目标函数为带绝对值的表达式的，可以用最优化算法求解吗？

目标函数为带绝对值的表达式的，可以用最优化算法求解吗？

可以。
1，用松弛算法，如|f（y）|+nb,nb为任设的大数；
2，增加约束
1）f(y)>0 后 min x
或
2）f(y)<0 后max x追问f(y)是一个随环境变化而变化的一个函数， 我用不着考虑多好的性能，直接用迭代搜索来找最小值可以不，简单的说就是扰动观测，看是不是往减小的方向移动，如果不是就反向。
当然，这个系统肯定只有一个最优解哈。
这样可以不？主要是我知道这个最小值点，导数不存在，所以感觉很难用一些经典的方法来搜索。追答可以
当系统不是线性，或者求解的步骤不是多项式可表达时，大部分都是转而求局部最优解。
既然你说是 倒数不存在，那么应该是非线性优化问题，基本没有全局最优化方法。牛顿迭代、禁忌搜索都是可以的方法。

另：最优化方法不是一定要找到全局最优解，近似的最优也可以接受。追问恩，系统不是线性，而且里面的参数表达式为一超越方程，求梯度什么的也很困难。
另外我实际上是做一个控制系统的，控制量与被控对象的关系就是变化的，因此没办法用传统的PI控制来，只能通过对控制量增加一扰动，然后观测被控对象是否是在减小的方式来求找到最优工作点，其他的办法我也暂时想不到了。追答席 老板说过，现在剩下来的控制问题都是骨头，非线形控制问题都是骨头，大部分需要仿真，根本就没有最优控制方案，我觉得你做的事对的。
另，看模型能否再分解；
或者试试预测模型。

这问题的前提是在线性规划的约束条件中出现了某绝对值的式子（等式、不等式、大于或小于的式子）,那么将这带绝对值的式子转化为不带绝对值的一个或两个约束条件的式子就可以了.

如以上回答内容为低俗、色情、不良、暴力、侵权、涉及违法等信息，可以点下面链接进行举报！

点此我要举报以上问答信息