《多目标规划模型》PPT课件
合集下载
《多目标规划实例》课件
PART 02
多目标规划的基本概念
REPORTING
目标函数
01
目标函数是用来衡量规划方案效果的数学表达式， 通常表示为决策变量的函数。
02
在多目标规划中，目标函数可能不止一个，每个目 标函数代表一个需要优化的目标。
03
目标函数的值可以是最大化或最小化的，具体取决 于问题的要求。
约束条件
01 约束条件是限制决策变量取值范围的规则或条件 。
混合智能算法
结合人工智能、机器学习等先进技术，开发混合智能算法，提高多 目标规划的自动化和智能化水平。
扩展应用领域
多目标规划的应用领域将进一步扩大，涵盖经济、工程、环境、社 会等更多领域，为解决实际问题提供更多思路和方法。
如何更好地应用多目标规划解决实际问题
强化理论支撑
深入研究多目标规划的基本理论，提高其理论水平和科学性，为实际应用提供更有力的理论支撑。
总结词
资源分配问题是一个多目标规划的经典问题，旨在合理分配有限资源以达到多 个目标最优。
详细描述
资源分配问题通常涉及多个相互冲突的目标，如最大化效益、最小化成本、确 保资源公平分配等。通过多目标规划方法，可以找到一种权衡方案，使得各个 目标在不同程度上得到优化。
实例二：生产计划问题
总结词
生产计划问题是多目标规划在制造业中的实际应用，旨在平衡生产成本、交货期和产品质量等多个目 标。
解释
在多目标规划中，决策者需要权衡多 个目标之间的利益关系，并找到一个 平衡点，使得所有目标都能得到相对 最优的解。
多目标规划的重要性
解决现实问题
多目标规划能够解决许多现实问题， 如资源分配、项目评估等，这些问题 通常涉及到多个相互冲突的目标。
多目标规划的基本概念
REPORTING
目标函数
01
目标函数是用来衡量规划方案效果的数学表达式， 通常表示为决策变量的函数。
02
在多目标规划中，目标函数可能不止一个，每个目 标函数代表一个需要优化的目标。
03
目标函数的值可以是最大化或最小化的，具体取决 于问题的要求。
约束条件
01 约束条件是限制决策变量取值范围的规则或条件 。
混合智能算法
结合人工智能、机器学习等先进技术，开发混合智能算法，提高多 目标规划的自动化和智能化水平。
扩展应用领域
多目标规划的应用领域将进一步扩大，涵盖经济、工程、环境、社 会等更多领域，为解决实际问题提供更多思路和方法。
如何更好地应用多目标规划解决实际问题
强化理论支撑
深入研究多目标规划的基本理论，提高其理论水平和科学性，为实际应用提供更有力的理论支撑。
总结词
资源分配问题是一个多目标规划的经典问题，旨在合理分配有限资源以达到多 个目标最优。
详细描述
资源分配问题通常涉及多个相互冲突的目标，如最大化效益、最小化成本、确 保资源公平分配等。通过多目标规划方法，可以找到一种权衡方案，使得各个 目标在不同程度上得到优化。
实例二：生产计划问题
总结词
生产计划问题是多目标规划在制造业中的实际应用，旨在平衡生产成本、交货期和产品质量等多个目 标。
解释
在多目标规划中，决策者需要权衡多 个目标之间的利益关系，并找到一个 平衡点，使得所有目标都能得到相对 最优的解。
多目标规划的重要性
解决现实问题
多目标规划能够解决许多现实问题， 如资源分配、项目评估等，这些问题 通常涉及到多个相互冲突的目标。
多目标规划教材(PPT 116张)
O
f2 A5 A4 A1 A3 A2 f1 A6 A7
多目标规划的解集
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。
多目标规划问题的典型实例
再由约束条件，该厂每周的生产时间为 40h，故： x1 x2 x3 40 且需要满足能耗不得超过 20t 标准煤： 0.48x1 0.65x2 0.42 x3 20 上面是对生产过程的约束，再考虑销售过程，由于数据表中给出了三种产品每周 的最大销量，故我们必须限制生产数量小于最大销量才能使得成本最低，即满足下 述约束条件：
qA1 20x1 700; qA2 25x2 800; qA3 15x3 500
同时考虑到生产时间的非负性，总结得到该问题的数学模型为：
max min s.t.
