多目标规划实例教材

合集下载

多目标规划应用实例

多目标规划应用实例

02
投资者需要在满足一定风险承 受能力的前提下,最大化投资 组合的预期收益,同时考虑市 场波动、政策风险等因素。
03
投资决策问题需要考虑多个目 标之间的权衡和折中,以实现 整体最优。
目标函数
收益最大化
投资者希望获得尽可能高的投资回报率,通 常以预期收益率作为目标函数。
风险最小化
投资者希望将投资风险降至最低,通常以方 差或标准差作为目标函数。
城市发展需满足环境保护的相关法律法规和标准。
3
3. 资源利用约束
城市发展需遵循资源利用的可持续性原则。
求解方法与结果分析
• 多目标规划问题通常采用权重法、目标规 划法、遗传算法等求解方法进行求解。通 过对不同方案进行比较和评估,可以得出 最优解或满意解。在城市规划与交通管理 中,多目标规划的应用可以帮助决策者全 面考虑各种因素,制定出更加科学、合理 的城市规划方案,提高城市运行效率,促 进城市的可持续发展。
多目标规划能够为决策者提供一个 系统的方法来权衡和比较不同目标 之间的优劣,从而提高决策的科学 性和合理性。
折衷与平衡
多目标规划可以帮助决策者在多个 目标之间找到一个相对最优的折衷 方案,实现不同目标之间的平衡发 展。
多目标规划的方法与步骤
方法
多目标规划常用的方法包括层次分析 法、多属性决策分析、数据包络分析 等。
问题描述
目标函数
• 目标函数包括两个部分:最小化生产成本 和运输成本。生产成本由各个工厂的生产 费用决定,运输成本则取决于各个工厂之 间的运输距离和运输量。
约束条件
• 约束条件包括:各个工厂的生产能力限制、市场需求量限制以及产品种类限制等。这些约束条件确保了生产计 划的可实施性和有效性。

多目标规划应用实例

多目标规划应用实例

取 xij为决策变量,它表示在第 j 等 级的耕地上种植第i种作物的面积。如果 追求总产量最大和总产值最大双重目标, 那么,目标函数包括: ①追求总产量最大
ma xf1 ( X ) = 11 000 x11 + 9 500 x12 + 9 000 x13 + 8 000 x21 + 6 800 x22 + 6 000 x23 + 14 000 x31 + 12 000 x32 + 10 000 x33
d ≥ 0, d ≥ 0, d ≥ 0, d ≥ 0
解上述目标规划问题,可以得到一个非劣 解方案,详见表6.4.2。
1
+ 1
2
+ 2
表6.4.2
目标规划的非劣解方案(单位:hm2)
水稻 大豆 玉米
I等耕地 II等耕地 III等耕地 24.338 2 211.029 4 200 0 19.117 6 0 75.661 8 69.852 9 0
min f1 ( x1 , x2 ) = 2 100 x1 + 4 800 x2
max f 2 ( x1 , x2 ) = 3 600 x1 + 6 500 x2
而且满足
x1 ≤ 5 x ≤ 8 2 x1 + x 2 ≥ 9 x1 , x 2 ≥ 0
对于上述多目标规划问题,如果决策者 提出的期望目标是:(1)每个月的总投资 不超30 000元;(2)每个月的总利润达到 或超过45 000元;(3)两个目标同等重要。 那么,借助Matlab软件系统中的优化计算工 具进行求解,可以得到一个非劣解方案为
非负约束
xij ≥ 0 (i = 1,2,3; j = 1,2,3)

《多目标规划实例》课件

《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。

多目标决策分析教材(PPT 46页)

多目标决策分析教材(PPT 46页)

