最优化方法大作业答案
最优化方法练习题答案修改建议版本--删减版
最优化⽅法练习题答案修改建议版本--删减版练习题⼀1、建⽴优化模型应考虑哪些要素 ?答:决策变量、⽬标函数和约束条件。
2、讨论优化模型最优解的存在性、迭代算法的收敛性及停⽌准则。
min f (x)答:针对⼀般优化模型 s.t. g i x 0,i 1,2,L m ,讨论解的可⾏域 D ,若存在⼀点 X * D ,对 h j x0, j 1,L , p于 X D 均有 f(X *) f(X)则称 X *为优化模型最优解,最优解存在;迭代算法的收敛性是指迭代所得到的序列 X (1),X (2),L ,X (K)L ,满⾜ f(X (K 1)) f (X (K)),则迭代法收敛;收敛的停⽌准则有等。
练习题⼆1、某公司看中了例 2.1中⼚家所拥有的 3种资源 R 1、R2、和R 3,欲出价收购(可能⽤于⽣产附加值更⾼的产品) 的对偶问题)。
如果你是该公司的决策者,对这 3 种资源的收购报价是多少? (该问题称为例 2.1解:确定决策变量对 3种资源报价 y 1,y 2, y 3作为本问题的决策变量。
确定⽬标函数问题的⽬标很清楚——“收购价最⼩” 。
确定约束条件资源的报价⾄少应该⾼于原⽣产产品的利润,这样原⼚家才可能卖。
因此有如下线性规划问题: min w 170y 1 100y 2 150y 35y 1 2y 2 y 3 10 s.t. 2y 1 3y 2 5y 3 18y 1, y 2,y 3 02、研究线性规划的对偶理论和⽅法(包括对偶规划模型形式、对偶理论和对偶单纯形法) 答:略。
3、⽤单纯形法求解下列线性规划问题:x (k 1) x (k)x (k 1)x (k)x (k) min zx1x2x3minz4x2x3x1 x22x 32x12x2 x32(1) s.t. 2x1x2 x3 3x22x 3x 42 x1x34x2x3x 5 5x 1,x 2,x 3 0x i 0(i 1,2, ,5)解:(1)引⼊松弛变量 x 4, x 5,x 6min z x 1 x 2x30*x 40* x 5 0* x 6x 1 x 22x 3 x4=22x 1 x 2 x 3x5=3x6=4x1, x2, x3, x4, x5, x6 0因检验数σ2<0,故确定 x 2 为换⼊⾮基变量,以 x 2的系数列的正分量对应去除常数列,最⼩⽐值所在⾏对应的基变量 x 4 作为换出的基变量因检验数σ3<0,故确定 x 3 为换⼊⾮基变量,以 x 3的系数列的正分量对应去除常数列,最⼩⽐值所在⾏对应的基变量 x 5作为换出的基变量。
最优化方法(试题+答案)
一、 填空题1.若()()⎪⎪⎭⎫ ⎝⎛+⎪⎪⎭⎫⎝⎛⎪⎪⎭⎫ ⎝⎛=212121312112)(x x x x x x x f ,则=∇)(x f ,=∇)(2x f .2.设f 连续可微且0)(≠∇x f ,若向量d 满足 ,则它是f 在x 处的一个下降方向。
3.向量T)3,2,1(关于3阶单位方阵的所有线性无关的共轭向量有 . 4. 设R R f n →:二次可微,则f 在x 处的牛顿方向为 . 5.举出一个具有二次终止性的无约束二次规划算法: .6.以下约束优化问题:)(01)(..)(min 212121≥-==+-==x x x g x x x h t s x x f的K-K-T 条件为:. 7.以下约束优化问题:1..)(min 212221=++=x x t s x x x f的外点罚函数为(取罚参数为μ) .二、证明题(7分+8分)1.设1,2,1,:m i R R g n i =→和m m i R R h ni ,1,:1+=→都是线性函数,证明下面的约束问题:},,1{,0)(},1{,0)(..)(min 1112m m E j x h m I i x g t s x x f j i nk k+=∈==∈≥=∑=是凸规划问题。
2.设R R f →2:连续可微,n i R a ∈,R h i ∈,m i ,2,1=,考察如下的约束条件问题:},1{,0}2,1{,0..)(min 11m m E i b x a m I i b x a t s x f i T i i Ti +=∈=-=∈≥-设d 是问题1||||,0,0..)(min ≤∈=∈≥∇d E i d a Ii d a t s d x f Ti Ti T的解,求证:d 是f 在x 处的一个可行方向。
