简述优化设计问题数学模型的表达形式
答:优化问题的数学模型是实际优化设计问题的数学抽象
在明确设计变量、约束条件、目标函数之后,优化设计问题就可以表示成一般数学形式
求设计变量向量12Tnxx xxL使( )minf x 且满足约束条件 ( )0(1,2,)kh xklL ( )0(1,2,)jgxjmL 利 用可 行 域 概念 , 可 将数 学 模 型的 表 达 进一 步 简 练
设 同 时满 足( )0(1,2,)jgxjmL和( )0(1,2,)khxklL的设计点集合为R,即R 为优化问题的可行域,则优化问题的数学模型可简练地写成 求 x 使 min( )x Rf x 符号“ ”表示“从属于”
在 实 际 优 化 问 题 中 , 对 目 标 函 数 一 般 有 两 种 要 求 形 式 : 目 标 函 数 极 小 化( )minf x 或 目 标 函 数 极 大 化( )maxf x
由于求( )f x 的极大化与求( )f x的极小化等价,所以今后优化问题的数学表达一律采用目标函数极小化形式
简述优化设计问题的基本解法
(不要抄书,要归纳) 答:求解优化问题可以用解析解法,也可以用数值的近似解法
解析解法就是把所研究的对象用数学方程(数学模型)描述出来,然后再用数学解析方法(如微分、变分方法等)求出有化解
但是,在很多情况下,优化设计的数学描述比较复杂,因而不便于甚至不可能用解析方法求解;另外,有时对象本身的机理无法用数学方程描述,而只能通过大量试验数据用插值或拟合方法构造一个近似函数式,再来求其优化解,并通过试验来验证;或直接以数学原理为指导,从任取一点出发通过少量试验(探索性的计算),并根据试验计算结果的比较,逐步改进而求得优化解
这种方法是属于近似的、迭代性质的数值解法
数值解法不仅可用于求复