处理epsilon - 最佳解决方案
处理epsilon - 最佳解决方案
上一节认为是多个(真实)最佳解决方案的情况。当我们有几个时会发生什么- 优化的解决方案?更具体地说,考虑
图形方式可以描绘为
以上陈述是如此距离之间和不是太大了。要看到这一点,请考虑当我们改变右侧时会发生什么从1到。然后,可行区域将是一个非常长的矩形盒,顶点那那和。也许有点令人惊讶,如果低于双重容差,单纯x可以考虑最佳,即使它的客观价值是,这可以在最终目标价值方面非常相关。
请注意,两种情况共享一个成分:目标函数(几乎)平行于可行区域的一个侧面。在第一种情况下,这一侧相对较短,因此跳跃到转化为客观价值的小变化。在第二种情况下,几乎平行于目标函数的一侧很长,现在跳跃到可以对最终目标函数产生重大影响。
如果您取出这两种成分中的任何一种,即客观的矢量几乎平行于约束,或者边缘由这个近似平行的约束引起的很长,那么这个问题无法出现。出于本节开始时讨论的原因,客观函数很常见于平行于一个或多个约束。因此,避免这种情况的最佳方法是避免第二条件。最简单的方法是确保变量的范围不太大。请参考缩放关于此指导的部分。