数学建模最优化方法建模及实现 (2)课件.ppt

数学建模最优化方法建模及实现数学建模最优化方法建模及实现第1页，此课件共59页哦最优化问题最优化问题v优化问题，一般是指用“最好”的方式，使用或分配有限的资源，即劳动力、原材料、机器、资金等，使得费用最小或利润最大.v建立优化问题的数学模型 1)确定问题的决策变量 2)构造模型的目标函数和允许取值的范围，常用一组不等式来表示.第2页，此课件共59页哦T1min(max)(),(,)s.t.()0,1,2,nizf xxxxg xim或（1）（2）由（1）、（2）组成的模型属于约束优化，若只有（1）式就是无约束优化，f(x)称为目标函数，gi(x)称为约束条件若目标函数f(x)和约束条件g(x)都是线性函数，则称该模型是线性规划.第3页，此课件共59页哦 线性规划模型线性规划模型例1、生产炊事用具需要两种资源劳动力和原材料，某公司制定生产计划，生产三种不同的产品，生产管理部门提供的数据如下 A B C劳动力（小时/件）736原材料（千克/件）445利润（元/件）423第4页，此课件共59页哦每天供应原材料200kg，每天可使用的劳动力为150h.建立线性规划模型，使总收益最大，并求各种产品的日产量.解解 第一步,确定决策变量.用 分别表示A,B,C三种产品的日产量 第二步,约束条件 原材料：劳动力：第三步，确定目标函数 AxBxCx445200ABCxxx736150ABCxxx423ABCZxxx第5页，此课件共59页哦例2 一家广告公司想在电视、广播上做广告，其目的是尽可能多的招来顾客，下面是调查结果：电视无线电 广播杂志白天最佳时间一次广告费用（千元）40753015受每次广告影响的顾客数（千人）400900500200受每次广告影响的女顾客数（千人）300400200100第6页，此课件共59页哦这家公司希望广告费用不超过800（千元）还要求：1）至少要有200万妇女收看广告；2）电视广告费用不超过500（千元）3）电视广告白天至少播出3次，最佳时间至少播出2次；4）通过广播、杂志做的广告要重复5到10次.123412341234121234m ax400900500200407530158003004002001002000.40755003,2,510,510Zxxxxxxxxxxxxs txxxxxx令 分别白天，最佳电视、广播、杂志广告次数 1234,xxxx，第7页，此课件共59页哦例例3：任务分配问题：某车间有甲、乙两台机床，可用于加工三种工件。假定这两台车床的可用台时数分别为800和900，三种工件的数量分别为400、600和500，且已知用三种不同车床加工单位数量不同工件所需的台时数和加工费用如下表。问怎样分配车床的加工任务，才能既满足加工工件的要求，又使加工费用最低？第8页，此课件共59页哦解解 设在甲车床上加工工件1、2、3的数量分别为x1、x2、x3，在乙车床上加工工件1、2、3的数量分别为x4、x5、x6。可建立以下线性规划模型：解答第9页，此课件共59页哦例例4：某厂每日8小时的产量不低于1800件。为了进行质量控制，计划聘请两种不同水平的检验员。一级检验员的标准为：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员的标准为：速度15小时/件，正确率95%，计时工资3元/小时。检验员每错检一次，工厂要损失2元。为使总检验费用最省，该工厂应聘一级、二级检验员各几名？解解 设需要一级和二级检验员的人数分别为x1、x2人,则应付检验员的工资为：212124323848xxxx因检验员错检而造成的损失为：21211282)%5158%2258(xxxx第10页，此课件共59页哦故目标函数为：故目标函数为：2121213640)128()2432(minxxxxxxz约束条件为：0,0180015818002581800158258212121xxxxxx第11页，此课件共59页哦线性规划模型：线性规划模型：213640minxxz0,01594535 .212121xxxxxxts 解答返 回第12页，此课件共59页哦线性规划模型的一般形式线性规划模型的一般形式.,.,.,.,.minnixnibxat sxcuinkikikniii2102111 目标函数和所有的约束条件都是决策变量目标函数和所有的约束条件都是决策变量的线性函数。的线性函数。