优化建模练习题

例1（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？

解：

甲、乙加工这两种零件的个数分别设为321

x x x ，321y y y 。

目标函数： =z min 3213218121110913y y y x x x +++++

约束条件：???????????=+=+=+≤++≤++均取非零的整数。

3213213322

11321321,,,,,500600400

900

3.12.15.0800

0.11.14.0y y y x x x y x y x y x y y y x x x

例2

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 件/小时，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：设聘请应聘一级、二级检验员21,x x 名。 目标函数：21211282432x x x x Z MIN +++=

约束条件：???≥+均取非零的整数。2

121,1800

120200x x x x

例3 投资问题

某单位有一批资金用于四个工程项目的投资，用于各工程项目时所得到得净收益（投入资金的百分比）如下表所示：

由于某种原因，决定用于项目A 的投资不大于其它各项投资之和；而用于项目B 和C 的投资要大于项目D 的投资。试确定使该单位收益最大的投资分配方案。

解：设用于个项目的投资金额为4321,,,x x x x 。 目标函数：432112.008.01.015.0x x x x Z MAX +++=

约束条件：???

??≥???≥+≥++04

3214321432x x x x x x x x x x x

例4 裁料问题

在某建筑工程施工中需要制作10000套钢筋，每套钢筋由2.9m 、2.1m 和1.5m 三种不同长度的钢筋各一根组成，它们的直径和材质相同。目前在市场上采购到的同类钢筋的长度每根均为7.4m ，问应购进多少根7.4m 长的钢筋才能满足工程的需要？

解：

设建筑工程施工队需要购进

例5 工作人员计划安排问题

某昼夜服务的公共交通系统每天各时间段（每4小时为一个时间段）所需的值班人数如表所示，这些值班人员在某一时段开始上班后要连续工作8个小时（包括轮流用膳时间），问该公交系统至少需要多少名工作人员才能满足值班的需要？

解：

在每个是段需要的人数为,,,,,,654321x x x x x x 目标函数：654321x x x x x x Z MIN

+++++=

易知该系统已经进入正常的运营中，故：

约束条件：?

?????

???

??≥+≥+≥+≥+≥+≥+均取非零的整数

654321655

4

43322116,,,,,3020

50607060x x x x x x x x x x x x x x x x x x

例6 厂址选择问题

考虑A 、B 、C 三地，每地都出产一定数量的原料，也消耗一定数量的产品（见表）。已知制成每吨产品需3吨原料，各地之间的距离为：A-B ：150km ，A-C ：100km ，B-C ：200km 。假定每万吨原料运输1km 的运价是5000元，每万吨产品运输1km 的运价是6000元。由于地区条件的差异，在不同地点设厂的生产费用也不同。问究竟在哪些地方设厂，规模多大，才能使总费用最小？另外，由于其它条件限制，在B 处建厂的规模（生产的产品数量）不能超过5万吨。

例7 生产计划的最优化问题

某工厂生产A和B两种产品，它们需要经过三种设备的加工，其工时如表所示。设备一、二和三每天可使用的时间分别不超过12、10和8小时。产品A和B的利润随市场的需求有所波动，如果预测未来某个时期内A和B的利润分别为4和3千元/吨，问在那个时期内，每天应安排产品A、B各多少吨，才能使工厂获利最大？

优化设计试卷练习及答案

-- 一、填空题 1．组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。 ２.函数()22121212,45f x x x x x x =+-+在024X ??=????点处的梯度为120-?? ????，海赛矩阵 为2442-????-?? 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要求是能用 来评价设计的优劣，，同时必须是设计变量的可计算函数 。 4.建立优化设计数学模型的基本原则是确切反映 工程实际问题,的基础上力求简洁 。 ５.约束条件的尺度变换常称 规格化,这是为改善数学模型性态常用的一种方法。 6．随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步 长按一定的比例 递增的方法。 7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为 梯 度法,其收敛速度较 慢 。 8.二元函数在某点处取得极值的充分条件是()00f X ?=必要条件是该点处的海赛矩 阵正定 9.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无 约束优化问题,这种方法又被称为 升维 法。 10改变复合形形状的搜索方法主要有反射，扩张，收缩，压缩 １1坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题 12.在选择约束条件时应特别注意避免出现 相互矛盾的约束, ,另外应当尽量减少不必要的约束 。 1３.目标函数是n 维变量的函数，它的函数图像只能在n+１， 空间中描述出来,为了在n 维空间中反映目标函数的变化情况,常采用 目标函数等值面 的方法。 1４．数学规划法的迭代公式是 1k k k k X X d α+=+ ，其核心是 建立搜索方向， 和 计算最佳步长 15协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。 １６.机械优化设计的一般过程中， 建立优化设计数学模型 是首要和关键的一步，它是取得正确结果的前提。 二、名词解释 1.凸规划 对于约束优化问题 ()min f X ..s t ()0j g X ≤ (1,2,3,,)j m =??? 若()f X 、()j g X (1,2,3,,)j m =???都为凸函数,则称此问题为凸规划。 2.可行搜索方向 是指当设计点沿该方向作微量移动时，目标函数值下降,且不会越出可行域。 3．设计空间：ｎ个设计变量为坐标所组成的实空间，它是所有设计方案的组合 4.．可靠度 5.收敛性 是指某种迭代程序产生的序列(){}0,1,k X k =???收敛于1lim k k X X +*→∞ = 6.非劣解：是指若有m 个目标()()1,2,i f X i m =???,当要求ｍ-1个目标函数值不变坏时,找不到一个X,使得另一个目标函数值()i f X 比()i f X *,则将此X *为非劣解。 7. 黄金分割法：是指将一线段分成两段的方法，使整段长与较长段的长度比值等于较长段与较短段长度的比值。 8.可行域:满足所有约束条件的设计点，它在设计空间中的活动范围称作可行域。 9.维修度 略 三、简答题 1．什么是内点惩罚函数法?什么是外点惩罚函数法?他们适用的优化问题是什么?在构造惩罚函数时,内点惩罚函数法和外点惩罚函数法的惩罚因子的选取有何不同？

