多目标规划模型概述课件分析(PPT62张)
合集下载
多目标规划ppt
多目标规划问题的典型实例
例1 木梁设计问题
用直径为 1（单位长）的圆木制成截面为矩形的梁。为使重量最轻面强度最大， 问截面的宽和高应取何尺寸？ 假设矩形截面的宽和高分别为 x1 和 x2 ，那么根据几何知识可得：
2 x12 + x2 = 1
且此时木梁的截面面积为 x x 。同时根据材料力规划的解集
绝对最优解
* * 设 x* ∈ R ，如果对于 ∀x ∈ R 均有 F ( x ) ≤ F ( x ) ，则称 x 为多目标规划问题的绝对最
*
优解。多目标规划问题的绝对最优解的全体可以记为 Rab ，其含义为：该最优解与 任意一个可行解都是可以进行比较的。下图为当 n = 1, p = 2 时绝对最优解的示意图。
以显然 A2 比 A3 好。 对于方案 A1 和 A2 ，由于无法确定其优劣， 而且又没有比它们更好的其他方案，所 以它们就被称之为多目标规划问题的有效解 有效解 （或者非劣解） ，其余方案都称为劣解。所有 非劣解构成的集合称为非劣解集 非劣解集。 非劣解集
O
f2 A5 A4 A1 A3 A2 f1 A6 A7
x2 L xn ] ； F ( x ) = f1 ( x )
T
f2 ( x ) L
f p ( x ) , p ≥ 2
对向量形式的 p 个目标函数求最小，且目标函数 F ( x ) 和约束函数 gi ( x ) 、hi ( x ) 可以 是线性函数也可以是非线性函数。
令 R = {x | gi ( x ) ≤ 0, i = 1, 2,..., m} ，则称 R 为问题的可行域，V-min F ( x ) 指的是
多目标规划问题的典型实例
例2 工厂采购问题
某工厂需要采购某种生产原料，该原料市场上有 A 和 B 两种，单价分别为 2 元/kg 和 1.5 元/kg。现要求所花的总费用不超过 300 元，购得的原料总重量不少于 120kg，其中 A 原料不得少于 60kg。间如何确定最佳采购方案，花最少的钱，采 购最多数量的原料。 设 A、B 两种原料分别采购 x1 、 x2 kg，那么总的花费为： f1 ( x ) = 2 x1 + 1.5 x2 购得的原料总量为： f 2 ( x ) = x1 + x2 那么我们求解的目标即是使得花最少的钱买最多的原料，即最小化 f ( x ) 的同时
多目标规划课件
min U(F(X))
X∈R
然后求解该问题，并将其最优解X*作为(VP) 的最优解。 由于构造评价函数的多种多样，也就出现 了多种不同的评价函数方法。
处理多目标规划的一些方法
1. 线性加权和法 对 重 且(要 ∑V程λPj)=中度1，的给然p以个后适目构当标造的f评1权(X价系),函数f2数(λXj≥),0…(j,=f1p(,X2,)…按,p其),
挑选出满意的方案来。这时称BC上的点为
非劣解，或有效解。
多目标规划解的概念
对于一般的多目标规划问题：
(VP)
V-min F(X)=(f1(X), f2(X),…,fp(X))T
s.t. gi(X)≤0, i=1,2,…,m
其中X=(x1,x2,…,xn)T, p≥2
设R={X| gi(X)≤0, i=1,2,…,m}
多目标规划解的性质
类似地可证明：像集F(R)的有效点一
定是弱有效点，即
E
* pa
E w* p
通过在像集F(R)上寻找有效点（或弱 有效点），就可以确定约束集合R上 的有效解（或弱有效解）。对此，有 如下的定理。
多目标规划解的性质
定理4 在像集F(R)上，若Epa*已知，则在约 束集合R上，有
X∈R
p-1
其中Rp-1=Rp-2∩{X |fp-1(X)≤fp-1*}
处理多目标规划的一些方法
此时求得最优解X*，最优值为fp*，则 X*就是多目标问题(VP)在分层序列意 义下的最优解。进一步有下列定理。
定理6 设X*是由分层序列法所得到的 最优解，则X*∈Rpa*.
