搜索
最优化方法学习体会暑假时去了趟北京，看到了无数数学研究人员梦寐以求的中国科学院数学与系统科学研究院，在中科院数院的公告栏上放着这样一个海报，其标题是：数学机械化重点实验室，上面提出了这样一个问题，计算机能不能分解因式？计算积分？证明定理？刚进大学那会我一直在问，学数学有什么用？数学与计算机有什么联系？直到大一学期末参加数学建模校赛，看人家的例子，程序，通宵用LINGO和MATLAB算人力资源优化分配问题，那时感觉突然一夜之间明白了数学的用处。也正是因为这些，当初选修课公选时毫不犹豫的选了最优化，对于最优化的认识，我觉得相比于高中学的线性规划，工具更加先进，主要体现在用计算机求解数学问题，而且规划的范畴也变的更加广，不仅仅是线性规划，还有非线性规划，组合优化，图论及网络建模等。最优化问题无处不在，只要存在非确定结果，存在条件约束，存在需要解决的问题，就会涉及到优化，即从多种方案中选择一个最好的方案。在我看来，最优化虽然是从多种不确定的方案中选出最优化方案，但是这个“最优”也不是绝对的，在上课时就遇到过许多例子，比如某些交通运输问题，答案相对固定，大家一个软件，几行代码，结果都相同，但是还有一种问题，就是属于仁者见仁，智者见智的问题，就好像11年全国大学生数学建模大赛题，关于警力分配的最优化认识，我在看优秀论文时就发现不同的人对警力分配最优的判断不同，有的人认为在最短的时间赶到事发地点这样的安排是最优的；有的人认为我只要在3分钟内到达地点，也不会使事情恶化，还可以节约人力；而更有人认为每个岗位的人的均衡值（即人数方差）越小，表明岗位人数分配公平，不让人员工作﹑心理不平衡，提高警力人员的积极性。还有一个在上课时的例子，就是对某几种股票进行投资，每个股票的盈利不一样，同时其风险也有大有小，这是一个多目标规划问题，多目标的问题是没办法解决的，我们需要将其转化为一个目标问题，这里就会产生问题了，我们可以限定风险大小，以盈利的最大值为目标，也可以限定盈利，以风险最小为目标，同时，不同的人承担风险的能力是不一样的，因此限定风险有事一个仁者见仁的问题，那么这个问题就显然不止一个答案了，但是只要有理，都对。当然了，生活中的优化问题要实际复杂的多，我们学的只是从生活中抽象出来的模型，定理，方法，以及怎样用数学软件求解模型。而解决实际问题需要一系列的假设，需要对问题进行分析，最后套用模型。而最优化的学习则是为模型的套用提供可能。