运筹学_多目标规划 (2)
多目标规划
解:
x2
A B C
x1
Eab = E pa = {B}, Ewp = AB, BC
{
}
O
T 2 2 例2 设 X = {( x1 , x2 ) ( x1 + 1) + 2 x = 4}, 求 X , 的 Eab , E pa , Ewp
2
解:
x2
Eab = φ , E pa = Ewp
= AB
{ }
第二节 多目标规划问题的解 一,向量集的极值 1 多目标规划的标准形式是
min( f1 ( x),..., f p ( x))T , p > 1, x ∈ E n g i ( x) ≥ 0 i = 1,..., m s.t. h j ( x) = 0 j = 1,..., l (2.1)
1
介绍A.M.Geoffrion于1968年提出的—种 真有效解—G-有效解.
�
min f ( x) = ( f1 ( x), f 2 ( x))T
x∈D
f1 ( x) = x1 + 2 x2 , f 2 ( x) = x1 x2 , D = ( x1 , x2 )T 0 ≤ x1 ≤ 1,0 ≤ x2 ≤ 1
的有效解和弱有效解. f1 ( x) = 3 x2 1 B
{
}
R pa = Rwp = {OA, AB}
解: 1 画出 D 及 D 的像 f (D )
f1
x
f1 , f 2 联立消去 x
O 1
得
f1 = f 22 + 2 f 2
f2
1
R pa = Rwp
. .
2
.
f2
x
o
1 2
运筹学基础-目标规划(2)
设备负荷（台小时） 设备负荷（台小时） 单位产品利润 (元) 元
(1) 第1级目标是要完成或超额完成利润指标45000元； (2) 第2级目标是产品甲的生产件数不得超过200件；产品乙的生产件数不得低 于250件； (3) 第3级目标是现有钢材3600吨必须用完 试建立目标规划模型 目标规划模型。 目标规划模型
解 设A,B,C三种产品每月的产量分别为x1,x2,x3；单位工时利润分 别为1000/5=200，1440/8=180，2520/12=210。故单位工时利润比例为 20：18：21。于是得到目标规划模型为 min Z=P1d1-＋ P2(20d2- ＋18 3- ＋21 4- ) ＋ P3d5+＋ P4(20d6- ＋18 7- ＋21 8- ) (20 18d 21d (20 18d 21d
d＋——超出目标的差值，称正偏差变量； d－——未达到目标的差值，称负偏差变量；
2.绝对约束与目标约束 2.绝对约束与目标约束 绝对约束又称系统约束，是指必须严格满足的等式和不等 绝对约束 式约束。 目标约束： 目标约束：对那些不严格限定的约束，连同原线性规划 建模时的目标函数 目标函数转化为的约束，称为目标约束 目标约束。 目标函数 目标约束
每月运转时间是170小时，充分利用现有工时，必要时加班，列为第一优先级 小时，充分利用现有工时，必要时加班， 每月运转时间是 小时 A,B,C的最低产量分别为 ，5，8台，列为第二优先级 的最低产量分别为5， ， 台 的最低产量分别为 生产线的加班时每月不超过20小时， 生产线的加班时每月不超过 小时，列为第三优先级 小时 A,B,C的月销售指标分别为 ，12，10台，列为第四优先级 的月销售指标分别为10， ， 台 的月销售指标分别为
上节小结：目标规划的基本概念
多目标规划方法讲义
max(min)Z f1( x1, x2,, xn )
i ( x1, x2,, xn ) gi (i 1,2,, m)
f
min j
fj
f
max j
(
j
2,3,,
k)
方法四 目标达到法 首先将多目标规划模型化为如下标准形式：
f1( X )
min
F
(
x
)
min
f2
(X
)
fk
(
X
)
1
(
（二）对于多目标规划问题，可以将其数学模型一般地描 写为如下形式：
max(min)
f1
(
X
)
Z F ( X ) max(min) f2 ( X )
max(min) fk ( X )
1( X )
g1
s.t.