处理多目标规划的一些方法
(2)若fj(Y)= fj(X*), j=1,2,…,j0-1 但fj0(Y)<fj0(X*) 2≤j0≤p 此时必有fj(Y)= fj(X*)≤fj*, j=1,2,…,j0-1 因此，Y是问题 (Pj0) min fp(X) X∈Rj0-2∩{X |fj0-1(X)≤fj0-1*} 的可行解，又由
X∈R
然后求解该问题，并将其最优解X*作为(VP) 的最优解。 由于构造评价函数的多种多样，也就出现 了多种不同的评价函数方法。
处理多目标规划的一些方法
1. 线性加权和法 对 重 且(要 ∑V程λPj)=中度1，的给然p以个后适目构当标造的f评1权(X价系),函数f2数(λXj≥),0…(j,=f1p(,X2,)…按,p其),
挑选出满意的方案来。这时称BC上的点为
非劣解，或有效解。
多目标规划解的概念
对于一般的多目标规划问题：
(VP)
V-min F(X)=(f1(X), f2(X),…,fp(X))T
s.t. gi(X)≤0, i=1,2,…,m
其中X=(x1,x2,…,xn)T, p≥2
设R={X| gi(X)≤0, i=1,2,…,m}
多目标规划解的性质
类似地可证明：像集F(R)的有效点一
定是弱有效点，即
E
* pa
E w* p
通过在像集F(R)上寻找有效点（或弱 有效点），就可以确定约束集合R上 的有效解（或弱有效解）。对此，有 如下的定理。
多目标规划解的性质
定理4 在像集F(R)上，若Epa*已知，则在约 束集合R上，有
X∈R
p-1
其中Rp-1=Rp-2∩{X |fp-1(X)≤fp-1*}
处理多目标规划的一些方法
此时求得最优解X*，最优值为fp*，则 X*就是多目标问题(VP)在分层序列意 义下的最优解。进一步有下列定理。
定理6 设X*是由分层序列法所得到的 最优解，则X*∈Rpa*.
处理多目标规划的一些方法
(2)若fj(Y)= fj(X*), j=1,2,…,j0-1 但fj0(Y)<fj0(X*) 2≤j0≤p 此时必有fj(Y)= fj(X*)≤fj*, j=1,2,…,j0-1 因此，Y是问题 (Pj0) min fp(X) X∈Rj0-2∩{X |fj0-1(X)≤fj0-1*} 的可行解，又由
《多目标规划模型》课件
02
权重法的主要步骤包括确定权重、构造加权目标函数、求解加权目标函数，最 后得到最优解。
03
权重法的优点是简单易行，适用于目标数量较少的情况。但缺点是主观性强， 依赖于决策者的经验和判断。
约束法
1
约束法是通过引入约束条件，将多目标问题转化 为单目标问题，然后求解单目标问题得到最优解 。
2
约束法的主要步骤包括确定约束条件、构造约束 下的目标函数、求解约束下的目标函数，最后得 到最优解。
多目标规划模型
目录
• 多目标规划模型概述 • 多目标规划模型的建立 • 多目标规划模型的求解方法 • 多目标规划模型的应用案例 • 多目标规划模型的未来发展与挑战
01 多目标规划模型概述
定义与特点
定义
多目标规划模型是一种数学优化方法 ，用于解决具有多个相互冲突的目标 的问题。
特点
多目标规划模型能够权衡和折衷多个 目标之间的矛盾，寻求满足所有目标 的最佳解决方案。
02 多目标规划模型的建立
确定目标函数
01
目标函数是描述系统或决策问题的期望结果的数学表达 式。
02
在多目标规划中，目标函数通常包含多个目标，每个目 标对应一个数学表达式。
03
目标函数的确定需要考虑问题的实际背景和决策者的偏 好。
确定约束条件
01 约束条件是限制决策变量取值范围的限制条件。 02 在多目标规划中，约束条件可以分为等式约束和
谢谢聆听
模型在大数据和人工智能时代的应用前景
要点一
总结词
要点二
详细描述
