+ O% [' p! x/ ^/ R* W( v* H( J
优点:& f i' c+ c# \3 ]* l8 L8 G/ ^
1.可得到全局最优解* H* U; B2 _. _( c, j, |
2.可得到一族最优解
- K! j8 }( [/ |" r3.可以利用经验提高解题效率8 U9 n& X! |; E
缺点:8 D7 Z0 N& F+ }" D2 m: m! B% G
1.没有统一的模型/ \2 J( ~0 }4 w" k
2.用数值方法求解存在维数灾
8 c* ?' }2 Z E& j5 G, c, r2 Y a& V7 u$ a' w# l3 n
目标规划(重点)0 p- P% s. t' T% B
/ g; j l+ f4 O1 M- I, X& `! l目标规划中的目标不是单一目标而是多目标,既有主要目标又有次要目标。根据主要目标建立部门分目标,构成目标网,形成整个目标体系。制定目标时应注意衡量各个次要目标的权重,各次要目标必须在主要目标完成之后才能给予考虑。 z& ~7 ~- ]9 k- s; Q7 o
, [& k* I. [4 I5 x. Y目标规划模型的建立
9 G/ u0 C. Q' m! b% e$ }' |/ q( H# M# E6 F" H, J8 y
M8 E0 h: v' z$ E& t, ?* O- p* c( M# y7 F2 d9 q7 r
$ @, [$ v8 s1 g, o引入偏差变量的概念* R3 |1 i! n$ V8 h
0 D, t: S& v2 `8 b! H, }* v# F
0 w# p: d1 S$ `0 z/ N1 t) ^
7 y- u3 Y! ^% q/ @ s4 W
4 I9 ?" [. ^- g0 C3 p% h5 g5 r, `4 r2 Z( V. |4 Q
|1 u; R2 B3 N% `5 K% F% S引入优先因子
2 I3 X" O6 q* x0 K# z! _% M( F
0 Z% D. a8 o1 D) T# ]. S X: O
目标规划的一般模型
' B' w/ e, ~2 }; M0 o j; A9 g
+ k G+ b. |3 d5 u6 J. O: L( q6 t' ~0 j6 k; B2 E2 ], O- d
6 |% ?. ^9 p$ ~1 \# D
目标规划的求解方法
; }7 k5 g7 d- F. O& w0 t( N9 T, D# R: y
理论基础:序贯式算法+ L" u8 c k7 }# w1 H) E9 Y0 G0 `9 C
按各个目标的优先次序,由高到低按单目标的规划问题求解,最高级的优先解解出后,添加到目标偏差的上界添加到约束条件中。" G- p, e! K( F9 o( Q+ |
z, \& v( m1 Z$ i) C* ^规划算法的应用) H4 L% ?7 u. ]* C7 F0 D$ r
6 k' ~" h! K z: K
2015国赛 太阳影长的问题2 N' Q) n' x% g1 h; i: L
原文链接:https://blog.csdn.net/hyqhhxx/article/details/100071956
# g* C. O2 s+ ^5 G, c3 G3 H, L* i: e, H! |, z& w
w! ?- Y4 ]: d1 V+ ~* _) f/ i
|
zan
|