数学建模-铺路问题的最优化模型

铺路问题的最优化模型 摘要 本文采用了两种方法，一种是非线性规划从而得出最优解，另一种是将连续问题离散化利用计算机穷举取最优的方法。 根据A地与B地之间的不同地质有不同造价的特点，建立了非线性规划模型和穷举取最优解的模型，解决了管线铺设路线花费最小的难题。 问题一：在本问题中，我们首先利用非线性规划模型求解，我们用迭代法求出极小值（用Matlab实现），计算结果为总费用最小为748.6244万元，管线在各土层中在东西方向上的投影长度分别为15.6786km，3.1827 km，2.1839 km，5.8887km，13.0661km。然后，我们又用穷举法另外建立了一个模型，采用C语言实现，所得最优解为最小花费为748.625602万元，管线在各土层中在东西方向上的投影长度分别为15.70km,3.20km,2.20km,5.90km,13.00km。 问题二：本问题加进了一个非线性的约束条件来使转弯处的角度至少为160度，模型二也是如此。非线性规划模型所得计算结果为最小花费为750.6084万元，管线在各土层中在东西方向上的投影长度分别为14.4566km,4.3591km,2.5984km,6.5387km,12.0472km。遍历模型所得最优解为最小花费为750.821154万元，管线在各土层中在东西方向上的投影长度分别为14.10km,4.30km, 2.70km,6.70km,12.20km。 问题三：因为管线一定要经过一确定点P，我们将整个区域依据P点位置分成两部分，即以A点正东30km处为界，将沙土层分成两部分。非线性规划模型最小花费为752.6432万元，管线在各土层中在东西方向上的投影长度分别为21.2613km,3.3459km,2.2639km,3.1288km,2.4102km,7.5898km。遍历模型最小花费为752.649007万元，管线在各土层中在东西方向上的投影长度分别为21.30km,3.30km,2.30km,3.10km,2.40km,7.60km。 关键词：非线性规划逐点遍历穷举法

机械优化设计试卷期末考试及答案(补充版)

.. 第一、填空题 1.组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。 2.函数()22121212,45f x x x x x x =+-+在024X ??=????点处的梯度为120-?? ? ??? ，海赛矩阵 为2442-?? ? ?-?? 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要能用 来评价设计的优劣，，同时必须是设计变量的可计算函数 。 4.建立优化设计数学模型的基本原则是确切反映 工程实际问题，的基础上力求简洁 。 5.约束条件的尺度变换常称 规格化，这是为改善数学模型性态常用的一种方法。 6.随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步 长按一定的比例 递增的方法。 7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为 梯度法，其收 敛速度较 慢 。 8.二元函数在某点处取得极值的充分条件是()00f X ?=必要条件是该点处的海赛矩阵正定 9.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无 约束优化问题，这种方法又被称为 升维 法。 10改变复合形形状的搜索方法主要有反射，扩，收缩，压缩 11坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题 12．在选择约束条件时应特别注意避免出现 相互矛盾的约束， ，另外应当尽量减少不必要的约束 。 13．目标函数是n 维变量的函数，它的函数图像只能在n+1, 空间中描述出来，为了在n 维空间中反映目标函数的变化情况，常采用 目标函数等值面 的方法。 14.数学规划法的迭代公式是 1 k k k k X X d α+=+ ，其核心是 建立搜索方向， 和 计算最佳步长 15协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。 16.机械优化设计的一般过程中， 建立优化设计数学模型 是首要和关键的一步，它是取得正确结果的前提。

数学建模中常见的十大模型

数学建模常用的十大算法==转 (2011-07-24 16:13:14) 转载▼ 1. 蒙特卡罗算法。该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟来检验自己模型的正确性，几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用MA TLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法，竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法：模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具。 8. 一些连续数据离散化方法。很多问题都是实际来的，数据可以是连续的，而计算机只能处理离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话，那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关，即使问题与图形无关，论文中也会需要图片来说明问题，这些图形如何展示以及如何处理就是需要解决的问题，通常使用MA TLAB 进行处理。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 2 十类算法的详细说明 2.1 蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真，随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题，每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢？随机性模拟搜索最优方案就是其中的一种方法，在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案，然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。另一个例子就是去年的彩票第二问，要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。 2.2 数据拟合、参数估计、插值等算法 数据拟合在很多赛题中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是98 年美国赛A 题，生物组织切片的三维插值处理，94 年A 题逢山开路，山体海拔高度的插值计算，还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法，观察数据的