随着大数据和人工智能技术的快速发展，多目标规划模型 在许多领域的应用前景广阔。
大数据时代带来了海量的数据和复杂的问题，这为多目标 规划模型提供了广阔的应用场景。例如，在金融领域，多 目标规划可以用于资产配置和风险管理；在能源领域，多 目标规划可以用于能源系统优化和碳排放管理。同时，随 着人工智能技术的不断发展，多目标规划模型有望与机器 学习、深度学习等算法相结合，共同推动相关领域的发展 。
第6章多目标规划方法精品PPT课件
如果将（6.1.1）和（6.1.2）式进一步缩
写， 即
max(m ZiF n(X ) )
（6.1.3）
(X)G
（6.1.4）
式中： ZF(X)是k维函数向量；
k是目标函数的个数；
Φ(X ) 等是m维函数向量；
G是m维常数向量；
m是约束方程的个数。
甘肃农业大学资源与环境学院
对 于 线 性 多 目 标 规 划 问 题 ， （ 6.1.3 ） 和 （6.1.4）式可以进一步用矩阵表示
尽可能的小，或即：
(x12x22)min
根据问题的要求，应满足下述约束条件：
x1 H
x1 x1
x2
x2
W
0
4
x
2
x1
0
x 1 0 , x 2 0
这是具有两个目标的非线性规划问题。
甘肃农业大学资源与环境学院
多目标规划及其非劣解
例3：【投资决策问题】某投资开发公司拥有总资金A万元， 今有n(≥2)个项目可供选择。设投资第i(i=1，2，……，n)个 项目要用资金ai万元，预计可得到收益bi万元。问应如何使 用总资金A万元，才能得到最佳的经济效益？
甘肃农业大学资源与环境学院
第1节 多目标规划及其非劣解
➢多目标规划及其非劣解 ➢多目标规划的非劣解
甘肃农业大学资源与环境学院
多目标规划及其非劣解
例1：【喜糖问题】设市场上有甲级糖及乙级糖，单价分别 为4元/斤及2元/斤。今要筹办一桩喜事。“筹备小组”计 划总花费不超过40元，糖的总斤数不少于10斤，甲级糖不 少于5斤。问如何确定最佳的采购方案。
n
f1(x1，……，xn) bixi max i1 n
f2(x1，……，xn) aixi min i1
多目标决策层次分析法介绍ppt课件
3 简洁性 具有中等文化程度的人即可以了解层次分析法的基本原理并掌握该法的基本步骤，计算也非常简便，并且所得结果简单明确，容易被决策者了解和掌握。
以上三点体现了层次分析法的优点，该法的局限性主要表现在以下几个方面：
第一 只能从原有的方案中优选一个出来，没有办法得出更好的新方案。
第二 该法中的比较、判断以及结果的计算过程都是粗糙 的，不适用于精度较高的问题。第三 从建立层次结构模型到给出成对比较矩阵，人主观 因素对整个过程的影响很大，这就使得结果难以让 所有的决策者接受。当然采取专家群体判断的办法 是克服这个缺点的一种途径。
a) 将A的每一列向量归一化得
b) 对
c) 归一化
按行求和得
d) 计算
3 根法
步骤与和法基本相同，只是将步骤 b 改为对
按行求积并开n次方，即
三方法中，和法最为简便。看下列例子。
e) 计算
，最大特征值的近似值。
列向量归一化
求和
归一化
精确计算，得
谢谢大家！
即各方案的权重排序为
四 层次分析法的优点和局限性
1 系统性 层次分析法把研究对象作为一个系统，按照分解、比较判断、综合的思维方式进行决策 ，成为继机理分析、统计分析之后发展起来的系统分析的重要工具。
2 实用性 层次分析法把定性和定量方法结合起来，能处理许多用传统的最优化技术无法着手的实际问题，应用范围很广，同时，这种方法使得决策者与决策分析者能够相互沟通，决策者甚至可以直接应用它，这就增加了决策的有效性。
计算 可知 通过一致性检验。
对总目标的权值为：
（4）计算层次总排序权值和一致性检验
又
决策层对总目标的权向量为：