三、计算题(每小题12分)1.取初始点T x )1,1()0(=.采用精确线性搜索的最速下降法求解下面的无约束优化问题(迭代2步):22212)(m in x x x f +=2.采用精确搜索的BFGS 算法求解下面的无约束问题:21222121)(min x x x x x f -+=3.用有效集法求解下面的二次规划问题:.0,001..42)(min 2121212221≥≥≥+----+=x x x x t s x x x x x f4.用可行方向算法(Zoutendijk 算法或Frank Wolfe 算法)求解下面的问题(初值设为)0,0()0(=x,计算到)2(x 即可):.0,033..221)(min 21211222121≥≥≤+-+-=x x x x t s x x x x x x f参考答案一、填空题 1. ⎪⎪⎭⎫⎝⎛++++3421242121x x x x ⎪⎪⎭⎫⎝⎛4224 2. 0)(<∇d x f T3. T)0,1,2(-,T)1,0,3(-(答案不唯一)。
北航最优化方法有关大作业参考
1流量工程问题重述定一个有向网 G=(N,E) ,此中 N 是点集, E 是弧集。
令 A 是网 G 的点弧关矩,即 N×E 矩,且第 l 列与弧里 (I,j) ,第 i 行元素 1 ,第 j 行元素 -1 ,其他元素 0。
再令b m=(b m1 ,⋯,b mN )T,f m =(f m1,⋯ ,f mE )T,可将等式束表示成:Af m=b m本算例一典 TE 算例。
算例网有 7 个点和 13 条弧,每条弧的容量是 5 个位。
别的有四个需求量均 4 个位的源一目的,详细的源点、目的点信息如所示。
里了,省区了未用到的弧。
别的,弧上的数字表示弧的号。
此,c=((5,5 ⋯,5) 1 )T,×13依据上述四个束条件,分求得四个状况下的最决议量x=((x 12 ,x13,⋯ ,x75)1×13 )。
1 网拓扑和流量需求7 节点算例求解算例1(b1=[4;-4;0;0;0;0;0]T)转变为线性规划问题:Minimize c T x1Subject to Ax1=b1x1>=0 利用 Matlab 编写对偶纯真形法程序,可求得:最优解为 x1*=[4 0 0 0 0 0 0 0 0 0 0 0 0] T对应的最优值 c T x1=201.2.2 算例 2(b2=[4;0;-4;0;0;0;0] T)Minimize c T x2Subject to Ax2=b2X2>=0 利用 Matlab 编写对偶纯真形法程序,可求得:最优解为 x2*=[0 4 0 0 0 0 0 0 0 0 0 0 0]T对应的最优值 c T x2=201.2.3 算例 3(b3=[0;-4;4;0;0;0;0] T)MinimizeTc x3Subject to Ax3=b3X3>=0 利用 Matlab 编写对偶纯真形法程序,可求得:最优解为 x3*=[4 0 0 0 4 0 0 0 0 0 0 0 0] T对应的最优值 c T x3=40算例4(b4=[4;0;0;0;0;0;-4]T )Minimize c T x4Subject to Ax4=b4X4>=0利用 Matlab 编写对偶纯真形法程序,可求得:最优解为 x4*=[4 0 0 4 0 0 0 0 0 4 0 0 0] T对应的最优值 c T x4=601.3 计算结果及结果说明算例1(b1=[4;-4;0;0;0;0;0]T)算例 1 中,由 b1 可知,节点 2 为需求节点,节点 1 为供应节点,由节点 1 将信息传输至节点 2 的最短路径为弧 1。
重庆大学最优化方法习题答案
s.t.x1 + 2x2 ≤ 5 x1, x2 ≥ 0
解:根据条件,可行域为下面图形中的阴影部分,,有图形可知,原问题在 A 点取得最优值, 最优值 z=5
(2) min z = x1 − 6x2 2x1 + x2 ≤ 1
s.t.− x1 + x2 ≤ 7 x1, x2 ≥ 0
解:图中阴影部分表示可行域,由图可知原问题在点 A 处取得最优值,最优值 z=-6.
