1 什么是数学模型
数学模型是关于部分现实世界和为一种特殊目的而作地一个抽象地.简化地结构。
具体就是为了某种目的,用字母.数字及其他数学符号建立起来地等式或不等式以及图表。图像。框图等描述客观事物的特征及内在联系的数学结构表达式。
2.建立数学模型的方法
在对实际问题深入研究的基础上,利用有关数学的知识和概念,对自然规律的真实描述(数学描述)或模拟。
注意:
1.这种描述或模拟式解决问题为进行的
2.每一个问题并非只有唯一的数学描述
3.一种抽象的数学模型也可用于解决不同的实际问题
3.方法步骤
3.1模型的准备
数学语言来描述问题
3.2模型假设
简化问题,精准的语言提出一些恰当的假设
3.3模型建立
建立相应的数学结构
3.4模型求解
获取的数据资料,对模型所有参数做出计算(估计)
3.5 模型分析
对所得到的结果进行数学上的分析
3.6 模型检验
将模型分析结果与实际清醒进行比骄傲,以此来验证模型的准确性 合理性 和 适用性。如果模型与实际吻合,给出计算记过的实际含义,进行解释,如果模型与实际吻合较差,则应该修改假设。
什么式最优化模型
一种特殊的数学模型
最优化模型建立的三要素
1.确定决策变量
2.确定目标函数
3.确定约数条件
4.举例
4.1 生产计划问题
已知该厂每天材料消耗不得超过600kg,工时不得超过1400h.问每天生产A,B,C三种产品多少件可以使利润更大。
设每天生产A,B,C
约束条件:
综上可知:建立的数学模型
像这样目标函数和约数都是线性的就是线性模型
设买第j种食材单位
目标函数
4.2 例2
问题:此例与例1和练习题有什么不同?又该如何建立其数学模型呢?
用这个方案进行决策变量,和之前的两道题不同 前面两道题是用什么假设什么
solution:
设为第i个方案所需的条材数
约束条件
5. 非线性规划模型
5.1 能量传输问题
solution:
假设第i个电站生产的电能为
所需的成本为,输送过程中的损失电能,m个用户所需的总电能为D,则目标函数为
约束条件:
5..2 练习 选址问题
第i个用户的距离为
设该中心为位置为
目标函数
s.t.
5.3 例4 曲线拟合问题
机器学习应该会用到 用python代码试一试
最小二乘法来搞
solution:由题意得,决策变量为
目标函数为
所建立模型为
5.4 投资决策问题
目标函数:
s.t:
思考与讨论
如从下面方面考虑例题和练习建立的最优化模型:
(1) 目标函数的个数有什么异同?
(2) 约束条件有何异同?
(3)目标函数和约束条件函数有什么异同?
(4)决策过程有何异同?
问题:你们从以上问题的答案中可发现什么结论?
最优化模型的分类
(1)单目标与多目标优化模型
按目标函数个数划分
(2)约数优化与无约束优化模型
按有无约束条件划分
(3)线性与非线性优化模型
按目标和约束条件的函数是否为线性函数划分
(4)静态优化和动态优化模型