同理得， 对总目标的权值分别为：
运筹学多目标规划PPT课件
• 全序与半序: 方案di与dj之间 单目标问题: di<dj ; di=dj ; di>dj 多目标问题：除了这三种情况之外,还有一种情况
• 决策者偏好：多目标决策过程中，反映决策者对
是不可比较大小 目标的偏好。
第3页/共58页
• 解概念区别
单目标决策的解只有一种（绝对）最优解; 多目标决策的解有下面三种情况： ➢ 绝对最优解
目标值空间
（1）平行直线簇
α1f1+α2f2=c ；
（2）同一条直线上X1与
B
X2有相同的评价值，即有
U*=minU U［F(X1)］=U［F(X2)］。
f12
两个目标的最大化问题： f2 D
C B
A 0
劣解与有效解
E f1
第17页/共58页
§2 多目标规划模型及其解的概念
多目标规划——解的关系
p
定理1 Ra*b Ri* ，其中 Ri* 为单目标 fi (X) 上
最优点集合。 i 1
定理2 Ra*b R*pa Rw*p R
f f1(x) f2(x)
第13页/共58页
§2 多目标规划模型及其解的概念
定义1 设X*∈R，若对任意X∈R，均有 F(X*)≦F(X)，则称X*为问题（VMP）的 绝对最优解。其全体记为R*ab 。
f
f1(x)
f2(x)
0
x*
x
绝对最优解示意图
注：绝对最优解往往不存在！
第14页/共58页
§2 多目标规划模型及其解的概念
(VMP)
XR
向量数学规划 (Vector
Mathematical Programming)
第11页/共58页
• 决策者偏好：多目标决策过程中，反映决策者对
是不可比较大小 目标的偏好。
第3页/共58页
• 解概念区别
单目标决策的解只有一种（绝对）最优解; 多目标决策的解有下面三种情况： ➢ 绝对最优解
目标值空间
（1）平行直线簇
α1f1+α2f2=c ；
（2）同一条直线上X1与
B
X2有相同的评价值，即有
U*=minU U［F(X1)］=U［F(X2)］。
f12
两个目标的最大化问题： f2 D
C B
A 0
劣解与有效解
E f1
第17页/共58页
§2 多目标规划模型及其解的概念
多目标规划——解的关系
p
定理1 Ra*b Ri* ，其中 Ri* 为单目标 fi (X) 上
最优点集合。 i 1
定理2 Ra*b R*pa Rw*p R
f f1(x) f2(x)
第13页/共58页
§2 多目标规划模型及其解的概念
定义1 设X*∈R，若对任意X∈R，均有 F(X*)≦F(X)，则称X*为问题（VMP）的 绝对最优解。其全体记为R*ab 。
f
f1(x)
f2(x)
0
x*
x
绝对最优解示意图
注：绝对最优解往往不存在！
第14页/共58页
§2 多目标规划模型及其解的概念
(VMP)
XR
向量数学规划 (Vector
Mathematical Programming)
第11页/共58页
多目标规划方法讲义(PPT 76张)
9
二 多目标规划求解技术简介
为了求得多目标规划问题的非劣解，常常需要将 多目标规划问题转化为单目标规划问题去处理。实现 这种转化，有如下几种建模方法。
效用最优化模型 罚款模型 约束模型 目标达到法 目标规划模型
方法一
效用最优化模型（线性加权法）
思想：规划问题的各个目标函数可以通过一定的方式 进行求和运算。这种方法将一系列的目标函数与效用 函数建立相关关系，各目标之间通过效用函数协调， 使多目标规划问题转化为传统的单目标规划问题：
讲多目标规划方法
多目标规划解的讨论——非劣解 多目标规划及其求解技术简介
效用最优化模型罚款模型 约束模型目标规划模型
目标达到法
