數學模型優化
復雜問題的求解往往採用先選取一個初始解，然後採用某種演算法進行迭代的方式專。fgoalattain函數應該就屬是採用這種方式。和傳統的求解方式不同，這種方式求解並不能准確的得到最優解，而是通過演算法向最優解逼近。演算法的不同、初始解的不同以及迭代的次數都有可能影響到最終解，所以得到不同的解也是很正常的
❷ 數學建模，優化問題，有沒有建模高手啊，給講講思路都行，重酬
這是數學建模的最優化問題，首先你要把所有的條件翻譯成數學語言，思路如下：
確定變數個數，把AB和CDE、人工的消耗關系寫出來，再把成本關系寫出來
這里的變數無非就是第一周和第二周A和B分別安排多少生產
注意變數的限制（約束條件）
這里的工人人數有限制，所以A和B的產量都有限制
另一個需要注意的問題是A和B都有需求量，如果產量大於需求量，產品是賣不掉的，這也是一個限制條件
寫出你需要優化的函數（目標函數）
目標是盈利最大，盈利=收入-成本，你要寫出變數與盈利之間的函數關系，求這個函數取得最大值時的變數取值
關於最後一個問題，其實就是需要改動一下工人數量的限制，但是同時多加進來的工人也是需要計算成本的，這里的三個函數都需要做改動，然後對比僱傭臨時工是否能賺得更多
模型不難建立，模型的求解這個需要你自己學習了，很多方法，手動計算也可以，軟體計算也可以
❸ 數學建模最優化方法
數學建模最優化方法：
1、多目標優化問題。
對於教師和學生的滿意可以用幾內個關鍵性的指標，如衡量老師容的工作效率和工作強度及往返強度等，如定義
效率w=教師的實際上課時間/(教師坐班車時間+上課時間+在學校逗留時間)。
然後教師的滿意度S1為幾個關鍵性指標的加權平均。注意一些無量綱量和有量綱量的加權平均的歸一化問題。
對於學生可以定義每門課周頻次，每天上課頻次等等
對於學校滿意，可以定義班車出動次數，這個指標和教師的某一個指標是聯動的，教室和多媒體使用周期頻次和使用時長等等。
2、根據第一問的模型按照數據進行求解
3、教師、學生和學校的滿意度作為指標
4、根據結果提出合理化建議
數學建模就是通過計算得到的結果來解釋實際問題，並接受實際的檢驗，來建立數學模型的全過程。當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、了解對象信息、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。
❹ 優化數學建模時需要考慮哪些因素
設計變數、目標函數、約束條件。數學模型的歷史可以追溯到人類開始使用數字的時代。專隨著人類使屬用數字，就不斷地建立各種數學模型，以解決各種各樣的實際問題。對於廣大的科學技術工作者對大學生的綜合素質測評,對教師的工作業績的評定以及諸如訪友，采購等日常活動，都可以建立一個數學模型，確立一個最佳方案。建立數學模型是溝通擺在面前的實際問題與數學工具之間聯系的一座必不可少的橋梁。
❺ 如何建立質量指標的優化數學模型
建立優化設計數模型基本原則確切反映（工程實際問題）基礎力求簡潔
❻ 數學建模最優化
例5．某工廠要做100套鋼架，每套用長為2.9 m,2.1 m,1.5 m的圓鋼各一根。已知原料每根長7.4 m，問：應如何下料，可使所用原料最省？
解： 共可設計下列5 種下料方案，見下表
設 x1,x2,x3,x4,x5 分別為上面 5 種方案下料的原材料根數。這樣我們建立如下的數學模型。
目標函數： Min x1 + x2 + x3 + x4 + x5
約束條件： s.t. x1 + 2x2 + x4 ≥ 100
2x3 + 2x4 + x5 ≥ 100
3x1 + x2 + 2x3 + 3x5 ≥ 100
x1,x2,x3,x4,x5 ≥ 0
用「管理運籌學」軟體計算得出最優下料方案：按方案1下料30根；按方案2下料10根；按方案4下料50根。
即 x1=30;
x2=10；
x3=0；
x4=50；
x5=0；
只需90根原材料就可製造出100套鋼架。
注意：在建立此類型數學模型時，約束條件用大於等於號比用等於號要好。因為有時在套用一些下料方案時可能會多出一根某種規格的圓鋼，但它可能是最優方案。如果用等於號，這一方案就不是可行解了。
這是例題 照貓畫虎即可
❼ 數學建模中的優化模型的意義是什麼呢求高手教教！！