min.ucxAxbstvlbxvub矩矩阵阵形形式式：第13页，此课件共59页哦实际问题中实际问题中的优化模型的优化模型mixgtsxxxxfzMaxMiniTn,2,1,0)(.),(),()(1或x决策变量决策变量f(x)目标函数目标函数gi(x)0约束条件约束条件数学规划数学规划线性规划线性规划(LP)二次规划二次规划(QP)非线性规划非线性规划(NLP)纯整数规划纯整数规划(PIP)混合整数规划混合整数规划(MIP)整数规划整数规划(IP)0-1整数规划整数规划一般整数规划一般整数规划连续规划连续规划 优化模型的分类优化模型的分类第14页，此课件共59页哦线性规划问题的求解在理论上有单纯形法，在实际建模中常用以下解法：1.图解法 2.LINGO 软件包；3.Excel中的规划求解；4.MATLAB软件包.第15页，此课件共59页哦min z=cX bAXts.1、模型：命令：x=linprog（c，A，b）2、模型：min z=cX bAXts.beqXAeq命令：x=linprog（c，A，b，Aeq,beq）或或 x=linprog（c，A，b，Aeq,beq,x0）或或 x,fval=linprog（c，A，b，Aeq,beq）注意注意：若没有不等式：存在，则令A=，b=.bAX 用用MATLAB优化工具箱解线性优化工具箱解线性linear规划规划第16页，此课件共59页哦3、模型：min z=cX bAXts.beqXAeqVLBXVUB 命令：1 x=linprog（c，A，b，Aeq,beq,VLB，VUB）2 x=linprog（c，A，b，Aeq,beq,VLB，VUB,X0）注意：1 若没有等式约束:,则令Aeq=,beq=.2其中X0表示初始点 beqXAeq4、命令：x,fval=linprog()返回最优解返回最优解及及处的目标函数值处的目标函数值fval.第17页，此课件共59页哦 321436minxxxz 1231231232380120.3005020 xxxxxxstxxx 解解:编写编写M文件文件xxgh1.m如下：如下：c=6 3 4;A=1,2,-3;0 1 0;b=80;50;Aeq=1 1 1;beq=120;vlb=30,0,20;vub=;x,fval=linprog(c,A,b,Aeq,beq,vlb,vub)To Matlab(xxgh1)123123123123min(6 3 4)1238001050.1 1 112030020 xzxxxxxxstxxxxx 例例5第18页，此课件共59页哦解解 编写编写M文件文件xxgh2.m如下：如下：c=-0.4-0.28-0.32-0.72-0.64-0.6;A=0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 0 0.03 0 0 0.08;b=850;700;100;900;Aeq=;beq=;vlb=0;0;0;0;0;0;vub=;x,fval=linprog(c,A,b,Aeq,beq,vlb,vub)To Matlab(xxgh2)max 6543216.064.072.032.028.04.0 xxxxxxz 85003.003.003.001.001.001.0.654321xxxxxxts 70005.002.041xx 10005.002.052xx 90008.003.063xx 6,2,10jxj 例例6第19页，此课件共59页哦S.t.Xz8121110913min 9008003.12.15.000000011.14.0X500600400100100010010001001X，0654321xxxxxxX改写为：问题问题例例3的解答第20页，此课件共59页哦编写编写M文件文件xxgh3.m如下如下:f=13 9 10 11 12 8;A=0.4 1.1 1 0 0 0 0 0 0 0.5 1.2 1.3;b=800;900;Aeq=1 0 0 1 0 0 0 1 0 0 1 0 0 0 1 0 0 1;beq=400 600 500;vlb=zeros(6,1);vub=;x,fval=linprog(f,A,b,Aeq,beq,vlb,vub)To Matlab(xxgh3)第21页，此课件共59页哦x=0.0000 600.0000 0.0000 400.0000 0.0000 500.0000fval=1.3800e+004计算结果：计算结果：即在甲机床上加工600个工件2,在乙机床上加工400个工件1、500个工件3，可在满足条件的情况下使总加工费最小为13800。