(
X
)
2(X
)
G
g2
m ( X )
gm
式中： X [ x1, x2 ,, xn ]T 为决策变量向量。
∴ d＋× d－ ＝0 成立。
2、目标约束和绝对约束
引入了目标值和正、负偏差变量后，就对某一问题 有了新的限制，既目标约束。
目标约束即可对原目标函数起作用，也可对原约束起 作用。目标约束是目标规划中特有的，是软约束。
绝对约束（系统约束）是指必须严格满足的等式或 不等式约束。如线性规划中的所有约束条件都是绝对 约束，否则无可行解。所以，绝对约束是硬约束。
目标规划的图解法
一、目标规划概述
目标规划是在线性规划的基础上，为适应经济管理 中多目标决策的需要而逐步发展起来的一个分支。
（一）、目标规划与线性规划的比较
运筹学与目标规划
例；
(3) C和D为贵重设备，严格禁止超时使用；
(4) 设备B必要时可以加班，但加班时间要控制；设备A即要求
充分利用，又尽可能不加班。
要考虑上述多方面的目标，需要借助目标规划的方法。
线性规划模型存在的局限性：
明确问题，列出 目标的优先级和 权系数
构造目标规 划模型
求出满意解
N
满意否？
分析各项目标 完成情况
Y
据此制定出决策方案
2.目标规划的图解法
适用两个变量的目标规划问题，但其操作简单， 原理一目了然。同时，也有助于理解一般目标规划 的求解原理和过程。 图解法解题步骤：
1. 将所有约束条件（包括目标约束和绝对约束，暂不考虑正负偏差变量）的直 线方程分别标示于坐标平面上。 2. 确定系统约束的可行域。 3. 在目标约束所代表的边界线上，用箭头标出正、负偏差变量值增大的方向。 4. 求满足最高优先等级目标的解 5. 转到下一个优先等级的目标，再不破坏所有较高优先等级目标的前提下，求 出该优先等级目标的解 6. 重复5，直到所有优先等级的目标都已审查完毕为止 7. 确定最优解和满意解。
目标规划数学模型的一般形式
min Z j1 n j1 xj d k
n
L
l 1
P l ( lk d k lk d k )
k 1
K
达成函数
c kj x j d k d k g k ( k 1 .2 K ) a ij x 0
Chapter9 目标规划
( Goal programming )
运筹学第五章 目标规划
第五章 目标规划§5.1重点、难点提要一、目标规划的基本概念与模型特征 （1）目标规划的基本概念。
当人们在实践中遇到一些矛盾的目标，由于资源稀缺和其它原因，这些目标可能无法同时达到，可以把任何起作用的约束都称为“目标”。
无论它们是否达到，总的目的是要给出一个最优的结果，使之尽可能接近制定的目标。
目标规划是处理多目标的一种重要方法，人们把目标按重要性分成不同的优先等级，并对同一个优先等级中的不同目标赋权，使其在许多领域都有广泛应用。
在目标规划中至少有两个不同的目标；有两类变量：决策变量和偏差变量；两类约束：资源约束（也称硬约束）和目标约束（也称软约束）。
（2）模型特征。
目标规划的一般模型：⎪⎪⎪⎩⎪⎪⎪⎨⎧=≥=≥==-+=≤⎪⎭⎫ ⎝⎛+=+-=+-===++--∑∑∑∑.,,2,1;0,;,,2,10,,2,1,,2,1..)(min 1111K k d d n j x K k g d d x c m i b x a t s d d P Z k k j n j k k k j kj i nj j ij Lr K k k rk k rk r ωω 其中r P 为目标优先因子，+-rk rk ωω,为目标权系数，+-k k d d ,为偏差变量。
1）正、负偏差变量,i i d d +-。
正偏差变量i d +表示决策值超过目标值的部分；负偏差变量i d -表示决策值未达到目标值的部分。