(3) max z = 3x1 + 2x2
− x1 + x2 ≤ 1 s.t.x1 − 2x2 ≥ −4
x1, x2 ≥ 0
解:如图 所示,可行域为图 中阴影部 分,易得 原线性规 划问题 为无界 解。
所以 x(2) , x(4) , x(6) 是原问题的基可行解, x(6) 是最优解,最优值是 z = −3 。
(2) max z = x1 + x2 − 2x3 + x 4 − x5
x1 + x2 + x3 + x4 = 1 s.t.− x1 + 2x2 + x5 = 4
xi ≥ 0,i = 1,2,3,4,5
解:易知
x1
的系数列向
量
p1
= 1− 1
,
x2
的系数列向
量
p2
=
1
2
,
x3
的系
数列向量
1
1
0
p3
=
0
,
x4
的系数列向量
p4
=
0
,
x5
的系数列向量
最优化方法部分课后习题解答(1-7)
最优化方法部分课后习题解答习题一1.一直优化问题的数学模型为:22121122123142min ()(3)(4)5()02()50..()0()0f x x xg x x x g x x x s t g x x g x x =−+−⎧=−−≥⎪⎪⎪=−−+≥⎨⎪=≥⎪=≥⎪⎩试用图解法求出:(1)无约束最优点,并求出最优值。
(2)约束最优点,并求出其最优值。
(3)如果加一个等式约束,其约束最优解是什么?12()0h x x x =−=解:(1)在无约束条件下,的可行域在整个平面上,不难看出,当=(3,4)()f x 120x x *x 时,取最小值,即,最优点为=(3,4):且最优值为:=0()f x *x *()f x (2)在约束条件下,的可行域为图中阴影部分所示,此时,求该问题的最优点就是()f x 在约束集合即可行域中找一点,使其落在半径最小的同心圆上,显然,从图示中可12(,)x x 以看出,当时,所在的圆的半径最小。
*155(,)44x =()f x 其中:点为和的交点,令求解得到:1()g x 2()g x 1122125()02()50g x x x g x x x ⎧=−−=⎪⎨⎪=−−+=⎩1215454x x ⎧=⎪⎪⎨⎪=⎪⎩即最优点为:最优值为:=*155(,)44x =*()f x 658(3).若增加一个等式约束,则由图可知,可行域为空集,即此时最优解不存在。
2.一个矩形无盖油箱的外部总面积限定为S,怎样设计可使油箱的容量最大?试列出这个优化问题的数学模型,并回答这属于几维的优化问题.解:列出这个优化问题的数学模型为:该优化问题属于三维的优化问题。
123122313123max ()220..00f x x x x x x x x x x S x s t x x =++≤⎧⎪>⎪⎨>⎪⎪>⎩32123sx y z v⎛⎞=====⎜⎟⎝⎠习题二3.计算一般二次函数的梯度。
最优化方法(试题+答案)
1.若 ,则 , .
2.设 连续可微且 ,若向量 满足,则它是 在 处的一个下降方向。
3.向量 关于3阶单位方阵的所有线性无关的共轭向量有.
4.设 二次可微,则 在 处的牛顿方向为.
5.举出一个具有二次终止性的无约束二次规划算法:.
6.以下约束优化问题:
的K-K-T条件为:
.
7.以下约束优化.证明:要证凸规划,即要证明目标函数是凸函数且可行域是凸集。
一方面,由于 二次连续可微, 正定,根据凸函数等价条件可知目标函数是凸函数。
另一方面,约束条件均为线性函数,若任意 可行域,则
故 ,从而可行域是凸集。
2.证明:要证 是 在 处的一个可行方向,即证当 , 时, ,使得 ,
解此线性规划(作图法)得 ,于是 .由线性搜索
得 .因此, .重复以上计算过程得下表:
0
1
1
2
(注:范文素材和资料部分来自网络,供参考。请预览后才下载,期待你的好评与关注。)
2.采用精确搜索的BFGS算法求解下面的无约束问题:
3.用有效集法求解下面的二次规划问题:
4.用可行方向算法(Zoutendijk算法或Frank Wolfe算法)求解下面的问题(初值设为 ,计算到 即可):
参考答案
一、填空题
1. 2. 3. , (答案不唯一)。4.
5. 牛顿法、修正牛顿法等(写出一个即可)
0
1/2
1
2
2
3.解:取初始可行点 求解等式约束子问题
得解和相应的Lagrange乘子
转入第二次迭代。求解等式约束子问题
得解
令
转入第三次迭代。求解等式约束子问题
得解和相应的Lagrange乘子
重庆大学最优化方法习题答案
max z = x1 + x 2 − 2x 3 − Mx 6 3x1 + x 2 − x 3 + x 4 = 5 s.t.x1 − 4x 2 + x 3 − x 5 + x 6 = 7 x i ≥ 0,i = 1,2...6 x1 x2 x3 x4 x5 x6
②因为 p1 , p 3 线性无关,可得基解 x (2) = ( ,0, ③因为 p1 , p 4 线性无关,可得基解 x (3) ④因为 p 2 , p 3 线性无关,可得基解 x
(4)
43 11 ,0) , z 2 = ; 5 5 11 1 = (− ,0,0, ) ,是非基可行解; 3 6 2 5 = (0,2,1,0) , z 4 = −1 ;
x1 + 4x 2 + 2x 3 ≥ 8 s.t.3x1 + 2x 2 ≥ 6 x 1 , x 2 , x 3 ≥ 0
解:引入剩余变量 x 4 , x 5 和人工变量 x 6 , x 7 ,利用两阶段法得到辅助线性规划