第22页，此课件共59页哦 问题问题 213640minxxz s.t.)45(3521xx改写为：例例4的解答第23页，此课件共59页哦编写编写M文件文件xxgh4.m如下：如下：c=40;36;A=-5-3;b=-45;Aeq=;beq=;vlb=zeros(2,1);vub=9;15;%调用linprog函数：x,fval=linprog(c,A,b,Aeq,beq,vlb,vub)To Matlab(xxgh4)第24页，此课件共59页哦结果为：结果为：x=9.0000 0.0000 fval=360即只需聘用9个一级检验员。注：注：本问题应还有一个约束条件：x1、x2取整数。故它是一个整数线性规划整数线性规划问题。这里把它当成一个线性规划来解，求得其最优解刚好是整数：x1=9，x2=0，故它就是该整数规划的最优解。若用线性规划解法求得的最优解不是整数，将其取整后不一定是相应整数规划的最优解，这样的整数规划应用专门的方法求解。返 回第25页，此课件共59页哦第26页，此课件共59页哦 1）首先建立M文件fun.m,定义目标函数F（X）:function f=fun(X);f=F(X);其中X为n维变元向量，G(X)与Ceq(X)均为非线性函数组成的向量，其它变量的含义与线性规划、二次规划中相同.用Matlab求解上述问题，基本步骤分三步：二、非线性规划问题及其二、非线性规划问题及其MatlabMatlab ().()0()0MinF XAXbAeq XbeqstG XCeq XVLBXVUB第27页，此课件共59页哦 3）建立主程序.非线性规划求解的函数是fmincon，命令的基本格式如下：(1)x=fmincon(fun,X0,A,b)(2)x=fmincon(fun,X0,A,b,Aeq,beq)(3)x=fmincon(fun,X0,A,b,Aeq,beq,VLB,VUB)(4)x=fmincon(fun,X0,A,b,Aeq,beq,VLB,VUB,nonlcon)(5)x=fmincon(fun,X0,A,b,Aeq,beq,VLB,VUB,nonlcon,options)(6)x,fval=fmincon(.)(7)x,fval,exitflag=fmincon(.)(8)x,fval,exitflag,output=fmincon(.)输出极值点M文件迭代的初值参数说明变量上下限第28页，此课件共59页哦注意：注意：1 fmincon函数提供了大型优化算法和中型优化算法。默认时，若在fun函数中提供了梯度（options参数的GradObj设置为on），并且只有上下界存在或只有等式约束，fmincon函数将选择大型算法。当既有等式约束又有梯度约束时，使用中型算法。2 fmincon函数的中型算法使用的是序列二次规划法。在每一步迭代中求解二次规划子问题，并用BFGS法更新拉格朗日Hessian矩阵。3 fmincon函数可能会给出局部最优解，这与初值X0的选取有关。第29页，此课件共59页哦1.写成标准形式写成标准形式：s.t.00546322121xxxx2100 xx22212121212minxxxxf22212121212minxxxxf 2x1+3x2 6 s.t x1+4x2 5 x1,x2 0例例1第30页，此课件共59页哦2.先建立先建立M-文件文件 fun1.m:function f=fun1(x);f=-x(1)-2*x(2)+(1/2)*x(1)2+(1/2)*x(2)2MATLAB(youh1)3.再建立主程序再建立主程序youh1.m：4.运算结果为：运算结果为：x=0.7647 1.0588 fval=-2.0294第31页，此课件共59页哦1先建立先建立M文件文件 fun2.m,定义目标函数定义目标函数:function f=fun2(x)f=exp(x(1)*(4*x(1)2+2*x(2)2+4*x(1)*x(2)+2*x(2)+1);)12424()(22122211xxxxxexfx x1+x2=0 s.t.1.5+x1x2-x1-x2 0 -x1x2 10 02再建立再建立M文件文件mycon2.m定义非线性约束：定义非线性约束：function g,ceq=mycon2(x)g=1.5+x(1)*x(2)-x(1)-x(2);-x(1)*x(2)-10;ceq=;例例2第32页，此课件共59页哦3主程序主程序youh2.m为为:x0=-1;1;A=;b=;Aeq=1 1;beq=0;vlb=;vub=;x,fval=fmincon(fun2,x0,A,b,Aeq,beq,vlb,vub,mycon2)MATLAB(youh2)4.