RI 0 0 0.58 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59
(3)当CR<0.1时,判断矩阵满足一致性
例 上例中,max 3.003 ,n=3
CI 3.003 3 0.0015 ,RI 0.58 (查表)
31
2,4,6,8 为以上两判断之间的中间状态
倒数 j 因素与 i 因素相比的重要程度
称为正互反矩阵
特点:
aij>0 aij= 1/aji aii=1
例如:
1 3 1/ 2 A 1/ 3 1 1/ 7
2 7 1
2、层次单排序
求判断矩阵A的最大特征值 max 及其特征向量W,即
AW= maxW
将W归一化后得 W=[w1,w2,……,wn]即为各指标的排序权值。
D3:李伟峰 D4:张恩华 D5:徐云龙
1/2 1/3 1/3
2
1
1
1
1/2
½
1
1
1
C1:技术 C2:心理 C3:经验 C4:伤病
D1:范
D2:杜
D3:李
D4:张
D5:徐
最后计算出层次总排序的权重向量为:
W=(0.263, 0.136, 0.251, 0.238, 0.112)
C.I.=0.049 C.R.=0.044<0.1
矩阵C2-D, C3-D 各为四阶(略):
目标层A 准则层C
A 合理使用资金
C1
调动员工工作 积极性
C2
提高企业 技术水平
C3
改变员工物 质文化生活
方案层D
D1 发奖金
D2 扩建福利设施

多目标规划教材(PPT 116张)

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

多目标规划方法讲义(PPT 76张)

多目标规划方法讲义(PPT 76张)
s.t. ( X ) G
多目标规划问题的求解不能只追求一个目标的最优化 (最大或最小),而不顾其它目标。
对于上述多目标规划问题,求解就意味着需要做出如下 的复合选择:
▲ 每一个目标函数取什么值,原问题可以得到最满意 的解决? ▲ 每一个决策变量取什么值,原问题可以得到最满意 的解决 ?
非劣解可以用图1说明。
1( X ) 0 2( X ) 0 ( X ) ( X ) 0 m
在求解之前,先设计与目标函数相应的一组目标值理想 化的期望目标 fi* ( i=1,2,…,k ) , 每一个目标对应的权重系数为 i* ( i=1,2,…,k ) , 再设 为一松弛因子。 那么,多目标规划问题就转化为:
T [ x , x , , x ] 式中: X 为决策变量向量。 1 2 n
缩写形式:
max(min) Z F ( X )
(1) (2)
s . t .
( X ) G
有n个决策变量,k个目标函数, m个约束方程,
则:
Z=F(X) 是k维函数向量, (X)是m维函数向量;
G是m维常数向量;
在很多实际问题中,例如经济、管理、军事、科学和工程 设计等领域,衡量一个方案的好坏往往难以用一个指标来 判断,而需要用多个目标来比较,而这些目标有时不甚协 调,甚至是矛盾的。因此有许多学者致力于这方面的研究。
1896年法国经济学家 V. 帕雷托最早研究不可比较目标的优 化问题,之后,J.冯· 诺伊曼、H.W.库恩、A.W.塔克、A.M. 日夫里翁等数学家做了深入的探讨,但是尚未有一个完全 令人满意的定义。
????minx21kifxfiii??????210mixi??????????????????????????????minmin21xfxfxfxfk???????????????????????????????????????????????????????????????00021??xxxxm??????16方法五目标规划模型目标规划法需要预先确定各个目标的期望值fi同时给每一个目标赋予一个优先因子和权系数假定有k个目标l个优先级lk目标规划模型的数学形式为

多目标规划及案例

多目标规划及案例

主办方在会议开始前对所有参会的100位代表 旅游意向进行了调查,充分考虑这些代表的意愿, 为主办方设计代表们合适的旅游路线,使他们在会 议结束后的10天时间内花最少的钱游尽可能多的地 方。 目标一:宾客参观意愿满意度尽可能高 目标二:宾客所花费用尽可能少 目标三:宾客游尽可能多的景点
转化为单目标的具体方法介绍:
求解算法之二:
目标规划法
二、多目标优化目标规划法
线性规划通常考虑一个目标函数(问题简单) 目标规划考虑多个目标函数(问题复杂) 。
例 生产安排问题
某企业生产甲、乙两种产品,需要用到A,B,C 三种设备,关于产品的盈利与使用设备的工时及限 制如下表所示。
甲 2 A/(h/件) 4 B/(h/件) 0 C/(h/件) 赢利/(元/件) 200 乙 设备的生产能力/h 2 12 0 16 5 15 300
u( f (x)) = ∑λi fi (x)
i =1
m
∑λ = 1
i =1 i
m
转化单目标法
3. 极大极小点法
1≤ i ≤ m
min u ( f ( x )) = min max{ f i ( x )}
x∈ X 1≤ i ≤ m
4. 范数理想点法
dp
(
p⎤ ⎡ f ( x ), f ;ω = ⎢ ∑ ω i f i ( x ) − f i ⎥ ⎣ i =1 ⎦ m
虑利润,还需要考虑多个方面,因此增加下列因素(目标):
• 力求使利润指标不低于1500元 • 考虑到市场需求,甲、乙两种产品的产量比应尽量保持1:2 • 设备A为贵重设备,严格禁止超时使用 • 设备C可以适当加班,但要控制;设备B既要求充分利用,又 尽可能不加班,在重要性上,设备B是设备C的3倍 从上述问题可以看出,仅用线性规划方法是不够的,需 要借助于目标规划的方法进行建模求解