f1 x 500 x1 400 x2 600 x3 f 2 x 0.48 x1 0.65 x2 0.42 x3 x1 x2 x3 40 0.48 x1 0.65 x2 0.42 x3 20 20 x1 700 25 x2 800 15 x3 500 x1 , x2 , x3 0
多目标规划的解集
直观理解
对单目标规划来说，给定任意两个可行解 x1 , x2 R ，通过比较它们的目标函数 值 f x1 , f x2 就可以确定哪个更优。 但对于多目标规划而言， 给定任意两个可行解
f2 A5 A4 A1 A3 A2 f1 A6 A7
多目标规划的解集
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。
多目标规划问题的典型实例
再由约束条件，该厂每周的生产时间为 40h，故： x1 x2 x3 40 且需要满足能耗不得超过 20t 标准煤： 0.48x1 0.65x2 0.42 x3 20 上面是对生产过程的约束，再考虑销售过程，由于数据表中给出了三种产品每周 的最大销量，故我们必须限制生产数量小于最大销量才能使得成本最低，即满足下 述约束条件：
qA1 20x1 700; qA2 25x2 800; qA3 15x3 500
同时考虑到生产时间的非负性，总结得到该问题的数学模型为：
max min s.t.
f1 x 500 x1 400 x2 600 x3 f 2 x 0.48 x1 0.65 x2 0.42 x3 x1 x2 x3 40 0.48 x1 0.65 x2 0.42 x3 20 20 x1 700 25 x2 800 15 x3 500 x1 , x2 , x3 0
多目标规划的解集
直观理解
对单目标规划来说，给定任意两个可行解 x1 , x2 R ，通过比较它们的目标函数 值 f x1 , f x2 就可以确定哪个更优。 但对于多目标规划而言， 给定任意两个可行解
《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 。
多目标规划与数学模型PPT课件
min
XD
h(F
(
X
))
min
XD
m1 aj xp
f j ( X )
但可方便转化为一个简单非线性规划问题！
令t
max
1 j p
fj(X)
min t
X,t
fj(X)
t,
j
1, 2,
X D
则该规划问题可等价为：
该技巧非常有用，将一个不可微的规划 问题转化为可微的约束规划！
,p
第21页/共71页
多目标规划的基本解法
第11页/共71页
V-min XD
f1X , f2X ,, f p X
(1) :
f1*
min
XD
f1X
(2)
f2*
min
XDx| f1 ( X )Βιβλιοθήκη f1 *f2X
改进——宽容分层序列法： 给前面的最优值设定一定 的宽容值ε>0, 即此目标值 再差ε也是可接受的!
( p) f p * min XD x| f j1 ( X ) f j1*, j1,2,, p1 f p X
第26页/共71页
2)使就一般情况对以上问题进行讨论，并利用下表数据进行计算:
Si ri qi pi ui S1 9.6 42 2.1 181 S2 18.5 54 3.2 407 S3 49.4 60 6.0 428 S4 23.9 42 1.5 549 S5 8.1 1.2 7.6 270 S6 14 39 3.4 397
4.2 平方和加权法：
V-min XD
f1X , f2X ,, f p X
先设定单目标规划的下界(想象中的最好值),即
定义评价函数：
多目标规划模型很好ppt课件
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？
甲
资源A单位消耗
max( f3 ( X )) 3x1 2x2
9x1 4x2 240 4x1 5x2 200 3x1 10x2 300 x1, x2 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 ) 400x1 600x2 20000
f3 (X ) 3x1 2x2 90
由主要目标法化为单目标问题max f1( X ) 70x1 120x2
用单纯形法求得其最优解为
x1 12.5, x2 26.25, f1(x) 4025, f2 (x) 20750, f3 (x) 90
400x1 600x2 20000 3x1 2x2 90 9x1 4x2 240 4x1 5x2 200 3x1 10x2 300 x1, x2 0
aij
f1
f2
f3
f4
f5
f6
A1
1
1
67
50.5 34
50.5
A2
100
100
1
100
1
1
A3
1
42.25 100
1
67
100
A4
40.6 25.75 67
25.75 100
1
设权系数向量为W=（0.2,0.1,0.1,0.1,0.2,0.3), 则
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
多目标规划(1)ppt-第三章多目标规划
约束方程： 50X1+30X2+ d1-- d1+=4600
X1
+ d2-- d2+=80
X2 + d3-- d3+=100
2X1 + X2+ d4-- d4+=180
X1 + 3X2+ d5-- d5+=200
d ++ d -- d +=20
4-3 多目标规划问题的求解
多目标规划问题的图解法
例4-8 Min S = d1+
对于（1），三个方案都没有完成。 但方案3离目标最远，方案3最差。
方案1与（2）的差距：
工时损失=
（108-100）*5+（130-120）
方案2与（2）的差距： 工时损失 =0*5+（160-120）*1=40 方案2优于方案1
方案2优于方案1优于方案3
4-2 多目标规划问题的数学模型
多目标的处理
（5）每月销售录音机为100台；
（6）两车间加班时数总和要尽可能 小（权数由生产费用确定）；
解：设每月生产唱机、录音机X1， X2台。且A、B的生产费用之比为 100：50=2：1
目标函数：
Min S=P1d1++P2d2-+2 P3d4-+ P3d5+P4d41++ P5d3-+ P5d3++2P6d4++