优化设计复习题

一、 填空题 1. 用最速下降法求()()2211f x =100)1x x -+-（x 最优解时，设()[]00.5,0.5T x =-,第 一步迭代的搜索方向为 T 100]- [103。 2. 机械优化设计采用数学的规划法，其核心一是最佳步长，二是搜索方向。 3. 当优化问题是凸规划的情况下，在任何局部最优解就是全域最优解。 4. 应用外推法来确定搜索区间时，最后得到的三点，即为搜索区间的始点，中间点 和终点，他们的函数值形成趋势高--低--高。 5. 包含n 个设计变量的优化问题，称为 n 维优化问题。 6. 函数12 T T x Hx B x c ++的梯度为_________。 7. 设G 为n n ?对称正定矩阵，若n 维空间中有两个非零向量0d ,1d ,满足 ()010d Gd =，则0d ，1d 之间存在共轭关系。 8. 与负梯度成锐角的方向为函数值下降 方向，与梯度成直角的方向为函数值的 不变 方向。 9. 设计变量、目标函数、约束条件是优化设计问题的数学模型的基本要素。 10. 对于无约束二元函数()12,f x x ，若在()01234,x x x =点处取得极小值，其必要条件 是在0x 点的梯度为0,充分条件是在0x 点的海赛矩阵正定。 11. K-T 条件可以叙述为在极值点处目标函数的负梯度为起作用的各约束函数梯度的非 负线性组合。 12. 用黄金分割法求一元函数()21036f x x x =-+的极值点，初始搜索区间 [][],10,10a b =-，经第一次区间消去后得到新区间【-2.36,10】。 13. 优化设计问题的数学模型的基本要素有设计变量，目标函数，约束条件。 14. 牛顿法搜索方向k d =()()21()k k f x f x --??，其计算是 大，且要求初始在级极小 点附近位置。 15. 将函数()21 12121210460f x x x x x x x =+---+表示成12 T T x Hx B x c ++的形式为 。

优化设计习题答案精编版

第一、填空题 1.组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。 2.函数()2 2 121 212,45f x x x x x x =+-+在024X ??=????点处的梯度为120-?? ???? ，海赛矩阵 为2442-????-?? 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要求是能用 来评价设计的优劣，，同时必须是设计变量的可计算函数 。 4.建立优化设计数学模型的基本原则是确切反映 工程实际问题，的基础上力求简洁 。 5.约束条件的尺度变换常称 规格化，这是为改善数学模型性态常用的一种方法。 6.随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步 长按一定的比例 递增的方法。 7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为 梯 度法，其收敛速度较 慢 。 8.二元函数在某点处取得极值的充分条件是()00f X ?=必要条件是该点处的海赛矩阵正定 9.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无 约束优化问题，这种方法又被称为 升维 法。 10改变复合形形状的搜索方法主要有反射，扩张，收缩，压缩 11坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题 12．在选择约束条件时应特别注意避免出现 相互矛盾的约束， ，另外应当尽量减少不必要的约束 。 13．目标函数是n 维变量的函数，它的函数图像只能在n+1, 空间中描述出来，为了在n 维空间中反映目标函数的变化情况，常采用 目标函数等值面 的方法。 14.数学规划法的迭代公式是 1k k k k X X d α+=+ ，其核心是 建立搜索方向， 和 计算最佳步长 15协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。

-机械优化设计复习试题与答案

机械优化设计复习题 一.单项选择题 1．一个多元函数()F X 在X * 附近偏导数连续，则该点位极小值点的充要条件为（ ） A ．() *0F X ?= B. ()*0F X ?=,() *H X 为正定 C ．() *0H X = D. ()*0F X ?=,() *H X 为负定 2.为克服复合形法容易产生退化的缺点，对于n 维问题来说，复合形的顶点数K 应（ ） A ． 1K n ≤+ B. 2K n ≥ C. 12n K n +≤≤ D. 21n K n ≤≤- 3．目标函数F （x ）=4x 2 1+5x 2 2，具有等式约束，其等式约束条件为h(x)=2x 1+3x 2-6=0,则目标函数的极小值为（ ） A ．1 B ． 19.05 C ．0.25 D ．0.1 4.对于目标函数F(X)=ax+b 受约束于g(X)=c+x ≤0的最优化设计问题，用外点罚函数法求解 时，其惩罚函数表达式Φ(X,M (k) )为( )。 A. ax+b+M (k){min ［0,c+x ］}2，M (k) 为递增正数序列 B. ax+b+M (k){min ［0,c+x ］}2，M (k) 为递减正数序列 C. ax+b+M (k){max ［c+x,0］}2，M (k) 为递增正数序列hn D. ax+b+M (k){max ［c+x,0］}2，M (k) 为递减正数序列 1.B 2.C 3.B 4.B 5.A 6.B 7.D 8.B 9.A 10C.11.B 12.C 13A 14.B 15.B 16 D 17.D 18.A 19.B.20.D 21.A 22.D 23.C 24.B 25.D 26.D 27.A 28.B 29.B 30.B 5.黄金分割法中，每次缩短后的新区间长度与原区间长度的比值始终是一个常数，此常数是（ ）。 A.0.382 B.0.186 C.0.618 D.0.816 6.F(X)在区间［x 1,x 3］上为单峰函数，x 2为区间中一点，x 4为利用二次插值法公式求得的近似极值点。如x 4-x 2>0,且F(x 4)>F(x 2)，那么为求F(X)的极小值，x 4点在下一次搜索区间内将作为( )。 A.x 1 B.x 3 C.x 2 D.x 4 7.已知二元二次型函数F(X)=AX X 21 T ，其中A=?? ????4221，则该二次型是( )的。 A.正定 B.负定 C.不定 D.半正定 8.内点罚函数法的罚因子为（ ）。 A.递增负数序列 B.递减正数序列 C.递增正数序列 D.递减负数序列 9.多元函数F(X)在点X * 附近的偏导数连续，?F(X * )=0且H(X * )正定，则该点为F(X)的 （ ）。 A.极小值点 B.极大值点 C.鞍点 D.不连续点 10.F(X)为定义在n 维欧氏空间中凸集D 上的具有连续二阶偏导数的函数，若H(X)正定，则称F(X)为定义在凸集D 上的（ ）。

