数学建模过程中的模型优化算法

数学建模过程中的模型优化算法

ID:31398013

大小:105.50 KB

页数:6页

时间:2019-01-09

数学建模过程中的模型优化算法_第1页
数学建模过程中的模型优化算法_第2页
数学建模过程中的模型优化算法_第3页
数学建模过程中的模型优化算法_第4页
数学建模过程中的模型优化算法_第5页
资源描述:

《数学建模过程中的模型优化算法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、数学建模过程中的模型优化算法  【摘要】随着我国社会主义现代化建设的不断发展,我国的科学技术水平实现了前所未有的提升,其对数学思维的应用也更加广泛,对于解决实际问题有着重要的意义与价值.本文将引入历届数学建模竞赛优秀的论文,着重对数学建模过程中的模型优化算法进行深入探讨,通过对模型优化算法策略的研究,为解决实际问题提供一个参考与借鉴.  【关键词】数学建模;模型优化;算法;转化模型  改革开放以来,我国对教育给予了高度的重视.数学建模作为高等院校数学专业极为重要的组成部分,其不仅能够促进数学与现实世界的联系,而且能够在一定程度上提升学生的逻辑思维能力与解决实际问题

2、的能力,然而在数学建模过程中也普遍存在着优化模型求解的难题,因此,对数学建模过程中模型优化计算的探究有着重要的实用价值与研究意义.  一、数学建模相关概述6  所谓数学建模,就是通过一系列的科学计算得出相应的结果,进而用来解决现实生活中的实际问题,并能够接受相关检验而建立起来的数学模型.当对某一个特定问题或实际问题进行分析的过程中,人们需要对与该问题相关的各项信息进行有效的调查,并在掌握基本信息的基础上,做出科学假设,对其内在规律进行有效分析,并能够通过数学符号语言进行相应的描述,进而建立完整的数学模型.改革开放以来,我国的计算机信息技术取得了前所未有的发展,数学

3、建模在工程技术、自然科学等行业得到了充分的应用,且正朝着经济、金融、环境等各个领域渗透,已经成为现代社会一种新型的高新技术产品,在社会生产与生活中发挥着不可替代的作用.数学模型的建立需要对现实问题进行深入剖析,并强调对数学知识的灵活运用,其与计算机技术共同成为知识经济时代的重要工具.  二、数学建模过程中的模型优化算法  (一)对特殊关系式的巧妙处理  通过以往的数学建模可以发现,部分数学优化模型不能够直接通过软件技术进行结果输出,这很大程度上是由于模型目标函数中含有特殊的关系式,如不等式等,这些关系式无法采用软件直接求解,基于这一现象,可以充分利用0-1变量,并

4、通过合成技术对这类问题进行计算.如原油的采购与加工类问题:  其模型目标函数出现了多个分段函数:  c(x)=10x,0≤x≤500,1000+80x,500≤x≤1000,3000+6x,1000≤x≤1500.  对于该模型,可以直接对其各个分段函数做出相应的处理,可以将x三个区间设由(0-1变量)进行控制,其函数值可以通过对三个区间的有效整合,对函数值进行合成,可以对函数图像进行探究,并结合函数值,引入变量yk和非负变量zk.基于特殊关系式模型,需要对以下问题进行深度分析:(1)有甲必不能有乙的排斥关系;(2)在m约束中共有k个有实际作用;(3)建模中含有绝

5、对值的式子.  (二)降低可行域6  在进行数学优化模型构建时,需要加强身体,能够充分利用题目中给出的各项信息,做出大胆的猜想与假设,也可以通过直接信息元素得出相关信息,增加约束条件,这不仅能够在一定程度上降低模型求解的难度系数,而且能够对问题的求解起到决定性作用.以某年生产车辆的安排为例,要想能够降低运输成本,必须保障使总运量以及出动卡车的数量达到最低,需要满足铲点与卸点在平均时间内完成目标,便可以称之为无冲突,并以此建立相关的数学模型.在这个过程中很容易将约束条件局限于电铲能力、产量任务等方面.因此,可引入变量0-1,并通过fi描述确定i号铲点的使用情况,实现

6、对电铲数量的有效约束∑10i-1fi≤7,fi∈{0,1},除此之外,还可以适当增加对卡车数的相关约束:xij≤AijBij,分别采用xij,Aij,Bij代表铲点i到卸点j的发车次数、同行运行卡车数以及最多可运行次数等,然后通过卸点运行一周期所用的平均时间可以得出相应的结果.  (三)对模型的有效转化  通常,对于一些计算起来比较困难的数学模型,可以通过转化的方法,使模型的难度得到大大降低,然后再进行相应的求解计算,常用的转化方法有离散问题连续化、连续问题离散化等,以易拉罐下料问题为例,其决策变量采用的是整数形式,再加上生产数量的巨大,可以将其看作实数,进而转化

7、为线性规划.再如飞行管理相关问题,可以进行非线性规划,通过已知条件:飞机速度等同,可以将这一距离约束问题转化成角度约束问题,便于计算.这些例子都在一定程度上体现了数学建模中模型转化的优越性.  (四)优化计算方法的灵活选用6  1.三大非经典算法  在数学建模过程中,通常会遇到对非线性关系复杂数据进行拟合的参数,在这种条件下,可充分引入人工神经网络,这种方法不仅无需对相关函数关系进行假定,而且能够对复杂的非线性函数进行有效的模拟,能够对题目中的各  项数据进行充分有效的利用.另外,对于优化组合类问题,则可以采用遗传算法与模拟退火算法,如某年的钢管订购与运输问题,采

8、用的是非线

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。