Skip to content

变量、参数、目标函数与约束条件的区别 ​

四个概念怎样进入模型 ​

优化模型需要回答“可以决定什么”“哪些量已经给定”“结果怎样比较”“方案必须满足什么”。决策变量代表待选方案。参数在一次求解中取给定值,可以来自观察、估计或情景设定。目标函数用一个或多个数评判可行方案。约束规定方案的可行范围,既包括资源上限,也包括变量为整数、非负等条件。

同一个现实量在不同任务里角色可能变化。排班任务中,当天已经批准的人手上限是参数,实际安排的人数是变量。制定人力预算时,允许招聘的数量也可以成为变量。回归中,未知回归系数在拟合问题里由算法估计,到使用已训练模型预测时则作为固定的模型参数。

一个两种产品的生产计划 ​

设每天制作产品 A 和 B 的件数分别为 x,y,每件贡献分别为 30 元和 50 元。两类产品分别需要 1 小时和 2 小时,总工时上限 8 小时,A 受订单限制每天最多 4 件。用净贡献最大化作为目标:

maxx,y30x+50ys.t.x+2y≤8,x≤4,x,y∈Z≥0.
模型角色这个例子中的对应量
变量x,y,单位为件/天
参数单件工时、单件贡献、总工时上限和订单上限
目标每日净贡献,单位为元/天
约束工时、订单、整数和非负条件

例如 (4,2) 用完 8 小时,贡献 220 元。(2,3) 也用完 8 小时,贡献 210 元,二者的比较由目标决定。(4,3) 贡献更高,但需要 10 小时,超过工时上限。具体求全局最优时,可枚举 x=0,…,4,对每个 x 选择允许的最大 y 再比较。

常见混淆 ​

把“尽量控制在 8 小时”写成硬约束前,应确认加班是否绝对禁止。如果允许加班,可另定义加班变量与加班成本,并明确法定和业务硬上限。把一般偏好全部写成硬条件,可能使问题无可行方案。另一个常见问题是把比例变量写成取值 0–100,再将其与以 0–1 表达的参数直接相乘。变量表应同时给出定义、单位与取值范围。

关联文章 ​

MathModel FAQ · 数学建模知识库