多目标规划是数学规划的一个分支。 研究多于一个的目标函数在给定区域上的最优化。又称多 目标最优化。通常记为 MOP(multi-objective programming)。
在图1中，max(f1, f2) .就
方案①和②来说，①的
f2 目标值比②大，但其目 标值 f1 比②小，因此无
法确定这两个方案的优
与劣。 在各个方案之间， 显然：④比①好，⑤比
图1 多目标规划的劣解与非劣解
④好, ⑥比②好, ⑦比
③好……。
而对于方案⑤、 ⑥、⑦之间则无法确 定优劣，而且又没有 比它们更好的其他方 案，所以它们就被称 为多目标规划问题的 非劣解或有效解， 其余方案都称为劣解。 所有非劣解构成的集 合称为非劣解集。 当目标函数处于冲突状态时，就不会存在使所有目 标函数同时达到最大或最小值的最优解，于是我们只能 寻求非劣解（又称非支配解或帕累托解）。
3
一
多目标规划及其非劣解
多目标规划模型
二 多目标规划求解技术简介
为了求得多目标规划问题的非劣解，常常需要将 多目标规划问题转化为单目标规划问题去处理。实现 这种转化，有如下几种建模方法。
效用最优化模型 罚款模型 约束模型 目标达到法 目标规划模型
方法一
效用最优化模型（线性加权法）
思想：规划问题的各个目标函数可以通过一定的方式 进行求和运算。这种方法将一系列的目标函数与效用 函数建立相关关系，各目标之间通过效用函数协调， 使多目标规划问题转化为传统的单目标规划问题：
讲多目标规划方法
多目标规划解的讨论——非劣解 多目标规划及其求解技术简介
效用最优化模型罚款模型 约束模型目标规划模型
目标达到法
多目标规划是数学规划的一个分支。 研究多于一个的目标函数在给定区域上的最优化。又称多 目标最优化。通常记为 MOP(multi-objective programming)。
在图1中，max(f1, f2) .就
方案①和②来说，①的
f2 目标值比②大，但其目 标值 f1 比②小，因此无
法确定这两个方案的优
与劣。 在各个方案之间， 显然：④比①好，⑤比
图1 多目标规划的劣解与非劣解
④好, ⑥比②好, ⑦比
③好……。
而对于方案⑤、 ⑥、⑦之间则无法确 定优劣，而且又没有 比它们更好的其他方 案，所以它们就被称 为多目标规划问题的 非劣解或有效解， 其余方案都称为劣解。 所有非劣解构成的集 合称为非劣解集。 当目标函数处于冲突状态时，就不会存在使所有目 标函数同时达到最大或最小值的最优解，于是我们只能 寻求非劣解（又称非支配解或帕累托解）。
3
一
多目标规划及其非劣解
多目标规划模型
《多目标优化》ppt课件
2
运筹学
3 运筹学,计算机
先修课程号
1,2 7 1,2 7
5 1,2
模型建立
设 x i 表示选修课表i中按1,2编,.号.9.顺, 序的9门课程x〔i 0
表示不选这门课程, 〕
那么问题的目的为选
修
课程为最少, 即
9
min z xi. No i1 Image
约束条件x有1 x2 x3 x4 x5 2,
❖ ③每种投资能否收益是相互独立的。
❖ ④在投资过程中，无论盈利与否必需先付买卖费。
❖ 〔2〕符号阐明 M〔元〕：公司现有投资总金额； Si〔i=0~n〕：欲购买的第i种资产种类〔其中 i=0表示存入银行〕； xi〔i=0~n〕：公司购买Si金额； ri〔i=0~n〕：公司购买Si的平均收益率； qi〔i=0~n〕：公司购买Si的平均损失率； pi〔i=0~n〕：公司购买Si超越ui时所付买卖费 率。
❖ 对Si投资的净收益 〔3〕
R i(x i) r ix i c i(x i) (r i p i)x i
❖ 对Si投资的风险
Qi(xi)qixi
〔4〕
❖ 对Si投资所需资金〔投资金额xi与所需的手续费ci〔xi〕
之和〕即 No fi( Im x ia )g e x i c i(x i) (1 p i)x i〔5〕