多目标规划课件

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

《多目标规划模型》课件

《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 。

运筹学多目标规划演示文稿

运筹学多目标规划演示文稿

1, 投资第i个项目 0,不投资第i个项目
约束条件: n
i1
ai xi
A
xi 0或1(i 1,, n)
第十页,共57页。
§2 多目标规划模型及其解的概念
目标函数:何为最佳的经济效益?
(1)收益最大:
n
max f1 ( x1 ,, xn ) bi xi i 1
(2)投资最少:
n
min f2 ( x1 ,, xn ) ai xi i 1
运筹学多目标规划演示文稿
第一页,共57页。
运筹学多目标规划
第二页,共57页。
§1 多目标决策简介
一、多目标决策问题实例
• 干部评估-德、才兼备
• 教师晋升-教学、科研、论文等
• 购买冰箱-价格、质量、耗电、品牌等 • 球员选择-技术、体能、经验、心理
• 找对象-容貌、学历、气质、家庭状况
第三页,共57页。
三、多目标决策与单目标决策区别
• 点评价与向量评价
单目标: 方案dj ←评价值f(dj) 多目标:方案dj←评价向量(f1(dj),f2(dj)…,fp(dj))
• 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
先引进一些记号,记
F1
(
f11,……,f
1 p
)
Ep
F2
(
f12,……,f
2 p
)
Ep
(1)" ":F 1 F 2意味着向量F 1的每个分量都要严格的小于向
量F
2对应的分量。即对于i
1,……,p,均有f
1 i

多目标规划模型很好ppt课件

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?

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

多目标规划教材

多目标规划教材

多目标规划教材简介多目标规划是一种在决策问题中同时考虑多个目标的优化方法。

在实际生活和工作中,我们经常会遇到需要在多个目标之间进行权衡和取舍的情况。

多目标规划通过将目标设置为一个优化问题的一部分,帮助决策者在各种不确定因素和限制条件下做出更科学、更合理的决策。

本教材将介绍多目标规划的基本概念、常用方法和应用案例,旨在帮助读者快速了解和掌握多目标规划的基本原理和应用技巧。

目录1.多目标规划概述2.多目标规划基本概念3.多目标规划求解方法1.加权和方法2.线性加权和方法3.Pareto优化方法4.扩展Pareto优化方法4.多目标规划应用案例1.生产配置的多目标优化2.项目投资的多目标决策3.能源系统的多目标优化5.多目标规划在实践中的挑战6.结语1. 多目标规划概述在日常生活和工作中,我们常常需要在多个目标之间做出决策。