数学建模中常见的十大模型

数学建模中常见的十大 模型 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】

数学建模常用的十大算法==转 (2011-07-24 16:13:14) 1. 蒙特卡罗算法。该算法又称随机性模拟算法，是通过计算机仿真来解决问题的算法，同时可以通过模拟来检验自己模型的正确性，几乎是比赛时必用的方法。 2. 数据拟合、参数估计、插值等数据处理算法。比赛中通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用MATLAB 作为工具。 3. 线性规划、整数规划、多元规划、二次规划等规划类算法。建模竞赛大多数问题属于最优化问题，很多时候这些问题可以用数学规划算法来描述，通常使用Lindo、Lingo 软件求解。 4. 图论算法。这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备。 5. 动态规划、回溯搜索、分治算法、分支定界等计算机算法。这些算法是算法设计中比较常用的方法，竞赛中很多场合会用到。 6. 最优化理论的三大非经典算法：模拟退火算法、神经网络算法、遗传算法。这些问题是用来解决一些较困难的最优化问题的，对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用。 7. 网格算法和穷举法。两者都是暴力搜索最优点的算法，在很多竞赛题中有应用，当重点讨论模型本身而轻视算法的时候，可以使用这种暴力方案，最好使用一些高级语言作为编程工具。

8. 一些连续数据离散化方法。很多问题都是实际来的，数据可以是连续的，而计算机只能处理离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9. 数值分析算法。如果在比赛中采用高级语言进行编程的话，那些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10. 图象处理算法。赛题中有一类问题与图形有关，即使问题与图形无关，论文中也会需要图片来说明问题，这些图形如何展示以及如何处理就是需要解决的问题，通常使用MATLAB 进行处理。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 以下将结合历年的竞赛题，对这十类算法进行详细地说明。 2 十类算法的详细说明 蒙特卡罗算法 大多数建模赛题中都离不开计算机仿真，随机性模拟是非常常见的算法之一。 举个例子就是97 年的A 题，每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108 种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢随机性模拟搜索最优方案就是其中的一种方法，在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案，然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。另一个例子就是去年的彩票第二问，要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。

大学优化设计试卷期末考试及答案

一、填空题 1.组成优化设计数学模型的三要素是 设计变量 、 目标函数 、 约束条件 。 2.函数()2 2 121 212,45f x x x x x x =+-+在024X ??=????点处的梯度为120-?? ???? ，海赛矩阵 为2442-????-?? 3.目标函数是一项设计所追求的指标的数学反映，因此对它最基本的要求是能用 来评价设计的优劣，，同时必须是设计变量的可计算函数 。 4.建立优化设计数学模型的基本原则是确切反映 工程实际问题，的基础上力求简洁 。 5.约束条件的尺度变换常称 规格化，这是为改善数学模型性态常用的一种方法。 6.随机方向法所用的步长一般按 加速步长 法来确定，此法是指依次迭代的步 长按一定的比例 递增的方法。 7.最速下降法以 负梯度 方向作为搜索方向，因此最速下降法又称为 梯 度法，其收敛速度较 慢 。 8.二元函数在某点处取得极值的充分条件是()00f X ?=必要条件是该点处的海赛矩阵正定 9.拉格朗日乘子法的基本思想是通过增加变量将等式约束 优化问题变成 无 约束优化问题，这种方法又被称为 升维 法。 10改变复合形形状的搜索方法主要有反射，扩张，收缩，压缩 11坐标轮换法的基本思想是把多变量 的优化问题转化为 单变量 的优化问题 12．在选择约束条件时应特别注意避免出现 相互矛盾的约束， ，另外应当尽量减少不必要的约束 。 13．目标函数是n 维变量的函数，它的函数图像只能在n+1, 空间中描述出来，为了在n 维空间中反映目标函数的变化情况，常采用 目标函数等值面 的方法。 14.数学规划法的迭代公式是 1k k k k X X d α+=+ ，其核心是 建立搜索方向， 和 计算最佳步长 15协调曲线法是用来解决 设计目标互相矛盾 的多目标优化设计问题的。