Si ri（%） qi（%） pi（%） ui（元）
S1
28
2.5
1
103
S2
21
1.5
2
198
S3 23 5.5 4.5
52
S4 25 2.6 6.5
40
❖ 试给该公司设计一种投资组合方案，即用给定的资金 M，有选择地购买假设干种资产或存银行生息，使净 收益尽能够大，而总体风险尽能够小。
多目标规划模型概述ppt
hj(X)0
X(x1,x2,...x.n), 为决策变量
如对于求极大(max)型，其各种解定义如下： 绝对最优解：若对于任意的X，都有F(X*)≥F(X) 有效解：若不存在X，使得F(X*)≤ F(X)
弱有效解：若不存在X，使得F(X*)<F(X)
2、多目标优选问题的模型结构
可用效用函数来表示。设方案的效用是目标属性
4 3
x1 x1
5x2 10 x
200 2 300
x 1 , x 2 0
望达到的目标值转化为约束条件。 经研究，工厂认为总产值至少应 达到20000个单位，而污染控制 在90个单位以下，即
f2(X)40x0160x02 20000
f3(X)3x12x2 90
由主要目标法化为单目标问题
max f 1 ( X ) 70 x 1 120 x 2
的函数：
U (x)U (f1,f2,..f.p),
并设
aij fi(xj )
且各个方案的效用函数分别为
U (xj)U (a1j,a2j,.a .p .)j,
则多目标优选模型的结构可表示如下：
ord(U X)(U(X1)U , (X2),..U ..(,Xp))T s.t. gi(X)0
hj(X)0
多目标决策问题中的方案即为决策变量，也称为多目 标问题的解。备选方案即决策问题的可行解。在多目标决 策中，有些问题的方案是有限的，有些问题 的方案是无限 的。方案有其特征或特性，称之为属性。
1、多目标规划问题的模型结构
opt(FX)(f1(X),f2(X),...f.p,(X))T s.t. gi(X)0
解：问题的多目标模型如下
max f 1 ( X ) 70 x 1 120 x 2 max f 2 ( X ) 400 x 1 600 x 2
X(x1,x2,...x.n), 为决策变量
如对于求极大(max)型，其各种解定义如下： 绝对最优解：若对于任意的X，都有F(X*)≥F(X) 有效解：若不存在X，使得F(X*)≤ F(X)
弱有效解：若不存在X，使得F(X*)<F(X)
2、多目标优选问题的模型结构
可用效用函数来表示。设方案的效用是目标属性
4 3
x1 x1
5x2 10 x
200 2 300
x 1 , x 2 0
望达到的目标值转化为约束条件。 经研究，工厂认为总产值至少应 达到20000个单位，而污染控制 在90个单位以下，即
f2(X)40x0160x02 20000
f3(X)3x12x2 90
由主要目标法化为单目标问题
max f 1 ( X ) 70 x 1 120 x 2
的函数：
U (x)U (f1,f2,..f.p),
并设
aij fi(xj )
且各个方案的效用函数分别为
U (xj)U (a1j,a2j,.a .p .)j,
则多目标优选模型的结构可表示如下：
ord(U X)(U(X1)U , (X2),..U ..(,Xp))T s.t. gi(X)0
hj(X)0
多目标决策问题中的方案即为决策变量，也称为多目 标问题的解。备选方案即决策问题的可行解。在多目标决 策中，有些问题的方案是有限的，有些问题 的方案是无限 的。方案有其特征或特性，称之为属性。
1、多目标规划问题的模型结构
opt(FX)(f1(X),f2(X),...f.p,(X))T s.t. gi(X)0
解：问题的多目标模型如下
