一种求解数学规划问题的装置和方法

本发明公开了教育教学技术领域的一种求解数学规划问题的装置和方法，包括单片机，所述单片机电性输入连接数据拾取模块，所述数据拾取模块电性输入连接数据预处理模块，所述单片机电性输入连接数据查询端口数学规划问题，所述单片机还电性输出连接数据库和数据建模模块，所述数据建模模块电性输出连接数据输出模块，本发明首先对数学规划数据确定遗传参数数学规划问题，并产生初始群体，计算每一个体相应的目标函数值和适应度，通过水平集的运算建立函数最优模型，判断是否满足终结条件，若满足，则通过数据输出模块进行输出，本发明设计合理，运算快速便捷，且准确率高。

技术领域

本发明公开了一种求解数学规划问题的装置和方法，具体为教育教学技术领域。

背景技术

数学建模的模型假设过程就是根据对实际问题的观察分析、类比、想像,用数理建模或系统辨识建模方法作假设,通过形象思维对问题进行简单化、模型化,做出合乎逻辑的想像,形成实际问题数理化的设想。数学建模要求建模者利用自己所掌握的数学知识及对实际问题的理解，通过积极主动的思维，提出适当的假设，并建立相应的数学模型，进而利用恰当的数学方法(现有的或新创造的)求解此模型，并对解做出评价，必要时对模型做出改进。析2969.8.1shakey世界2969.8.2规划问题的建模与规划系统的求解过程2979.9习题2999.10思考题300第10章机器人学30110.1概述30110.1.1机器人的分类30210.1.2机器人的特性30310.1.3机器人学的研究领域30310.2机器人系统30410.2.1机器人系统的组成30410.2.2机器人的工作空间30510.2.3机器人的。

发明内容

本发明的目的在于提供一种求解数学规划问题的装置和方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种求解数学规划问题的装置，包括单片机，所述单片机电性输入连接数据拾取模块，所述数据拾取模块电性输入连接数据预处理模块，所述单片机电性输入连接数据查询端口，所述单片机还电性输出连接数据库和数据建模模块，所述数据建模模块电性输出连接数据输出模块。

优选的，所述数据预处理模块内置信号放大模块和信号滤波模块，且信号放大模块和信号滤波模块统一集成在接口电路上。

优选的，所述数据拾取模块内置信号数模转换芯片，用于确定数据遗传参数并产生数据初始群体。

优选的，所述数据库采用分布式存储的方式，并外接数据输入与校正模块。

优选的，一种求解数学规划问题的方法，该方法的具体步骤如下：

S1：通过数据预处理模块将上传的函数数值进行归一化处理，随后将数据传输至数据拾取模块中；

S2：数据拾取模块用于确定函数遗传参数，并产生初始函数群体；

S3：单片机接收来自数据拾取模块中的信息，并将归一化处理后的信息上传至数据建模模块中；

S4：数据建模模块利用水平集算法计算出数学规划最优数据，并建立规划模型；

S5：由数据输出模块对数学模型进行输出，并提供数据查询端口。

优选的，所述步骤S4中，水平集算法的具体步骤为：

返回x最接近的整数，如果x的小数部分大于等于0.5，返回值是大于x的最小整数，否则round函数返回小于等于x的最大整数。函数逼近法主要有插值法、平方逼近法和最佳逼近法。ceiling函数返回大于或等于所给数字表达式的最小整数。

考虑m＝2，为多面体，f1，f2关于M的线性函数，f1＞0，定义f：M→R为定义在多面体上的线性函数，ε-水平集定位为Lε＝{x∈M：f(x)≤ε}，其优化的数学规划模型为

(P2)：minεf1(x)，s.t.x∈M，f2(x)≤ε。

与现有技术相比，本发明的有益效果是：本发明首先对数学规划数据确定遗传参数，并产生初始群体，计算每一个体相应的目标函数值和适应度，通过水平集的运算建立函数最优模型，判断是否满足终结条件，若满足，则通过数据输出模块进行输出，本发明设计合理，运算快速便捷，且准确率高。

附图说明

图1为本发明系统原理框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明提供一种技术方案：一种求解数学规划问题的装置，包括单片机，所述单片机电性输入连接数据拾取模块，所述数据拾取模块电性输入连接数据预处理模块，所述单片机电性输入连接数据查询端口，所述单片机还电性输出连接数据库和数据建模模块，所述数据建模模块电性输出连接数据输出模块。

其中，所述数据预处理模块内置信号放大模块和信号滤波模块，且信号放大模块和信号滤波模块统一集成在接口电路上，所述数据拾取模块内置信号数模转换芯片，用于确定数据遗传参数并产生数据初始群体，所述数据库采用分布式存储的方式，并外接数据输入与校正模块。

本发明还提供了一种求解数学规划问题的方法，该方法的具体步骤如下：

S1：通过数据预处理模块将上传的函数数值进行归一化处理，随后将数据传输至数据拾取模块中；

S2：数据拾取模块用于确定函数遗传参数，并产生初始函数群体；

S3：单片机接收来自数据拾取模块中的信息，并将归一化处理后的信息上传至数据建模模块中；

S4：数据建模模块利用水平集算法计算出数学规划最优数据，并建立规划模型，水平集算法的具体步骤为：

其中，M为一非多面体，fi(x)(i＝1，…，m)为线性函数，m为大于等于2的整数，当m＝2时，f1，f2为线性函数，使用参数法、外逼近法求解，当m＜2时，fi(x)(i＝1，…，m)为线性函数，使用外逼近的扩张法求解；

面对新的数学知识时，能主动地寻找其实际背景，并探索其应用价值．“方程（组）与不等式（组）”、“函数”所涉及到的内容，为实现上述“实际应用”提供了很数学工具，也正因为如此，借助于这样的工具，我们就可以将实际问题“模型化”了．事实上，在“数与代数”学习领域，充满了用来表达各种数学规律的模型，如代数式、方程、函数、不等式等．例如，结合实际问题，讨论绳长短问题（例15）、铁丝总长问题（例17）或调运量问题（例18）等，需要分析实际问题中的数量关系，建立和利用方程（组）或不等式（组）模型。 提出了一个新的无需初始化变分水平集模型基于传统的变分水平集方法的图像分割 水平集函数必须周期性的重新初始化使之保持为符号距离函数 这存在如何选择重新初始化的时间和方式的难题。lingo是linear interactive and general optimizer的缩写，即“交互式的线性和通用优化求解器”，由美国lindo系统公司（lindo system inc.）推出的，可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解等，功能十分强大，是求解优化模型的最佳选择。

S5：由数据输出模块对数学模型进行输出，并提供数据查询端口。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。[0098]应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。这些实施例的目的是为了对本发明进行描述，而不是对本发明范围进行限定。

下载完整专利技术内容需要50 积分，VIP会员可以免费下载。

立即登录，下载文献升级会员，免费下载