运算结果为运算结果为：x=-1.2247 1.2247 fval=1.8951第33页，此课件共59页哦12221122221212min2250s.t.7005,010fXxxgXxxgXxxxx 1先建立先建立M-文件文件fun3.m定义目标函数定义目标函数:function f=fun3(x)f=-2*x(1)-x(2);2再建立再建立M文件文件mycon3.m定义非线性约束：定义非线性约束：function g,ceq=mycon3(x)g=x(1)2+x(2)2-25;x(1)2-x(2)2-7;ceq=;例例3第34页，此课件共59页哦3.主程序主程序youh3.m为为:x0=3;2.5;VLB=0 0;VUB=5 10;x,fval,exitflag,output =fmincon(fun3,x0,VLB,VUB,mycon3)MATLAB(youh3(fun3)第35页，此课件共59页哦4.运算结果为运算结果为:x=4.0000 3.0000fval=-11.0000exitflag=1output=iterations:4 funcCount:17 stepsize:1 algorithm:1x44 char firstorderopt:cgiterations:返回返回第36页，此课件共59页哦第37页，此课件共59页哦建模案例：投资的收益和风险建模案例：投资的收益和风险(1998A)(1998A)第38页，此课件共59页哦二、基本假设和符号规定二、基本假设和符号规定第39页，此课件共59页哦1.1.总体总体风险用所投资的风险用所投资的S Si i中最大的一个风险来衡量，即：中最大的一个风险来衡量，即：iiqxinmax|1,2,三、模型的建立与分析三、模型的建立与分析第40页，此课件共59页哦3.3.建立模型建立模型00101 2max()minmax().,niiiiiiniiiirp xq xp xMs txin 双目标模型双目标模型为：为：第41页，此课件共59页哦4.4.模型简化模型简化00101 2max().(),niiiiiiniiiirp xq xaMs tp xMxin 即模型为即模型为：第42页，此课件共59页哦第43页，此课件共59页哦四、模型四、模型1 1的求解的求解siri（%）qi（%）pi（%）ui（元）（元）S0（银行）5000S1282.51103S2211.52198S3235.54.552S4252.66.540将将n=4,M=1,及平均收益率及平均收益率ri,风险损失率风险损失率qi,费率费率 pi代入模型代入模型1得：得：00101 2max().(),niiiiiiniiiirp xq xaMs tp xMxin 第44页，此课件共59页哦 由于由于a是任意给定的风险度，到底怎样给定没有一个准则，不是任意给定的风险度，到底怎样给定没有一个准则，不同的投资者有不同的风险度。我们从同的投资者有不同的风险度。我们从a=0开始，以步长开始，以步长a=0.001进行循环搜索，编制程序如下：进行循环搜索，编制程序如下：第45页，此课件共59页哦 a=0;while(1.1-a)1 c=-0.05-0.27-0.19-0.185-0.185;Aeq=1 1.01 1.02 1.045 1.065;beq=1;A=0 0.025 0 0 0;0 0 0.015 0 0;0 0 0 0.055 0;0 0 0 0 0.026;b=a;a;a;a;vlb=0,0,0,0,0;vub=;x,val=linprog(c,A,b,Aeq,beq,vlb,vub);ax=x Q=-val plot(a,Q,.);axis(0 0.1 0 0.5);hold on a=a+0.001;end xlabel(a),ylabel(Q)To Matlab（xxgh5）模型模型1 1的的MATLABMATLAB程序：程序：第46页，此课件共59页哦a=0.006计算结果：计算结果：第47页，此课件共59页哦4.在a=0.006=0.006附近有一个转折点，在这一点左边，风险增加很少时，利润增长很快。在这一点右边，风险增加很大时，利润增长很缓慢，所以对于风险和收益没有特殊偏好的投资者来说，应该选择曲线的拐点作为最优投资组合，大约是a*=0.6%，Q*=20%，所对应投资方案为:风险度风险度 收益收益 x0 x1 x2 x3 x4 0.0060 0.2019 0 0.2400 0.4000 0.1091 0.2212 3.3.曲线上的任一点都表示该风险水平的最大可能收益和该收益要求的最小风险。