因为决策值不可能既超过目标值同时又未达到目标值，所以有0i i d d +-⨯=。
2）硬约束和软约束。
硬约束是指必须严格满足的等式约束和不等式约束；软约束是目标规划特有的。
我们可以把约束右端项看成是要努力追求的目标值，但允许发生正、负偏差，通过在约束中加入正、负偏差变量来表示努力的结果与目标的差距，于是称它们为目标约束。
3）优先因子与权系数。
一个规划问题通常有若干个目标，但决策者在要求达到这些目标时，是有主次或缓急之分的。
多目标规划(运筹学
环境与资源管理
资源利用
多目标规划可用于资源利用优化，以最 大化资源利用效率、最小化资源浪费为 目标，同时考虑环境保护、可持续发展 等因素。
VS
环境污染控制
多目标规划可以应用于环境污染控制，以 最小化污染排放、最大化环境质量为目标 ，同时考虑经济成本、技术可行性等因素 。
城市规划与交通管理
城市布局
发展更高级的建模语言和工具， 以简化多目标规划问题的描述和 求解过程。
求解算法
02
03
混合整数规划
研究更高效的求解算法，以处理 大规模、高维度的多目标规划问 题。
研究如何将连续变量和离散变量 有效地结合在多目标规划问题中， 以解决更广泛的优化问题。
数据驱动的多目标优化
数据驱动决策
利用大数据和机器学习技术，从大量数据中提取有用的信息，以 支持多目标决策过程。
案例二：投资组合优化
总结词
投资组合优化是多目标规划在金融领域的应 用，旨在实现投资组合的风险和回报之间的 最佳平衡。
详细描述
在投资组合优化中，投资者需要权衡风险和 回报两个目标。多目标规划方法可以帮助投 资者找到一个最优的投资组合，该组合在给 定风险水平下能够获得最大的回报，或者在 给定回报水平下能够实现最小的风险。通过 考虑多个目标，多目标规划可以帮助投资者 避免过度依赖单一目标而导致的潜在风险。
在多目标规划中，约束条件可能包括资源限制、时间限制、技术限制等，需要综合考虑各种因素来制 定合理的约束条件。
决策变量
决策变量是规划方案中需要确定的参 数，其取值范围和类型根据问题的实 际情况而定。
在多目标规划中，决策变量可能包括 投资规模、生产能力、产品种类等， 需要合理选择和定义决策变量，以便 更好地描述问题。
《运筹学》教案-目标规划数学模型
《运筹学》教案-目标规划数学模型第一章：目标规划概述1.1 目标规划的定义与意义1.2 目标规划与其他规划方法的区别1.3 目标规划的应用领域1.4 目标规划的发展历程第二章：目标规划的基本原理2.1 目标规划的基本假设2.2 目标规划的数学模型2.3 目标规划的求解方法2.4 目标规划的评估与决策第三章：目标规划的数学模型3.1 单一目标规划模型3.2 多目标规划模型3.3 带约束的目标规划模型3.4 动态目标规划模型第四章：目标规划的求解方法4.1 线性规划求解方法4.2 非线性规划求解方法4.3 整数规划求解方法4.4 遗传算法求解方法第五章：目标规划的应用案例5.1 生产计划目标规划案例5.2 人力资源规划目标规划案例5.3 投资组合目标规划案例5.4 物流配送目标规划案例第六章：目标规划的高级应用6.1 目标规划在供应链管理中的应用6.2 目标规划在项目管理中的应用6.3 目标规划在金融管理中的应用6.4 目标规划在能源管理中的应用第七章：目标规划的软件工具7.1 目标规划软件工具的介绍7.2 常用目标规划软件工具的操作与应用7.3 目标规划软件工具的选择与评估7.4 目标规划软件工具的发展趋势第八章：目标规划在实际问题中的应用8.1 目标规划在制造业中的应用案例8.2 目标规划在服务业中的应用案例8.3 目标规划在政府决策中的应用案例8.4 目标规划在其他领域的应用案例第九章：目标规划的局限性与挑战9.1 目标规划的局限性分析9.2 目标规划在实际应用中遇到的问题9.3 目标规划的发展趋势与展望9.4 目标规划的未来研究方向10.1 目标规划的意义与价值10.2 目标规划在国内外的发展现状10.3 目标规划在未来的发展方向10.4 对运筹学领域的发展展望重点和难点解析重点环节一：目标规划的数学模型补充和说明：在讲解目标规划的数学模型时，重点关注单一目标规划模型和多目标规划模型的构建。
