One to One营销优化算法的BenchMark验证方法研究

摘要

由于时间和内存的限制,现有的优化算法无法解决大规模One to One营销优化问题.然而可以在现有经典优化算法的基础上进行改进来开发新的One to One营销优化算法,这就需要提出一种验证方法来验证这些算法在求解One t0 One营销优化问题时的性能.因此,本文提出了一种基于理论和实践相结合的BenchMark验证方法.本文首先对十种经典优化算法进行了高级语言环境下的BenchMark验证和基于理论的BenchMark验证,并依据验证结果选择了十种算法中性能最优的LIPSOL算法作为开发One to One营销优化算法的基础.接着,在开发One to One营销优化算法的过程中,本文提出不断地对新算法进行BenchMark验证,以检验新算法是否真正得到逐步完善,并依据验证结果提出算法尚需进一步改进的地方,从而能有的放矢地对算法进行改进,使算法能够逐步得以完善,更有效地求解大规模One to One营销优化问题.最后,选择了目前国际上比较流行的GLPK优化软件包与新开发的One to One营销优化算法进行BenchMark验证,通过验证来证实新算法的优越性.为顺利地进行BenchMark验证,本文建立了一组One toOne营销优化模型,并针对这一模型生成了基于数据库的BenchMark测试数据和基于MPS格式的BenchMark测试数据,这为BenchMark验证的顺利进行奠定了坚实的基础.

目录

文摘

英文文摘

原创性声明及关于学位论文使用授权说明

第1章绪论

1.1研究背景

1.2国内外研究现状

1.3论文主要内容及构成

第2章One to One营销优化模型

2.1简单案例分析

2.2一般情况分析

2.2.1优化问题

2.2.2目标函数

2.2.3约束条件

2.3优化模型

2.4小结

第3章优化算法性能的BenchMark验证方法

3.1 BenchMark研究目的

3.2 BenchMark验证方法

3.2.1高级语言环境下的BenchMark

3.2.2理论上的BenchMark验证

3.3几种优化算法的BenchMark验证

3.3.1几种优化算法

3.3.2 MATLAB平台下的BenchMark的实施

3.3.2基于理论上的BenchMark的实施

3.4 BenchMark验证结果分析

3.5小结

第4章BenchMark在优化算法开发中的应用

4.1基本思想

4.2基于LIPSOL的改进算法

4.3改进算法的BenchMark验证

4.4小结

第5章BenchMark测试数据与结果分析

5.1测试数据用途

5.2基于数据库的测试数据

5.3 MPS格式的测试数据

5.3.1 MPS文件结构

5.3.2 MPS文件生成速度的提高

5.5小结

第6章结束语

参考文献

致 谢

攻读学位期间主要的研究成果