对于不同风险的承受能力，选择该风险水平下的最优投资组合。当投资越分散时，投资者承担的风险越小，这与题意一致。即:冒险的投资者会出现集中投资的情况，保守的投资者则尽量分散投资。1.1.风险大，收益也大。模型模型1 1的结果分析的结果分析第48页，此课件共59页哦此模型又可改写为min y001s.t.0,00,1,niiiiniiiiiirpxkpxMx qyxyinL模型模型2 2的求解：的求解：第49页，此课件共59页哦min y.01234012341230 050 270 190 1850 185 101 10210451065=10 0250 0150 055xxxxxkxxxxxxyxyxy .(),40 0260 0，1，40ixyxiy由于k是任意给定的盈利，到底怎样给定没有一个准则，不同的投资者有不同的盈利.我们从k=0.05开始，以步长k=0.01进行循环搜索，编制程序如下：模型模型2 2的求解：的求解：第50页，此课件共59页哦k=0.05while k0.26/1.01;C=0 0 0 0 0 1;A=0 0.025 0 0 0-1;0 0 0.015 0 0-1;0 0 0 0.055 0-1;0 0 0 0 0.026 -1;B=0;0;0;0;Aeq=0.05 0.27 0.19 0.185 0.185,0;1 1.01 1.02 1.045 1.065,0;Beq=k;1;Vlb=0;0;0;0;0;0;%or Vlb=zeros(6,1);Vub=;x,fval=linprog(C,A,B,Aeq,Beq,Vlb,Vub);模型模型2 2的的MATLABMATLAB求解：求解：第51页，此课件共59页哦kQ=fval x=xplot(k,Q,m.)axis(0 0.5 0 0.05)xlabel(收益k)ylabel(最小风险度Q)title(最小风险度Q随收益R的变化趋势图)hold onk=k+0.01;grid onend模型模型2 2的的MATLABMATLAB求解：求解：第52页，此课件共59页哦00.050.10.150.20.250.30.350.40.450.500.0050.010.0150.020.0250.030.0350.040.0450.05收 益 k最小风险度Q最 小 风 险 度 Q随 收 益 R的 变 化 趋 势 图模型模型2 2的结果分析：的结果分析：第53页，此课件共59页哦此模型又可改写为此模型又可改写为0min(sy-(1-s)niiiirpx01s.t.0,0niiiiiipxMxqyxy模型模型3 3的求解：的求解：第54页，此课件共59页哦012340.050min(.270.190.1850.185sy-(1-s)()xxxxx.(),012341234 101 10210451065=10 0250 0150 0550 0260 0，1，40ixxxxxxyxyxyxyxiy模型模型3 3的求解：的求解：第55页，此课件共59页哦s=0while s1;C=-0.05*(1-s),-0.27*(1-s),-0.19*(1-s),-0.185*(1-s),-0.185*(1-s),s;A=0 0.025 0 0 0-1;0 0 0.015 0 0-1;0 0 0 0.055 0-1;0 0 0 0 0.026-1;B=0;0;0;0;Aeq=1 1.01 1.02 1.045 1.065,0;Beq=1;Vlb=0;0;0;0;0;0;%or Vlb=zeros(6,1);Vub=;x,fval=linprog(C,A,B,Aeq,Beq,Vlb,Vub);模型模型3 3的的MATLABMATLAB程序：程序：第56页，此课件共59页哦sQ=x(6)x=xplot(s,Q,r.)axis(0 1 0 0.025)xlabel(权重s)ylabel(风险度Q)title(风险度Q随权重s的变化趋势图)hold ons=s+0.001;grid onend模型模型3 3的的MATLABMATLAB程序：程序：第57页，此课件共59页哦00.10.20.30.40.50.60.70.80.9100.0050.010.0150.020.025权 重 s风险度Q风 险 度 Q随 权 重 s的 变 化 趋 势 图模型模型3 3的结果分析：的结果分析：第58页，此课件共59页哦实验作业：实验作业：钢管订购及运输优化模型钢管订购及运输优化模型20002000年年“网易杯网易杯”全国大学生数学建模竞赛全国大学生数学建模竞赛B B题题第59页，此课件共59页哦