比如,一个公司在制定生产计划时既要考虑生产成本,又要考虑产品质量和交货时间;一个投资者在选择投资项目时既要考虑投资收益,又要考虑投资风险和投资期限。

这些决策问题都存在多个目标,并且这些目标之间可能存在矛盾和冲突。

多目标规划是一种在这种情况下进行决策的优化方法。

它通过将多个目标设置为一个优化问题的一部分,将多目标问题转化为单目标问题求解。

多目标规划不仅能够帮助决策者进行各种不确定因素和限制条件下的决策,还能够提供一系列备选方案,以便决策者选择最优解。

2. 多目标规划基本概念多目标规划涉及一些基本概念和术语,下面是一些常用的概念:•目标函数:多目标规划的目标函数是待优化的函数,通常包含多个变量和目标。

目标函数的具体形式取决于具体的问题。

•可行解:满足约束条件的解称为可行解。

多目标规划的目标是找到一组可行解中的最优解。

•支配关系:多目标规划中的支配关系是指一个解在所有目标上优于另一个解。

一个解支配另一个解意味着它在所有目标上都比另一个解好。

•Pareto最优解:一个解在不被其他解支配的情况下被称为Pareto最优解。

第五章_多目标规划

第五章_多目标规划

多目的规划的例子(3)
允许排放的 产品A产量 产品B产量 产品C产量 最大利润 污染(m3) (吨) (吨) (吨) (万元)
25
7
5
0
83
19
7
5
0
83
18
6
6
0
78
17
5
7
0
73
16
4
8
0
68
15
3
9
0
63
14
2
10
0
58
13
1
11
0
53
12
0
12
0
48
11
没有可行解
利润最大化和排放污染最小化双目的效果的图示
最大利润〔万元〕 83 78 73 68 63 58 53 48
排放污染最小和利润最大两个 目的可以同时完成的区域
允许排放的污染和最 大利润之间的关系
允许排放的污染〔m3〕 25 24 23 22 21 19 18 17 16 15 14 13 12
两个目的的规划效果的劣解和非劣解
第一个目的取定一 个值z1A,作为约束条
计算各方案的评价目的F(X)= 高的为最优决策。
4fi(X),评价目的最
例如,设五个目的的权重区分为:
面积(m2) 单价(元/m2) 朝向 地段 楼层
目标权重 0.25
0.3
0.15 0.2 0.1
目标权重 住房A 住房B 住房C 住房A 住房B 住房C
面积(m2) 0.25 1.0 0.84 0.60 200 180 150
最好
最差
实A 际B 指 标C
归A 一B 化C