在數學建模中，一個優化模型意味著你是在原有問題的基礎上來尋找一個改進的方向，可能這個模型最終找到的答案並不是最優的，但它一般而言，比現有的要好。通常而言，我們一般在數學建模中，第一次建立都不是會是優化模型，而是一個一般化的模型，在這個模型的基礎上，我們尋找改進方向的時候，才會用到優化模型。這樣講明白否？
❽ 數學建模中的優化問題分幾種啊
如下分類：
1、從自變數來說，可分成：線性優化，非線性優化，
2、從因變數來說，可分成：單目標優化，多目標優化，
3、從約束條件上來說，可分成：無約束優化，有約束優化。
❾ 數學建模優化問題
解：
如上圖鋪設管道。
設：P點位於煉油廠下游x（km）處，0≤x≤10。鋪設的總費用是y萬元。
依題意和已知，有：
y=4x+6√[2.5²+(10-x)²]
y=4x+6√(x²-20x+106.25)
y'=4+3(2x-20)/√(x²-20x+106.25)
y'=[4√(x²-20x+106.25)+6x-60]/√(x²-20x+106.25)
1、令：y'＞0，即：[4√(x²-20x+106.25)+6x-60]/√(x²-20x+106.25)＞0
有：2√(x²-20x+106.25)+3x-30＞0
30-3x＜2√(x²-20x+106.25)
9x²-180x+900＜4(x²-20x+106.25)
x²-20x+95＜0
(x-10)²＜5
10-√5＜x＜10+√5
因為：0≤x≤10，
所以：當10-√5＜x≤10時，y是單調增函數；
2、令：y'＜0，即：[4√(x²-20x+106.25)+6x-60]/√(x²-20x+106.25)＜0
有：2√(x²-20x+106.25)+3x-30＜0
30-3x＞2√(x²-20x+106.25)
9x²-180x+900＞4(x²-20x+106.25)
x²-20x+95＞0
(x-10)²＞5
x＞10+√5，或：x＜10-√5
因為：0≤x≤10，
所以：當0≤x＜10-√5時，y是單調減函數；
綜上所述，有：
當x=10-√5（km）≈7.7639km時，y有極小值。
y極小=4(10-√5)+6√[(10-√5)²-20×(10-√5)+106.25]
=40-4√5+6√11.25
≈51.1803(萬元)
答：當p點位於下游約7.7639km處時，所需費用最低。費用約是51.1803萬元。
❿ 結構優化設計的數學模型
輕鋼結構設計的最終目的是要給出一個經濟合理的設計方案。優化設計方法，能較好地適應這方面的要求。輕鋼結構採用優化設計，對於減輕結構重量、降低用鋼量和結構造價有著明顯的意義。目前國內對輕鋼結構的優化設計已進行了一些研究和應用，編制了相應的計算程序，利用計算機實現了對截面的自動優選以求得重量最小、用料最省或造價最低的設計方案。這對於提高輕鋼結構的設計質量，加快設計進程都起了一定的作用。下面針對輕鋼結構建立其優化設計的數學模型。
1．設計變數
輕鋼結構的主要幾何參數如跨度、檐口高、屋面坡度、縱向柱間距等通常由業主或建築師確定。可供優化的變數主要是截面參數。具體說，就是各工字鋼截面的翼緣寬、厚，腹板的高、厚等。鋼板的厚度是離散變數，而腹板和翼緣的高（寬）一般也是從一系列有規律的數中選取，因此輕鋼結構的設計變數通常是離散變數。
2．目標函數
結構重量是輕鋼結構優化設計的重要指標，且比較容易寫成設計變數的函數形式，故輕鋼結構通常以用鋼量最少為優化目標。
3．約束條件
輕鋼結構優化設計必須滿足以下約束條件：
（1）強度、穩定約束條件。
輕鋼結構構件必須滿足強度和穩定要求。
（2）剛度約束條件。
輕鋼結構的構件尺寸在優化時，結構的整體剛度必須滿足變形控制要求。具體說，就是橫梁的最大垂直位移、柱頂的最大水平位移、吊車軌頂處的最大水平位移等必須滿足有關規范規定的變形控制值。
（3）截面尺寸約束條件。
輕鋼結構截面尺寸的選擇必須滿足有關規范的構造要求和使用要求，如所有截面的腹板高度必須大於翼緣寬度，所有截面的翼緣厚度必須比腹板厚度大2mm以上等。
（4）結構整體約束條件。
輕鋼結構的優化設計必須滿足結構整體約束條件，即構件截面尺寸的選擇必須要保證梁、柱截面的連續性以及合理性，滿足常規的加工和使用要求等。
（5）變數的上、下限約束條件。