数学建模最优路径设计

2015高教社杯全国大学生数学建模竞赛 承诺书 我们仔细阅读了《全国大学生数学建模竞赛章程》和《全国大学生数学建模竞赛参赛规则》（以下简称为“竞赛章程和参赛规则”，可从全国大学生数学建模竞赛下载）。 我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括、电子、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。 我们知道，抄袭别人的成果是违反竞赛章程和参赛规则的，如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。 我们重承诺，严格遵守竞赛章程和参赛规则，以保证竞赛的公正、公平性。如有违反竞赛章程和参赛规则的行为，我们将受到严肃处理。 我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。 我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 所属学校（请填写完整的全名 参赛队员(打印并签名) ：1 2 指导教师或指导教师组负责人(打印并签名)：

（论文纸质版与电子版中的以上信息必须一致，只是电子版中无需签名。以上容请仔细核对，提交后将不再允许做任何修改。如填写错误，论文可能被取消评奖资格。） 日期：2015年7 月27 日赛区评阅编号（由赛区组委会评阅前进行编号）：

2015高教社杯全国大学生数学建模竞赛 编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编号）：

数学建模面试最优化问题

C题面试时间问题 有4名同学到一家公司参加三个阶段的面试：公司要求每个同学都必须首先找公司秘书初试，然后到部门主管处复试，最后到经理处参加面试，并且不允许插队(即在任何一个阶段4名同学的顺序是一样的)。由于4名同学的专业背景不同，所以每人在三个阶段的面试时间也不同，如下表所示(单位：分钟)： 这4名同学约定他们全部面试完以后一起离开公司．假定现在时间是早晨8:00问他们最早何时能离开公司? 面试时间最优化问题 摘要： 面试者各自的学历、专业背景等因素的差异，每个面试者在每个阶段的面试时间有所不同，这样就造成了按某种顺序进入各面试阶段时不能紧邻顺序完成，即当面试正式开始后，在某个面试阶段，某个面试者会因为前面的面试者所需时间长而等待，也可能会因为自己所需时间短而提前完成。因此本问题实质上是求面试时间总和的最小值问题，其中一个面试时间总和就是指在一个确定面试顺序下所有面试者按序完成面试所花费的时间之和，这样的面试时间总和的所有可能情况则取决于n 位面试者的面试顺序的所有排列数 根据列出来的时间矩阵，然后列出单个学生面试时间先后次序的约束和学生间的面试先后次序保持不变的约束，并将非线性的优化问题转换成线性优化目标，最后利用优化软件lingo变成求解。 关键词：排列排序0-1非线性规划模型线性优化 (1)

（一）问题的提出 根据题意，本文应解决的问题有： 1、这4名同学约定他们全部面试完以后一起离开公司。假定现在的时间是早晨8：00，求他们最早离开公司的时间； 2、试着给出此类问题的一般描述，并试着分析问题的一般解法。 （二）问题的分析 问题的约束条件主要有两个：一是每个面试者必须完成前一阶段的面试才能进入下一阶段的面试(同一个面试者的阶段次序或时间先后次序约束)，二是每个阶段同一时间只能有一位面试者(不同面试者在同一个面试阶段只能逐一进行)。 对于任意两名求职者P、Q，不妨设按P在前，Q在后的顺序进行面试，可能存在以下两情况： （一）、当P进行完一个阶段j的面试后，Q还未完成前一阶段j-1的面试，所以j阶段的考官必须等待Q完成j-1阶段的面试后，才可对Q进行j阶段的面试，这样就出现了考官等待求职者的情况。这一段等待时间必将延长最终的总时间。 （二）、当Q完成j-1的面试后，P还未完成j阶段的面试，所以，Q必须等待P完成j阶段的面试后，才能进入j阶段的面试，这样就出现了求职者等待求职者的情况。同样的，这个也会延长面试的总时间。 以上两种情况，必然都会延长整个面试过程。所以要想使四个求职者能一起最早离开公司，即他们所用的面试时间最短，只要使考官等候求职者的时间和求职者等候求职者的时间之和最短，这样就使求职者和考官的时间利用率达到了最高。他们就能以最短的时间完成面试一起离开公司。这也是我们想要的结果。 （三）模型的假设 1.我们假设参加面试的求职者都是平等且独立的，即他们面试的顺序与考官无关； 2.面试者由一个阶段到下一个阶段参加面试，其间必有时间间隔，但我们在这里假定该时间间隔为0； 3.参加面试的求职者事先没有约定他们面试的先后顺序； 4.假定中途任何一位参加面试者均能通过面试，进入下一阶段的面试。即：没有中途退出面试者； 5.面试者及各考官都能在8：00准时到达面试地点。 （四）名词及符号约束 1. aij （i=1,2，3，4；j=1,2,3)为求职者i在j阶段参加面试所需的时间 甲乙丙丁分别对应序号i=1，2,3，4 2.xij （i=1,2，3，4；j=1,2,3) 表示第i名同学参加j阶段面试的开始时间（不妨把早上8:00记为面试的0时刻） (2)