《多目标规划》课件

《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. 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. 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. 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)。
❖ 最优区位应是自然灾害危及区域外。
❖ 绿洲型城市优化选址所要求的目标具有多重性。
❖ 拟定“城市土地征用费”和“城市用水费用”最低 作为本模型追求的目标:即追求“城市土地征用费 最小”和“城市用水费用最低廉”
2020/11/12
2008.05.16
20
①土地征用费:
一般来说,城市建设征地的费用由土地的农业适宜性决定,即 越适宜于农业利用的土地,其征用费就越高,反之,就越低。
min=800m3/m·d 较为合适)。
❖ 用Q 表示地下水单位涌水量,则其受约为:
Q=Q(γ、θ、z)≥Qmin (3)
2020/11/12
2008.05.16
23
②水质约束
❖ a.酸碱性要求pH 满足:
6.5≤pH(γ,θ,z)≤8.5
(4)
❖ b.五毒元素。选取酚、氰、砷、汞、铬等五项主要有毒污 染物(离子)作为评价因子,采用N.L.内梅罗指数法表示, 其约束形式为:
❖ 位于冲积扇上不同部位的土地宜农性差异是显著的,在扇面 的上部(γ较小和z 较大的部位)。地表物质组成较粗,地下 水位深,土地宜农性较差,征用费也较低;
❖ 在扇面的中部,土地的宜农性仍然较差,征用费较低;
❖ 在扇面的中下部(γ较大,z 较小的部位),土质良好,地下 水位亦较浅,土地的宜农性好,土地征用费亦高;
2020/11/12
2008.05.16
15
(3)工程地质条件:
现代化城市,以高层建筑和高层建筑群为其外观特征。因此, 城市选址必须考虑工程地质条件,对于冲积扇上的绿洲型城 市而言,由于扇体的各个部位的物质组成不尽相同,因而其 地基承载力也不尽相同,扇体各个部位的稳定性也有差异。
❖ 绿洲型城市的选址。应充分考虑现代高层建筑对地基承载力 的要求,其次地下水位不应过高(埋藏小于3m)否则会对建 筑基础不。
2020/11/12
2008.05.16
12
(1)土地条件
在干旱绿洲地区,宜农性土地是很有限的,是很宝贵 的土地资源,一般情况是不允许作为其它用地的。
通常,土质差的非宜农性土地的城市建设征用费低, 土质好的宜农性土地征用费高。
因此,绿洲城市的区位应选在土质能满足城市建设要 求,而土地征用费又较低廉的部位。显然,土地条 件是限制绿洲城市选址的重要因子。
❖ 通过前面关于绿洲型城市形成的环境地质基础的分析,在数 学的几何形态上,可以将这个优化选址模型的求解区域近似 地看成是一个规则的扇形体Ω。对扇面上的任意一点M,可 用柱面坐标表示,即用点M 在平面上的投影的极坐标(γ、 θ)以及点M 到平面的距离z(立标)描述。位于扇面上的不 同点M(γ、θ、z),其环境地质条件是有差异的,任何一 个环境地质要素均可看成是坐标点即γ、θ、z 的函数。
❖ 由于城市是区域经济发展和地方行政管理中心。因此,优 越的地理位置、便利的交通、充足的水源、潜在的经济环 境及优良的自然环境等条件应是良好城市区位的基本特征。 对于冲积扇上的绿洲型城市而言,其区位选择与环境地质 因素有着极为密切的关系。因此,环境地质因素是影响绿 洲型城市选址的主要因素,主要有如下几方面。
❖ 对绿洲型城市优化选址问题在理论上作了探讨,并 以新疆奎屯绿洲为例,对模型进行了验证评价。
2020/11/12
2008.05.16
2
❖ 奎屯市地处天山山前洪积冲积扇缘地带,海拔在450-530 米,属北温带大陆性干旱气候,夏热冬寒,昼夜温差较大, 四季较为分明。年降水量为182毫米,年平均气温7℃、日照 时数2691小时,全年无霜期约为180天。是天山以北地区灾 害性天气发生较少的地区。地下水资源丰富,动储量约1.4— 1.7亿立方米/年,地下水位随地势由南至北逐渐升高,东北 部水位离地面2-4米,并在此自然形成了4000多亩的泉沟和 大苇湖。 奎屯市与毗邻的国家级石化基地独山子和自治区农牧业 生产基地乌苏市形成的“三角”区域,被区内外经济学家誉 为新疆经济发展的“金三角”地带,该区域现有人口55万, 国内生产总值60亿元。
minW=W(γ,θ,z) (2)
2020/11/12
2008.05.16
22
(3)约束条件
①水量约束:前已分析了水资源是影响城市区位的主要因素。 绿洲型城市应选在地下水丰富的区域,采用“地下水单位涌 水量”来表征地下水的富水性,地下水单位涌水量大的区域, 一般来说,含水层较厚,富水性好。设
Qmin 为满足城市用水最小的地下水单位涌水量(在奎屯绿 洲,经讨论
2020/11/12
2008.05.16
24
PI w
n i 1
Ci Si