max w = −x 6 − x 7 max z ' = −2x 1 − 3x 2 − x
①因为 p1 , p 2 线性无关,故有
x 1 + x 2 = 1 − x 3 − x 4 − x1 + 2x 2 = 4 − x 5
,令非基变量为 x 3 = x 4 = x 5 = 0 ,得
x = − 2 1 3 ,所以得到一个基解 x (1) = (− 2 , 5 ,0,0,0) ,是非基可行解; 3 3 x = 5 2 3
x1 + 2x 2 + 3x 3 + 4x 4 = 7 s.t.2x1 + x 2 + x 3 + 2x 4 = 3 x 1 , x 2 , x 3 , x 4 ≥ 0 1 2 3 解: 易知 x1 的系数列向量 p1 = , x 的系数列向量 p 2 = , x 的系数列向量 p 3 = , 2 3 2 1 1 4 x 4 的系数列向量 p 4 = 。 2 x1 + 2x 2 = 7 − 3x 3 − 4x 4 ,令非基变量为 x 3 = x 4 = 0 ,得 ① 因为 p1 , p 2 线性无关,故有 + x = 3 − x − 2x 2x 2 3 4 1 x = − 1 1 3 ,所以得到一个基解 x (1) = (− 1 , 11 ,0,0) 是非基可行解; 3 3 x = 11 2 3
最优化方法与应用大作业(一)最速下降法
最优化方法与应用大作业(一)
---最速下降法部分:
1.问题描述:
用梯度下降法求解以下优化问题
min f(x)=(x1+10*x2)^2+5(x3-x4)^2+(x2-2*x3)^4+10*(x1-x4)^4
2.编程感想:
该算法需要计算Hesse矩阵,C语言在向量运算时没有Matlab方便,所以手工完成了理论计算,再输入,破坏了程序的移植性。
同时,实验表明当初始值离理想点较远且精度要求较高时,最速下降法的收敛速率极慢,迭代几乎不可能完成,这对初值的选取提出了一定限制。
3.结果分析:
编译界面(Mac os X,Xcode环境)
输入参数(设定为(0.1,0.2,0.3,0.4)):
结果(此处列出每次迭代结果)。
明显的看到,最速下降法的收敛较慢,最终结果接近理论值(F(0,0,0,0)=0)所以该结果可以满意。
4.算法代码见下页
西安电子科技大学电子工程学院020951
李骏昊02095005。
最优化方法试题及答案
最优化方法试题及答案一、选择题1. 下列哪项不是最优化方法的特点?A. 目标性B. 可行性C. 多样性D. 随机性答案:D2. 在最优化问题中,约束条件的作用是什么?A. 限制解的可行性B. 增加问题的复杂性C. 提供额外的信息D. 以上都是答案:A3. 线性规划问题中,目标函数与约束条件之间的关系是什么?A. 无关B. 相等C. 线性D. 非线性答案:C二、简答题1. 简述最优化问题的基本构成要素。
答案:最优化问题的基本构成要素包括目标函数、决策变量、约束条件和解的可行性。
目标函数是衡量最优化问题解的质量的函数,决策变量是问题中需要确定的参数,约束条件是对决策变量的限制,解的可行性是指解必须满足所有约束条件。
2. 什么是局部最优解和全局最优解?请举例说明。
答案:局部最优解是指在问题的邻域内没有其他解比当前解更优的解,而全局最优解是指在整个解空间中最优的解。
例如,在山峰攀登问题中,局部最优解可能是到达了一个小山丘的顶部,而全局最优解是到达了最高峰的顶部。
三、计算题1. 假设一个农民有一块矩形土地,长为100米,宽为80米,他想在这块土地上建一个矩形的养鸡场,但只能沿着土地的长边布置。
如果养鸡场的一边必须靠在土地的长边上,另一边与土地的宽边平行,求养鸡场的最大面积。
答案:为了使养鸡场的面积最大,养鸡场的一边应该靠在土地的宽边上,另一边与土地的长边平行。
这样,养鸡场的长将是80米,宽将是100米,所以最大面积为80米 * 100米 = 8000平方米。
2. 一个工厂需要生产三种产品A、B和C,每种产品都需要使用机器X 和机器Y。
生产一个单位的产品A需要机器X工作2小时和机器Y工作1小时;产品B需要机器X工作3小时和机器Y工作2小时;产品C需要机器X工作1小时和机器Y工作3小时。
工厂每天有机器X总共300小时和机器Y总共200小时的使用时间。
如果工厂每天需要生产至少100单位的产品A,50单位的产品B和20单位的产品C,请问工厂应该如何安排生产以最大化产品的总产量?答案:设生产产品A的单位数为x,产品B的单位数为y,产品C的单位数为z。
最优化方法习题答案
习题一1.1利用图解法求下列线性规划问题: (1)21x x z max +=⎪⎪⎩⎪⎪⎨⎧≥≤+≥+0x ,x 5x 2x 2x x 3.t .s 212121 解:根据条件,可行域为下面图形中的阴影部分,,有图形可知,原问题在A 点取得最优值,最优值z=5(2)21x 6x z min -=⎪⎪⎩⎪⎪⎨⎧≥≤+-≤+0x ,x 7x x 1x x 2.t .s 212121 解:图中阴影部分表示可行域,由图可知原问题在点A 处取得最优值,最优值z=-6.(3)21x 2x 3z max +=⎪⎪⎩⎪⎪⎨⎧≥-≥-≤+-0x ,x 4x 2x 1x x .t .s 212121 解:如图所示,可行域为图中阴影部分,易得原线性规划问题为无界解。
(4)21x 5x 2z min -=⎪⎪⎩⎪⎪⎨⎧≥≤+≥+0x ,x 2x x 6x 2x .t .s 212121 解:由图可知该线性规划可行域为空,则原问题无可行解。