max f 1 ( X ) 70 x 1 120 x 2 max f 2 ( X ) 400 x 1 600 x 2
《多目标规划》课件
约束条件
01
约束条件是限制决策变量取值范围的限制条件，通常表示为决 策变量的不等式或等式。
02
在多目标规划中，约束条件可能包括资源限制、技术限制、经
济限制等。
约束条件的处理需要考虑其对目标函数的综合影响，以确定最
03
优解的范围。
决策变量
01 决策变量是规划问题中需要确定的未知数，通常 表示为数学符号或参数。
多目标规划的算法改进与优化
混合整数多目标规划算法
结合整数规划和多目标规划的优点，解决具有离散变量的 多目标优化问题。
进化算法
借鉴生物进化原理，通过种群进化、基因突变等方式寻找 多目标优化问题的Pareto最优解。
梯度下降法
利用目标函数的梯度信息，快速找到局部最优解，提高多 目标规划的求解效率。
多目标规划在实际问题中的应用前景
特点
多目标遗传算法能够处理多个相互冲突的目标函数，提供一组非劣解集供决策者选择。 它具有较强的全局搜索能力和鲁棒性，适用于复杂的多目标优化问题。
注意事项
多目标遗传算法需要合理设置遗传参数和选择策略，以确保求解的有效性和准确性。
04
多目标规划案例分析
生产计划优化案例
总结词
生产计划优化案例主要展示多目标规划在生产计划方面的应 用，通过合理安排生产计划，降低成本并提高生产效率。
《多目标规划》课件
• 多目标规划概述 • 多目标规划的基本概念 • 多目标规划的常用方法 • 多目标规划案例分析 • 多目标规划的未来发展与展望
目录
01
多目标规划概述
定义与特点
定义
多目标规划是一种决策方法，旨在同 时优化多个目标函数，并考虑多个约 束条件。
特点
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
f2 1
56
3
7
24
8
f
二、模型结构
多目标决策问题包含有三大要素：目标、方案和决策者。
在多目标决策问题中，目标有多层次的含义。从最高层次 来看，目标代表了问题要达到的总目标。如确定最满意的 投资项目、选择最满意的食品。从较低层次来看，目标可 看成是体现总目标得以实现的各个具体的目标，如投资项 目的盈利要大、成本要低、风险要小；目标也可看成衡量 总目标得以实现的各个准则，如食品的味道要好，质量要 好，花费要少。
多目标决策问题中的方案即为决策变量，也称为多目 标问题的解。备选方案即决策问题的可行解。在多目标决 策中，有些问题的方案是有限的，有些问题 的方案是无限 的。方案有其特征或特性，称之为属性。
1、多目标规划问题的模型结构
opt(FX)(f1(X),f2(X),...f.p,(X))T s.t. gi(X)0
其余的目标满足一定的条件，即 maxf1(X)
s.t.hgji
( (
X X
) )
0, 0,
i 1,2,...,n j 1,2,...,m
fk
(X
)
k
,
k
1,2,...,p
1
例题1 某工厂在一个计划期内生产甲、乙两种产品，各产品 都要消耗A，B，C三种不同的资源。每件产品对资源的单位 消耗、各种资源的限量以及各产品的单位价格、单位利润和 所造成的单位污染如下表。假定产品能全部销售出去，问每 期怎样安排生产，才能使利润和产值都最大，且造成的污染 最小？
1
多目标规划模型
在现实生活中,决策的目标往往有多个,例如,对企业产品的生产管 理,既希望达到高利润,又希望优质和低消耗,还希望减少对环境的污 染等.这就是一个多目标决策的问题.又如选购一个好的计算机系统, 似乎只有一个目标,但由于要从多方面去反映,要用多个不同的准则 来衡量,比如,性能要好,维护要容易,费用要省.这些准则自然构成了多 个目标,故也是一个多目标决策问题.