【机械优化设计】试题(卷)答案解析

《机械优化设计》复习题 一、填空 1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 2的最优解时，设X （0）＝[-0.5,0.5]T ，第一步迭代的搜索方向为[-47;-50] 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向 二是计算最佳步长因子 。 3、当优化问题是__凸规划______的情况下，任何局部最优解就是全域最优解。 4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成 高-低-高 趋势。 5、包含n 个设计变量的优化问题，称为 n 维优化问题。 6、函数 C X B HX X T T ++2 1的梯度为 HX+B 。 7、设G 为n ×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在_共轭_____关系。 8、 设计变量 、 约束条件 、 目标函数 是优化设计问题数学模型的基本要素。 9、对于无约束二元函数),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是 梯 度为零 ，充分条件是 海塞矩阵正定 。 10、 库恩-塔克 条件可以叙述为在极值点处目标函数的梯度为起作用的各约束函数梯度的非负线性组合。 11、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点，初始搜索区间 ]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 [-2.36,2.36] 。 12、优化设计问题的数学模型的基本要素有设计变量 、约束条件 目标函数 、 13、牛顿法的搜索方向d k = ，其计算量 大 ，且要求初始点在极小点 逼近 位置。 14、将函数f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成 C X B HX X T T ++2 1的形式 。

数学建模课程设计——优化问题

在手机普遍流行的今天，建设基站的问题分析对于运营商来说很有必要。本文针对现有的条件和题目的要求进行讨论。在建设此模型中，核心运用到了0-1整数规划模型，且运用lingo 软件求解。 对于问题一： 我们引入0-1变量，建立目标函数：覆盖人口最大数=所有被覆盖的社区人口之和，即max=15 1j j j p y =∑，根据题目要求建立约束条件，并用数学软件LINGO 对其模型求解，得到最优解。 对于问题二： 同样运用0-1整数规划模型，建立目标函数时，此处假设每个用户的正常资费相同，所以68%可以用减少人口来求最优值，故问题二的目标函数为：max=∑=15 1j j j k p 上述模型得到最优解结果如下： 关键字：基站; 0-1整数规划；lingo 软件

1 问题的重述．．．．．．．．．．．．．．．．．．．．．．．．．3 2 问题的分析．．．．．．．．．．．．．．．．．．．．．．．．．4 3 模型的假设与符号的说明．．．．．．．．．．．．．．．．．．．5 3.1模型的假设．．．．．．．．．．．．．．．．．．．．．． 5 3.2符号的说明．．．．．．．．．．．．．．．．．．．．．． 5 4 模型的建立及求解．．．．．．．．．．．．．．．．．．．．．. 5 4.1模型的建立．．．．．．．．．．．．．．．．．．．．．． 5 4.2 模型的求解．．．．．．．．．．．．．．．．．．．．．． 6 5 模型结果的分析．．．．．．．．．．．．．．．．．．．．．．．7 6 优化方向．．．．．．．．．．．．．．．．．．．．．．．．．．7 7 参考文献．．．．．．．．．．．．．．．．．．．．．．．．．．8 8、附录．．．．．．．．．．．．．．．．．．．．．．．．．．． 9

优化设计习题

《机械优化设计》复习题 一、填空题 1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 2的最优解时，设X （0）＝[-0.5,0.5]T ，第一步迭代的搜索 方向为 。 2、机械优化设计采用数学规划法，其核心一是 ，二是 。 3、当优化问题是________的情况下，任何局部最优解就是全域最优解。 4、应用外推法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成 趋势。 5、包含n 个设计变量的优化问题，称为 维优化问题。 6、函数 C X B HX X T T ++2 1的梯度为 。 7、设G 为n×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在______关系。 8、与负梯度成锐角的方向为函数值 方向，与梯度成直角的方向为函数值 方向。 将函数f(X)=x 12+2x 22-3x 1x 2 -10x 1-5x 2+60用矩阵和向量的形式表示 9、 、 、 是优化设计问题数学模型的基本要素。 10、对于无约束二元函数),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是 ，充分条件是 。 11、 条件可以叙述为在极值点处目标函数的负梯度为起作用的各约束函数梯度的非负线性组合。 12、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点，初始搜索区间]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 。 13、优化设计问题的数学模型的基本要素有 、 、 。 14、牛顿法的搜索方向d k = ，其计算量 ，且要求初始点在极小点 位置。 15、将函数f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成C X B HX X T T ++2 1的形式 。 16、存在矩阵H ，向量 d 1，向量 d 2，当满足 ，向量 d 1和向量 d 2是关于H 共轭。 17、采用外点法求解约束优化问题时，将约束优化问题转化为外点形式时引入的惩罚因子r 数列，具有 特点。 18、采用数学规划法求解多元函数极值点时，根据迭代公式需要进行一维搜索，即求 。 二、选择题 1、下面 方法需要求海赛矩阵。 A 、最速下降法

数学建模实验答案_简单的优化模型

实验03 简单的优化模型（2学时） （第3章简单的优化模型） 1. 生猪的出售时机p63~65 目标函数（生猪出售纯利润，元）： Q(t) = ( 8 – g t )( 80 + rt ) – 4t–640 其中，t≥0为第几天出售，g为每天价格降低值（常数，元/公斤），r为每天生猪体重增加值（常数，公斤）。 求t使Q(t)最大。 1.1（求解）模型求解p63 (1) 图解法 绘制目标函数 Q(t) = ( 8 – g t )( 80 + rt ) – 4t–640 的图形（0 ≤t≤ 20）。其中，g=0.1, r=2。 从图形上可看出曲线Q(t)的最大值。 (2) 代数法 对目标函数 Q(t) = ( 8 – g t )( 80 + rt ) – 4t–640 用MATLAB求t使Q(t)最大。其中，r, g是待定参数。（先对Q(t)进行符号函数求导，对导函数进行符号代数方程求解） 然后将代入g=0.1, r=2，计算最大值时的t和Q(t)。 要求： ①编写程序绘制题(1)图形。