1.2 对下列线性规划问题,找出所有的基解,基可行解,并求出最优解和最优值。
(1)4321x 6x 3x 2x 5z min -+-=⎪⎪⎩⎪⎪⎨⎧≥=+++=+++0x ,x ,x ,x 3x 2x x x 27x 4x 3x 2x .t .s 432143214321 解:易知1x 的系数列向量⎪⎪⎭⎫ ⎝⎛=21p 1,2x 的系数列向量⎪⎪⎭⎫ ⎝⎛=12p 2,3x 的系数列向量⎪⎪⎭⎫⎝⎛=13p 3,4x 的系数列向量⎪⎪⎭⎫⎝⎛=24p 4。
①因为21p ,p 线性无关,故有⎪⎩⎪⎨⎧--=+--=+43214321x 2x 3x x 2x 4x 37x 2x ,令非基变量为0x x 43==,得⎪⎪⎩⎪⎪⎨⎧=-=311x 31x 21,所以得到一个基解)0,0,311,31(x )1(-=是非基可行解; ②因为31p ,p 线性无关,可得基解)0,511,0,52(x)2(=,543z 2=;③因为41p ,p 线性无关,可得基解611,0,0,31(x )3(-=,是非基可行解;④因为32p ,p 线性无关,可得基解)0,1,2,0(x )4(=,1z 4-=;⑤因为42p ,p 线性相关,42x ,x 不能构成基变量; ⑥因为43p ,p 线性无关,可得基解)1,1,0,0(x )6(=,3z 6-=;所以)6()4()2(x ,x ,x是原问题的基可行解,)6(x 是最优解,最优值是3z -=。
最优化方法大作业
发动机空燃比控制器引言:我主要从事自动化相关研究。
这里介绍我曾经接触过的发动机空燃比控制器设计中的优化问题。
发动机空燃比控制器设计中的最优化问题AFR =afm m && (1)空燃比由方程(1)定义,在发动机运行过程中如果控制AFR 稳定在14.7可以获得最好的动力性能和排放性能。
如果假设进入气缸的空气流量am &可以由相关单元检测得到,则可以通过控制进入气缸的燃油流量f m &来实现空燃比的精确控制。
由于实际发动机的燃油喷嘴并不是直接对气缸喷燃油,而是通过进气歧管喷燃油,这么做会在进气歧管壁上液化形成油膜,因此不仅是喷嘴喷出的未液化部分燃油会进入气缸,油膜蒸发部分燃油也会进入气缸,如方程(2)。
这样如何更好的喷射燃油成为了一个问题。
1110101122211ττττ⎡⎤⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥=+⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎢⎥-⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤⎢⎥⎣⎦⎢⎥⎣⎦f ff v X x x u x x X x y =x && (2)其中12、,==ff fv x m x m &&=f y m &,=fi u m &这里面,表示油膜蒸发量ff m &、fvm &表示为液化部分燃油、fim &表示喷嘴喷射的燃油,在τf 、τv 、X 都已知的情况下,由现代控制理论知识,根据系统的增广状态空间模型方程(3)00000011011011114.70ττττ⎡⎤⎡⎤-⎡⎤⎢⎥⎢⎥⎡⎤⎡⎤⎢⎥=-+-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦⎡⎤⎡⎤=⎢⎥⎣⎦⎣⎦ff v v a X X u +q q m y q x x x &&& (3)其中()014.7⎰taq =y -m&。
由极点配置方法,只要设计控制器方程(4),就可以使得y 无差的跟踪阶跃输入,那么y 也能较好的跟踪AFR *am /&。
《最优化方法》参考答案及评分标准
《最优化方法》参考答案及评分标准1. 某文教用品厂用原材料白坯纸生产原稿纸、日记本和练习本三种产品。
该厂现有工人100人,每月白坯纸供应量为30 000 kg.已知工人的劳动生产率为:每人每月可生产原稿纸30捆,或生产日记本30打,或练习本30箱。
已知原材料消耗为:每捆原稿纸用白坯纸133kg,每打日记本用白坯纸1133kg,每箱练习本用白坯纸2263kg.又知每生产一捆原稿纸可获利2元,生产一打日记本获利3元,生产一箱练习本获利1元。
试确定:(a)现有生产条件下获利最大的方案;(b)如白坯纸的供应数量不变,当工人数不足时可招收临时工,临时工工资支出为每人每月40元,则该厂要不要招收临时工,招多少临时工最合适? 解:(a )分别用123,,x x x 代表原稿纸、日记本和练习本的每月生产量。
(2分) 建立线性规划模型(4分)⎪⎪⎩⎪⎪⎨⎧≥≤++≤++++0,3000038034031010030/30/30/32max 32,1321321321x x x x x x x x x x x x (b )临时工影子价格高于市场价格,故应招收。
用参数规划计算确定招200人为最适宜。
(5分)2. 求解下列产销平衡的运输问题,表中列出的为产地到销地之间的运价。
(1)用左上角法、最小元素法、沃格尔法求初始基本可行解。
(2)由上面所得的初始方案出发,应用表上作业法求最优方案,并比较初始方案需要的迭代次解:3. 用动态规划求解下面的问题解:(1)建立动态规划模型:①阶段变量k=1,2,3。
(1分) ②状态变量s k 表示第k 阶段初各决策变量之积,则s 3=27。