•为了弥补线性规划问题的局限 性，解决有限资源和计划指标 之间的矛盾，在线性规划基础 上，建立目标规划方法，从而 使一些线性规划无法解决的问 题得到满意的解答。
4-1 多目标规划问题
多目标规划模型PPT教案学习
其余的目标满足一定的条件，即 max f1(X )
第7页/共61页
g s.t.h
i j
( (
X X
) )
0, 0,
i j
1,2,...,n 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？
f2 (X ) 400x1 600x2 20000
f3 (X ) 3x1 2x2 90
由主要目标法化为单目标问题max f1( X ) 70x1 120x2
用单纯形法求得其最优解为
x1 12.5, x2 26.25, f1(x) 4025,
400x1 600x2 20000 3x1 2x2 90
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。
f2 1
56
3
7
24
8
第1页/共61页
f1
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。
z理ki 想 值f k，( X此i*最), k优解Xi,处k 别 的1f,12目,...标,fp2所取的，值把f用i上述计表算示f结p，果即列入下表
第7页/共61页
g s.t.h
i j
( (
X X
) )
0, 0,
i j
1,2,...,n 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？
f2 (X ) 400x1 600x2 20000
f3 (X ) 3x1 2x2 90
由主要目标法化为单目标问题max f1( X ) 70x1 120x2
用单纯形法求得其最优解为
x1 12.5, x2 26.25, f1(x) 4025,
400x1 600x2 20000 3x1 2x2 90
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。
f2 1
56
3
7
24
8
第1页/共61页
f1
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。
z理ki 想 值f k，( X此i*最), k优解Xi,处k 别 的1f,12目,...标,fp2所取的，值把f用i上述计表算示f结p，果即列入下表
相关主题
- 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)。
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.
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
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
hj(X) 0
X (x1, x2 ,...., xn ) 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的函数：
由主要目标法化为单目标问题max f1( X ) 70x1 120x2
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
optF( X ) ( f1 ( X ), f 2 ( X ),...., f p ( X ))T s.t. gi ( X ) 0
hj(X) 0
§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。
optF( X ) ( f1 ( X ), f 2 ( X ),...., f p ( X ))T
U (x) U ( f1, f 2 ,..., f p )
并设
aij f i (x j )
且各个方案的效用函数分别为
U (x j ) U (a1 j , a2 j ,..., a pj )
则多目标优选模型的结构可表示如下：
ordU ( X ) (U ( X 1 ),U ( X 2 ),...., U ( X p ))T s.t. gi ( X ) 0
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。 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。
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
其余的目标满足一定的条件，即 max f1(X )
g s.t.h
i j
( (
X X
) )
0, 0,
i j
1,2,...,n 1,2,...,m
甲
资源A单位消耗
9
资源B单位消耗
4
资源C单位消耗
3
单位产品的价格
400
单位产品的利润70 Nhomakorabea单位产品的污染
3
乙
资源限量
4
240
5
200
10
300
600
120
2
解：问题的多目标模型如下 max f1 ( X ) 70x1 120x2 max f 2 ( X ) 400x1 600x2
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
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？
max( f3 ( X )) 3x1 2x2
9x1 4x2 240 4x1 5x2 200 3x1 10x2 300 x1, x2 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 ) 400x1 600x2 20000 f3 (X ) 3x1 2x2 90
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.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.