②编程求解题(2). ③对照教材p63相关内容。 相关的MATLAB函数见提示。 ★要求①的程序和运行结果：程序： 图形： ★要求②的程序和运行结果：程序：

运行结果： 1.2（编程）模型解的的敏感性分析p63~64 对1.1中(2)所求得的符号表达式t(r,g)，分别对g和r进行敏感性分析。 (1) 取g=0.1，对t(r)在r=1.5:0.1:3上求r与t的关系数据，绘制r与t的关系图形（见教材p65）。 (2) 取r=2，对t(g)在g=0.06:0.01:0.15上求g与t的关系数据，绘制g与t 的关系图形（见教材p65）。 要求：分别编写(1)和(2)的程序，调试运行。 ★给出(1)的程序及运行结果： 程序：

《机械优化设计》试题与答案解析

《机械优化设计》复习题及答案 一、填空题 1、用最速下降法求f(X)=100(x 2- x 12) 2+(1- x 1) 2的最优解时，设X （0）＝[-0.5,0.5]T ，第一步迭代的搜索方向为[-47;-50] 。 2、机械优化设计采用数学规划法,其核心一是建立搜索方向 二是计算最佳步长因子 。 3、当优化问题是__凸规划______的情况下，任何局部最优解就是全域最优解。 4、应用进退法来确定搜索区间时，最后得到的三点，即为搜索区间的始点、中间点和终点，它们的函数值形成 高-低-高 趋势。 5、包含n 个设计变量的优化问题，称为 n 维优化问题。 6、函数 C X B HX X T T ++2 1的梯度为 HX+B 。 7、设G 为n×n 对称正定矩阵，若n 维空间中有两个非零向量d 0，d 1，满足(d 0)T Gd 1=0，则d 0、d 1之间存在_共轭_____关系。 8、 设计变量 、 约束条件 、 目标函数 是优化设计问题数学模型的基本要素。 9、对于无约束二元函数),(21x x f ，若在),(x 20100x x 点处取得极小值，其必要条件是 梯 度为零 ，充分条件是 海塞矩阵正定 。 10、 库恩-塔克 条件可以叙述为在极值点处目标函数的梯度为起作用的各约束函数梯度的非负线性组合。 11、用黄金分割法求一元函数3610)(2+-=x x x f 的极小点，初始搜索区间 ]10,10[],[-=b a ，经第一次区间消去后得到的新区间为 [-2.36,2.36] 。 12、优化设计问题的数学模型的基本要素有设计变量 、约束条件 目标函数 、 13、牛顿法的搜索方向d k = ，其计算量 大 ，且要求初始点在极小点 逼近 位置。 14、将函数f(X)=x 12+x 22-x 1x 2-10x 1-4x 2+60表示成 C X B HX X T T ++2 1的形式 。 15、存在矩阵H ，向量 d 1，向量 d 2，当满足 (d1)TGd2=0 ，向量 d 1和向量 d 2是关于H 共轭。 16、采用外点法求解约束优化问题时，将约束优化问题转化为外点形式时引入的惩罚因子r 数列，具有 由小到大趋于无穷 特点。

数学建模 四大模型总结

四类基本模型 1 优化模型 1.1 数学规划模型 线性规划、整数线性规划、非线性规划、多目标规划、动态规划。 1.2 微分方程组模型 阻滞增长模型、SARS 传播模型。 1.3 图论与网络优化问题 最短路径问题、网络最大流问题、最小费用最大流问题、最小生成树问题(MST)、旅行商问题(TSP)、图的着色问题。 1.4 概率模型 决策模型、随机存储模型、随机人口模型、报童问题、Markov 链模型。 1.5 组合优化经典问题 ● 多维背包问题(MKP) 背包问题：n 个物品，对物品i ，体积为i w ，背包容量为W 。如何将尽可能多的物品装入背包。 多维背包问题：n 个物品，对物品i ，价值为i p ，体积为i w ，背包容量为W 。如何选取物品装入背包，是背包中物品的总价值最大。 多维背包问题在实际中的应用有：资源分配、货物装载和存储分配等问题。该问题属于NP 难问题。 ● 二维指派问题(QAP) 工作指派问题：n 个工作可以由n 个工人分别完成。工人i 完成工作j 的时间为ij d 。如何安排使总工作时间最小。 二维指派问题（常以机器布局问题为例）：n 台机器要布置在n 个地方，机器i 与k 之间的物流量为ik f ，位置j 与l 之间的距离为jl d ，如何布置使费用最小。 二维指派问题在实际中的应用有：校园建筑物的布局、医院科室的安排、成组技术中加工中心的组成问题等。 ● 旅行商问题(TSP) 旅行商问题：有n 个城市，城市i 与j 之间的距离为ij d ，找一条经过n 个城市的巡回（每个城市经过且只经过一次，最后回到出发点），使得总路程最小。 ● 车辆路径问题(VRP) 车辆路径问题（也称车辆计划）：已知n 个客户的位置坐标和货物需求，在