(1分) ③决策变量x k 分别表示第k 阶段的x 的值 (1分) ④状态转移方程s k+1=s k /x k 。
(1分) ⑤指标函数v k (s k ,x k )表示第k 阶段的总成本,即x 1+x 2+…+x k (1分)由已知可得k k k k x x s v =),((1分)⑥基本方程为⎪⎩⎪⎨⎧=+=++≤≤0)()}(),({max )(441160s f s f x s v s f k k k k k x k k k (2分) (2)用动态规划的正向或反向推理算法求解可得:(12分)()()9)(min 333321==x f x x x评分标准:以上的推理过程,每一阶段的计算正确得3分(共3个阶段),其中,列写出s 或x 的范围得1分,列写出决策表得1分,列写出最优决策表得1分,每出现一处错误,扣0.5分,至扣完本项分值为止。
最优化方法练习题答案
练习题一1、建立优化模型应考虑哪些要素“答:决策变量、目标函数和约束条件。
2、讨论优化模型最优解的存在性、迭代算法的收敛性及停顿准则。
答:针对一般优化模型,讨论解的可行域,假设存在一()()min ()..0,1,2, 0,1,,i j f x s t g x i m h x j p≥===L L D 点,对于均有则称为优化模型最优解,最优解存在;*X D ∈X D ∀∈*()()f X f X ≤*X 迭代算法的收敛性是指迭代所得到的序列,满足,(1)(2)(),,,K X X X L L (1)()()()K K f X f X +≤则迭代法收敛;收敛的停顿准则有,,(1)()k k x x ε+-<(1)()()k k k x x xε+-<,,等等。
()()(1)()k k f x f x ε+-<()()()(1)()()k k k f x f x f x ε+-<()()k f x ε∇<练习题二1、*公司看中了例2.1中厂家所拥有的3种资源R 1、R2、和R 3,欲出价收购〔可能用于生产附加值更高的产品〕。
如果你是该公司的决策者,对这3种资源的收购报价是多少?〔该问题称为例2.1的对偶问题〕。
解:确定决策变量对3种资源报价作为本问题的决策变量。
123,,y y y 确定目标函数问题的目标很清楚——“收购价最小〞。
确定约束条件资源的报价至少应该高于原生产产品的利润,这样原厂家才可能卖。
因此有如下线性规划问题:123min 170100150w y y y =++*2、研究线性规划的对偶理论和方法〔包括对偶规划模型形式、对偶理论和对偶单纯形法〕。
答:略。
3、用单纯形法求解以下线性规划问题:〔1〕⎪⎪⎩⎪⎪⎨⎧≥≤+-≤++≤-++-=0,,43222..min32131321321321x x x x x x x x x x x t s x x x z ;〔2〕⎪⎪⎩⎪⎪⎨⎧=≥=++=+-=+-+-=)5,,2,1(052222..4min 53243232132 i x x x x x x x x x x t s x x z i 解:〔1〕引入松弛变量*4,*5,*6c j →1-11C B基b*1*2*3*4*5*60*421[1]-21000*532110100*64-101001c j -z j1-11因检验数σ2<0,故确定*2为换入非基变量,以*2的系数列的正分量对应去除常数列,最小比值所在行对应的基变量*4作为换出的基变量。
最优化方法试卷与答案5套
《最优化方法》1一、填空题:1.最优化问题的数学模型一般为:____________________________,其中___________称为目标函数,___________称为约束函数,可行域D 可以表示为_____________________________,若______________________________,称*x 为问题的局部最优解,若_____________________________________,称*x 为问题的全局最优解。
2.设f(x)= 212121522x x x x x +-+,则其梯度为___________,海色矩阵___________,令,)0,1(,)2,1(T T d x ==则f(x)在x 处沿方向d 的一阶方向导数为___________,几何意义为___________________________________,二阶方向导数为___________________,几何意义为____________________________________________________________。
3.设严格凸二次规划形式为:012..222)(min 2121212221≥≥≤+--+=x x x x t s x x x x x f则其对偶规划为___________________________________________。
4.求解无约束最优化问题:n R x x f ∈),(min ,设k x 是不满足最优性条件的第k 步迭代点,则:用最速下降法求解时,搜索方向k d =___________ 用Newton 法求解时,搜索方向k d =___________ 用共轭梯度法求解时,搜索方向k d =___________________________________________________________________________。
最优化方法练习题答案
最优化⽅法练习题答案练习题⼀1、建⽴优化模型应考虑哪些要素? 答:决策变量、⽬标函数和约束条件。