式中,PIw 表示地下水水质指数;Ci 表示某种污染物的检出含
量(mg/l);Si 表示某种污染物的评价标准(mg/l)。
地下水水质指数的约束条件为:
❖ 在扇缘部位(γ最大,z 接近0),土壤质量高,地下水埋藏 适宜。只要采取有效的排水措施,能够避免土地沼泽化和盐 碱化,因此农业适应性也较高(奎屯垦区几十年的农业开发 证明了这一点)。土地征用费也相对较高,但由于排水较困 难,且工程地质条件差,不宜建设城市。
2020/11/12
2008.05.16
❖ 近40多年来,这一带「创造」绿洲的是一支几十万人众的「新疆生产 建设兵团」,由军方统领,颇有古代「屯垦戌边」的意味。石河子和奎 屯就是垦区中心,分别为「农八师」和「农七师]的师部驻地。不过现 在看来,全无「军队」的痕迹,只见「布衣百姓」。
❖ 因为是新型的城市,所以规划井然,街道横平竖直。其实,原来组成生 产建设兵团的军人早已就地「解甲归田」,成为农场职工,他们的后代 多数也成了这里的「土著」居民。不过,那些团、连及它们的番号却已 成了地名-须知原来的荒原哪有地名呢?实际上,新疆的许多老地名, 例如此去精河以西的二台、三台、四台、五台,也正是古代驻军烽火台 和驿站留下来的地名哩!
ρ=ρ(γ,θ,z)≤0.5 (5)
Hale Waihona Puke 式中,ρ为内梅罗指数,选用生活饮用水卫生标准,若 ρ≤0.5,则认为各毒物均未超标。
❖ c.其它影响水质的因子。除了五毒元素外,还有其它影响 水质的因子(或指标),主要有矿化度、硬度、SO 、Cl 、 NO 、NO 、Cu、Pb、胺基、化学耗氧量和胺氧量和胺等 十一种,其评价方法采用如下水质指数公式I
多目标规划实例
作为多目标规划方法在地理学研究中的应 用实例,
本节拟主要介绍绿洲型城市优化选址模型 和工业结构优化模型。
2020/11/12
2008.05.16
1
一、绿洲型城市优化选址模型
从研究新疆冲积扇型绿洲城市形成的环境地质基础入 手,
❖ 分析了影响绿洲型城市选址的环境地质要素,
❖ 运用多目标线性规划方法建立了绿洲型城市优化选 址模型
❖ 绿洲型城市的选址还应考虑环境地质灾害因素。城 市选址应尽量避开环境地质灾害的多发地段,特别 应避开受泥石流、洪水可能影响的地段。
2020/11/12
2008.05.16
17
(二)绿洲型城市优化选址模型
❖ 冲积扇型城市是新疆绿洲型城市的典型代表,本节旨在回答 在冲积扇的什么部位建立城市最为合理或已建城镇合理发展 规划问题。因此,冲积扇扇形地就是城市选址所允许的空间 范围。也是我们优化选址模型的求解区域。
2020/11/12
2008.05.16
3
❖奎 屯
2020/11/12
2008.05.16
4
2020/11/12
2008.05.16
5
2020/11/12
2008.05.16
6
2020/11/12
2008.05.16
7
2020/11/12
2008.05.16
8
❖ 奎屯「人造绿洲」的中心 从乌鲁木齐踏上西去的公路,左面可遥见天 山的雪峰,两边是山前平原,绿色原野上一排排整齐的防护林带,把农 作物地划成井田状,浓浓的绿意。东西向的公路穿过石河子、奎屯两市, 这两个地名简直成了「人造绿洲」的代名词。几十年前,这一带还是芦 苇丛生的沼泽和只有红柳、梭梭林可以生长的荒漠沙地。
21
如果记p 为单位土地面积的征用费,则
❖ p 应是点M(γ,θ,z)的函数。那么,对于追求 “征用费最少”这一目标,其目标函数可表示为:
min p=p(γ,θ,z) (1)
❖ ②城市用水费用:这里城市用水费用主要指的是打 井费用和配套设备费用及抽水费用。在冲积扇的下 部,地下水位浅,用水费用低。在冲积扇的中上部, 地下水位深,用水费用高。记W 为单位城市土地面 积上的用水费用,则所追求的“用水费用最低”这 一目标的函数可表示为:
因此,地下水资源是影响绿洲型城市优化选址重要的
环境地质要素。
2020/11/12
2008.05.16
14
②地下水水质:
❖ 地下水对绿洲型城市优化选址的影响,除了地下水 量外,还有地下水水质问题。水质的好坏,直接影 响到城市居民的身体健康和工业用水及其生产成品 的质量、成本等。
❖ 城市最优区位的地下水水质的有关毒理学指标如氟 化物、氰化物、砷、汞、酚、铬等及其它表征水质 状况的指标,如硬度、SO 、Cl 、NO 、Cu、Pb、 pv胺基、化学耗氧量、氨等经过简单的净化处理后, 均应符合国家生活饮用水卫生标准和工业用水水质 标准。
❖ 地下水位也不应过低(埋深大于100m)。否则,用水费用 (主要包括打井费用、配套设备费用和电费等)过高,这样 也将提高城市建设费用。
2020/11/12
2008.05.16
16
(4)环境地质灾害:
❖ 地震、滑坡、泥石流、洪水等环境地质灾害在地处 干旱内陆的新疆时有发生,特别是在春夏季节,泥 石流、洪水灾害较为多见。
2020/11/12
2008.05.16
9
❖ (一)绿洲型城市环境地质基础及影响城市选址的环境地 质要素
相关文档
最新文档