数学建模一等奖-输油管布置的优化模型

输油管布置的优化模型 摘要 本文建立了输油管线布置的优化问题.为了使两家炼油厂到铁路线上增建的车站的管线铺设费用最省，依据题目提供的有关数据及相关信息，设计出了总费用最少的输油管布置方案以及增建车站的具体位置，最终在讨论分析后，对模型做出了评价和推广. 模型Ⅰ：对问题1,根据两炼油厂到铁路线距离和两炼油厂间的不同距离以及共用管线与非共用管线的两种不同情况，给出了四种处理方案，并从图形上加以说明. 模型Ⅱ：对问题2,建立了最优模型.在单目标非线性规划模型中，将输油管道铺设分为两个过程.先将输油管道从城区铺设到城郊区域边界线上一点，再从该点铺设到铁路线上.这样，总的费用就化为这两个过程的管道费用之和.本模型兼顾到管线的铺设费用，在城区铺设管线需增加的拆迁和工程补偿等附加费用，运用Lingo9.0数学软件得到新增车站的建设位置、管线的具体布置方案及管线费用最小值281.6893万元. 模型Ⅲ：根据炼油厂的实际能力，借助题目提供的输送A、B两厂原油的管线铺设费用，在模型Ⅱ的基础上建立最优模型，给出管线最佳布置方案及相应的最省管线铺设费用为250.9581万元. 关键词：输油管共用管线非共用管线 Lingo9.0 非线性规划

一、问题重述 某油田计划在铁路线一侧建造两家炼油厂，同时在铁路线上增建一个车站，用来运送成品油。由于这种模式具有一定的普遍性，油田设计院希望建立管线建设费用最省的一般数学模型和方法。 现欲解决下列问题： 问题1：针对炼油厂到铁路线距离和两炼油厂间距离的各种不同情形，提出设计方案。在方案设计时，若有共用管线，考虑共用管线与非共用管线相同或不同的情形。 问题2：设计院目前需对一更为复杂的情形(两炼油厂的具体位置)进行具体的设计。两炼油厂的具体位置如下图： 若所有管线的费用均为7.2万元/千米。铺设在城区的管线还需增加迁拆和工程补偿等附加费用，为对此附加费用进行估计，聘请三家工程咨询公司(其中一具有甲级资质，公司二和公司三具有乙级资质)进行了估算。估算结果如下表所示： 工程咨询公司公司一公司二公司三附加费用(万元/千米)212420 要求我们为设计院给出管线布置方案及相应的费用。 问题3：在实际问题中，为进一步节省费用，可以根据炼油厂的生产能力，选用相应的油管。这时的管线铺设费用将分别降为输送A厂成品油为5.6万元/千米，输送B厂成品油为6.0万元/千米，共用管线费用为7.2万元/千米，拆迁等附加费用同上。请给出管线最佳布置方案及相应的费用。

~机械优化设计复习试题与答案

机械优化设计复习题 一.单项选择题 1．一个多元函数()F X 在X * 附近偏导数连续，则该点位极小值点的充要条件为（ ） A ．()*0F X ?= B. ()*0F X ?=,()*H X 为正定 C ．()*0H X = D. ()*0F X ?=,()*H X 为负定 2.为克服复合形法容易产生退化的缺点，对于n 维问题来说，复合形的顶点数K 应（ ） A ． 1K n ≤+ B. 2K n ≥ C. 12n K n +≤≤ D. 21n K n ≤≤- 3．目标函数F （x ）=4x 21+5x 22，具有等式约束，其等式约束条件为h(x)=2x 1+3x 2-6=0,则目 标函数的极小值为（ ） A ．1 B ． 19.05 C ．0.25 D ．0.1 4.对于目标函数F(X)=ax+b 受约束于g(X)=c+x ≤0的最优化设计问题，用外点罚函数法求解时，其惩罚函数表达式Φ(X,M (k))为( )。 A. ax+b+M (k){min ［0,c+x ］}2，M (k)为递增正数序列 B. ax+b+M (k){min ［0,c+x ］}2，M (k)为递减正数序列 C. ax+b+M (k){max ［c+x,0］}2，M (k)为递增正数序列hn D. ax+b+M (k){max ［c+x,0］}2，M (k)为递减正数序列 1.B 2.C 3.B 4.B 5.A 6.B 7.D 8.B 9.A 10C.11.B 12.C 13A 14.B 15.B 16 D 17.D 18.A 0.186 C 6.F(X)在区间［x 1,x 3］上为单峰函数，x 2为区间中一点，x 4为利用二次插值法公式求得的近似极值点。如x 4-x 2>0,且F(x 4)>F(x 2)，那么为求F(X)的极小值，x 4点在下一次搜索区间内将作为( )。 A.x 1 B.x 3 C.x 2 D.x 4 7.已知二元二次型函数F(X)=AX X 2 1 T ，其中A=?? ? ? ??4221，则该二次型是( )的。 A.正定 B.负定 C.不定 D.半正定