2、讨论优化模型最优解的存在性、迭代算法的收敛性及停⽌准则。
答:针对⼀般优化模型()()min ()..0,1,2, 0,1,,i j f x s t g x i m h x j p≥===L L ,讨论解的可⾏域D ,若存在⼀点*X D ∈,对于X D ?∈均有*()()f X f X ≤则称*X 为优化模型最优解,最优解存在;迭代算法的收敛性是指迭代所得到的序列(1)(2)(),,,K X X X L L ,满⾜(1)()()()K K f X f X +≤,则迭代法收敛;收敛的停⽌准则有(1)()k k x x ε+-<,(1)()()k k k x x x ε+-<,()()(1)()k k f x f x ε+-<,()()()(1)()()k k k f x f x f x ε+-<,()()k f x ε?<等等。
练习题⼆1、某公司看中了例中⼚家所拥有的3种资源R 1、R2、和R 3,欲出价收购(可能⽤于⽣产附加值更⾼的产品)。
如果你是该公司的决策者,对这3种资源的收购报价是多少?(该问题称为例的对偶问题)。
解:确定决策变量对3种资源报价123,,y y y 作为本问题的决策变量。
确定⽬标函数问题的⽬标很清楚——“收购价最⼩”。
确定约束条件资源的报价⾄少应该⾼于原⽣产产品的利润,这样原⼚家才可能卖。
因此有如下线性规划问题:123min 170100150w y y y =++*2、研究线性规划的对偶理论和⽅法(包括对偶规划模型形式、对偶理论和对偶单纯形法)。
答:略。
3、⽤单纯形法求解下列线性规划问题:(1)≥≤+-≤++≤-++-=0,,43222..min32131321321321x x x x x x x x x x x t s x x x z ;(2)=≥=++=+-=+-+-=)5,,2,1(052222..4min 53243232132Λi x x x x x x x x x x t s x x z i解:(1)引⼊松弛变量x 4,x 5,x 6因检验数σ2<0,故确定x 2为换⼊⾮基变量,以x 2的系数列的正分量对应去除常数列,最⼩⽐值所在⾏对应的基变量x 4作为换出的基变量。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
1.用薄钢板制造一体积5m 3,长度不小于4m ,无上盖的货箱,要求钢板耗量最小。
确定货箱的长x 1、宽x 2和高x 3。
试列出问题的数学模型。
解:min 32312122x x x x x x z ++= s.t 5321=x x x 41≥x 0,,321≥x x x2.将下面的线性规划问题表示为标准型并用单纯形法求解max f=x 1+2x 2+x 3s .t .2x 1+x 2-x 3≤2 -2x 1+x 2-5x 3≥-6 4x 1+x 2+x 3≤6 x i ≥0 i=1,2,3 解:先化标准形:Min 321x x x z -+=224321=+-+x x x x 6525321=++-x x x x646321=+++x x x x列成表格:121610011460105122001112-----可见此表已具备1°,2°,3°三个特点,可采用单纯形法。
首先从底行中选元素-1,由2/2,6/2,6/4最小者决定选第一行第一列的元素2,标以记号,迭代一次得121210231040116201002121211--------再从底行中选元素-2/3,和第二列正元素1/2,迭代一次得12123230210231040116201002121211-------再从底行中选元素-3,和第二列正元素2,迭代一次得4233410120280114042001112---再迭代一次得1023021062210231010213000421021013--选取最优解:01=x 42=x 23=x3. 试用DFP 变尺度法求解下列无约束优化问题。
min f (X )=4(x 1-5)2+(x 2-6)2取初始点X=(8,9)T ,梯度精度ε=0.01。
解:取IH=0,初始点()TX 9,8=2221)6()5(4)(-+-=x x x f⎥⎦⎤⎢⎣⎡--=∇122408)(21x x x f⎪⎪⎭⎫⎝⎛=∇624)()0(xfTx f d )6,24()()0()0(--=-∇=)0(0)0()1(dxxα+=T)69,248(00αα--=])669()5248(4min[)(min 2020)0(0)0(--+--⨯=+αααdxf 0)6()63(2)24()2458(8)(00)0(0)0(=-⨯-+-⨯--=+ααααd d xdf13077.0130170≈=α⎪⎪⎭⎫⎝⎛=⎪⎪⎭⎫ ⎝⎛--⨯+⎪⎪⎭⎫ ⎝⎛=21538.886153.462413077.098)1(x⎪⎪⎭⎫⎝⎛-=∇43077.410784.1)()1(xf进行第二次迭代:⎥⎦⎤⎢⎣⎡--=-=78463.013848.31)0()1(xxδ⎥⎦⎤⎢⎣⎡--=∇-∇=56924.110783.25)()(1)0()1(xf xf γ101011011101γγγγγδδδH HH H H TTTT-+=03172.8011=γδT86614.6321101==γγγγH T⎥⎦⎤⎢⎣⎡=61561.046249.246249.285005.911Tδδ⎥⎦⎤⎢⎣⎡==46249.240022.3940022.3940363.630110110TTHH γγγγ所以:⎪⎪⎭⎫⎝⎛--=0038.103149.003149.012695.01H⎪⎪⎭⎫⎝⎛-⨯⎪⎪⎭⎫⎝⎛---=∇-=43076.410784.10038.103149.003149.012695.0)()1(1)1(xf H d⎪⎪⎭⎫⎝⎛-=48248.428018.0令 )1(1)1()2(dx x α+=利用)()1()1(=+ααd dxdf ,求得49423.01=α,所以⎪⎪⎭⎫⎝⎛-+⎪⎪⎭⎫⎝⎛=+=21538.213848.021538.886152.449423.0)1()1()2(dxx⎪⎪⎭⎫ ⎝⎛=65因)()2(=∇xf ,于是停,)2(x 即为最优解。