§10.2 多目标规划问题的求解
1、主要目标法
在有些多目标决策问题中，各种目标的重要性程度
往往不一样。其中一个重要性程度最高和最为关键的
目标，称之为主要目标法。其余的目标则称为非主要
目标。
opt(FX)(f1(X),f2(X),...f.p,(X))T
s.t. gi(X)0
hj(X)0
例如，在上述多目标问题中，假定f1(X)为主要目标，其余p-1 个为非主要目标。这时，希望主要目标达到极大值，并要求
化多目标问题为单目标问题的方法大致可分为两 类,一类是转化为一个单目标问题,另一类是转化为多 个单目标问题,关键是如何转化.
下面,我们介绍几种主要的转化方法:主要目标法、 线性加权和法、字典序法、步骤法。
§10.1多目标决策问题的特征
一、解的特点
在解决单目标问题时，我们的任务是选择一个或一组变 量X，使目标函数f(X)取得最大（或最小）。对于任意两方案 所对应的解，只要比较它们相应的目标值，就可以判断谁优 谁劣。但在多目标情况下，问题却不那么单纯了。例如，有 两个目标f1(X)，f2(X),希望它们都越大越好。下图列出在这两 个目标下共有8个解的方案。其中方案1，2，3，4称为劣解， 因为它们在两个目标值上都比方案5差，是可以淘汰的解。而 方案5，6，7，8是非劣解（或称为有效解，满意解），因为 这些解都不能轻易被淘汰掉，它们中间的一个与其余任何一 个相比，总有一个指标更优越，而另一个指标却更差。
用单纯形法求得其最优解为
x1 12.5,x2 26.25, f1(x) 4025, f2(x) 2075,0f3(x) 90
400 x 1 600 x 2 20000
3
x
1
2x2
90
9 4
x x
1 1
4x2 5x2
240 200
3
x
1
10
x2
300
x 1 , x 2 0
2、线性加权和目标规划
解：问题的多目标模型如下
max f 1 ( X ) 70 x 1 120 x 2 max f 2 ( X ) 400 x 1 600 x 2
对于上述模型的三个目标，工厂 确定利润最大为主要目标。另两 个目标则通过预测预先给定的希
max( f 3 ( X )) 3 x 1 2 x 2
9 x1 4 x 2 240
4 3
x1 x1
5x2 10 x
200 2 300
x 1 , x 2 0
望达到的目标值转化为约束条件。 经研究，工厂认为总产值至少应 达到20000个单位，而污染控制 在90个单位以下，即
f2(X)40x0160x02 20000
f3(X)3x12x2 90
由主要目标法化为单目标问题
max f 1 ( X ) 70 x 1 120 x 2
矛盾性、不可公度性。
一般来说,多目标决策问题有两类.一类是多目标规划问题,其对 象是在管理决策过程中求解使多个目标都达到满意结果的最优方案. 另一类是多目标优选问题,其对象是在管理决策过程中根据多个目 标或多个准则衡量和得出各种备选方案的优先等级与排序.
多目标决策由于考虑的目标多,有些目标之间又 彼此有矛盾,这就使多目标问题成为一个复杂而困难 的问题.但由于客观实际的需要,多目标决策问题越来 越受到重视,因而出现了许多解决此决策问题的方法. 一般来说,其基本途径是,把求解多目标问题转化为求 解单目标问题.其主要步骤是,先转化为单目标问题, 然后利用单目标模型的方法,求出单目标模型的最优 解,以此作为多目标问题的解.
hj(X)0
X(x1,x2,...x.n), 为决策变量
如对于求极大(max)型，其各种解定义如下： 绝对最优解：若对于任意的X，都有F(X*)≥F(X) 有效解：若不存在X，使得F(X*)≤ F(X)
弱有效解：若不存在X，使得F(X*)<F(X)2、多目标Fra bibliotek选问题的模型结构
可用效用函数来表示。设方案的效用是目标属性
的函数：
U (x)U (f1,f2,..f.p),
并设
aij fi(xj )
且各个方案的效用函数分别为
U (xj)U (a1j,a2j,.a .p .)j,
则多目标优选模型的结构可表示如下：
ord(U X)(U(X1)U , (X2),..U ..(,Xp))T s.t. gi(X)0
hj(X)0