4. 某厂生产甲乙两种口味的饮料,条件如下:因条件所限,甲饮料产量不能超过8百箱。
问如何安排生产计划,即两种饮料各生产多少使获利最大。
(要求:1.建立数学模型,并求解。
2.用mat lab 编写程序) 解:模型假设:设生产甲饮料错误!未找到引用源。
百箱,生产乙饮料2x 百箱,获利最大为z. 符号说明:错误!未找到引用源。
错误!未找到引用源。
为生产甲饮料的百箱数2x 错误!未找到引用源。
为生产乙饮料的百箱数z 为生产甲饮料x 百箱和生产乙饮料y 百箱数获利最大值.建立模型:目标函数:21910maxx x z +=错误!未找到引用源。
原料供应:错误!未找到引用源。
工人加工:错误!未找到引用源。
产量限制:错误!未找到引用源。
非负约束:错误!未找到引用源。
02,1≥x x得出模型为:错误!未找到引用源。
21910maxx x z +=⎪⎪⎩⎪⎪⎨⎧≥≤≤+≤+0,815020106056,2112121x x x x x x x t s先化标准形:min 21910x x Z +=6056321=++x x x1502010421=++x x x851=+x x列成表格91081000115001020106000156--可见此表已具备1°,2°,3°三个特点,可采用单纯形法。
首先从底行中选元素-9,由最小者150/20决定选第二行第二列的元素20,标以记号,迭代一次得910810001150202145021207---2135020902118100011502021********--再从底行中选元素-11/2,和第1列正元素7,迭代一次得2135020902117111141720073002829711074501417201----7720035871107111141720073002829711074501417201---选取最优解:7451=x 7302=x编写M 文件,代码如下:>> f=[-10,-9]'; a=[6,5;10,20;1,0;-1,0;0,-1];b=[60,150,8,0,0]'; x=linprog(f,a,b)运行结果:Optimization terminated.x =6.42864.2857>> ans=f'*xans =-102.8571结果分析:甲饮料生产642箱,乙饮料生产428箱时,获利最大为102.8万元。
5.某家具厂要安排一周的生产计划,产品是桌子和椅子。
制作一张桌子需4m2木板及时性20小时的工时,制作一只椅子需6m2木板及18小时的工时,每周能拥有的木板是600m2,可利用的工时是400小时;每张桌子的利润是50元,每只椅子的利润是60元。
按合同每周至少要交付8张桌子和5只椅子,并假定所有的产品都能够销售出去。
问:该厂每周生产桌子和椅子的数量分别是多少时,能获得最大利润?(要求:1.建立数学模型,并求解。
2.用mat lab编写程序)解:设x1为每周生产桌子数,x2为每周生产椅子数,则:S max=50 x1+60 x2约束条件:4 x 1 +6 x 2≤600(材料)20 x 1+18 x 2≤400(工时)x 1≥8,x 2≥5先化标准形:min 216050x x z +=60064321=++x x x4001820421=++x x x851-=+-x x562-=+-x x列成表格:60505100010801000140000101820600000164------可见此表已具备1°,2°,3°三个特点,可采用单纯形法。
首先从底行中选元素-50,由最小者400/20决定选第二行第一列的元素20,标以记号,迭代一次得:10005.20155120001024000101802000021091026000015120----再从底行中选元素-15,和第2列元素18,迭代一次得:12003503200150182010002400201018016002000020732004051500---得:1200350320032519101810003400910181010801000148803831100---选取最优解:81=X3402=X4883=X3254=X编写M 文件,代码如下:>> f=[-50,-60]'; a=[4,6;20,18;-1,0;0,-1]; b=[600,400,-8,-5]';x=linprog(f,a,b)运行结果:Optimization terminated.x =8.000013.3333>> ans=f'*xans =-1.2000e+003结果分析:当生产8张桌子,13张椅子时,可获最大利润为1200元.。