运筹学 第四章 目标规划
二、目标规划模型的建立
1、目标函数的期望值 首先要对每一个目标确定一个希望达到的期望值 ei(i=1,2, …,n) 。根据历史资料、市场需求或上级部门的布 置等来确定。
《运筹学》 第四章 目标规划 Slide 4
2、正负偏差变量 每个目标函数的期望值确定之后，目标的实际值和它的 期望值之间就有正的或负的偏差。 正偏差变量 di+ 表示第i个目标超过期望值的数值；负偏 差变量di- 表示第i个目标未达到期望值的数值。 同一目标，它的取值不可能在超过期望值的同时，又没 有达到期望值，所以在di+ 和di- 中至少有一个必须为零。 di+ ×di-=0 引入正、负偏差变量后，对各个目标建立的目标函数方 n 程。 c x d d E * 原来的目标函数变成了约束条件的一部分，即目标约束 (软约束) ，原来的约束条件称为系统约束(硬约束)。
《运筹学》 第四章 目标规划 Slide 7
5、建立目标规划模型的基本步骤： 1）按生产和工作要求确定各个目标及其优先等级和期望 值； 2）设立决策变量，建立各个约束条件方程； 3）对每个目标引进正、负偏差变量，建立目标约束条件 ，并入已有的约束条件； 4）如果各约束条件之间有矛盾，也可适当引入偏差变量 ； 5）根据各目标的优先等级和权系数写出达成函数。 P110-113 例3.1 ,P117 例3.4 【课堂作业】： 某工厂计划生产甲、乙两种产品，现有的设备资源、每 种产品的技术消耗定额及单位产品的利润如下表所示。
《运筹学》 第四章 目标规划 Slide 3
第一节
目标规划模型
一、目标规划模型的基本思想
P110 例3.1 目标规划的基本思想： 对每一个目标函数引进一个期望值（理想值），但由于 种种条件的限制，这些期望值往往并不都能达到，从而我 们对每个目标引进正、负偏差变量，然后将所有的目标函 数并入原来的约束条件，组成新的约束条件。在这组新的 约束条件下，寻找使各种目标偏差达到最小的方案。
运筹学第6版参考答案
运筹学第6版参考答案运筹学是一门研究如何有效地利用有限资源来解决实际问题的学科。
它涵盖了数学、统计学、经济学等多个学科的知识，旨在通过建立数学模型和运筹方法来优化决策和规划。
本文将为读者提供《运筹学第6版》的参考答案，帮助他们更好地理解和应用这门学科。
第一章：引论本章主要介绍了运筹学的概念、发展历程以及应用领域。
运筹学的核心思想是通过数学模型和运筹方法来解决实际问题。
它广泛应用于生产、物流、供应链管理、金融等领域，可以帮助企业提高效益、降低成本。
第二章：线性规划线性规划是运筹学中最基础、最常用的方法之一。
它的目标是在给定的约束条件下，最大化或最小化一个线性目标函数。
本章介绍了线性规划的基本概念、模型建立方法以及常用的解法算法，如单纯形法、对偶理论等。
第三章：整数规划整数规划是线性规划的一种扩展形式，它要求决策变量取整数值。
由于整数规划的求解难度较大，本章介绍了常用的整数规划求解方法，如分支定界法、割平面法等，并给出了一些实际问题的案例分析。
第四章：网络优化网络优化是运筹学中的一个重要分支，它研究的是在网络结构中如何选择最优路径、分配资源等问题。
本章介绍了最小生成树、最短路径、最大流等基本概念和算法，并通过实例分析展示了网络优化在交通、通信等领域的应用。
第五章：动态规划动态规划是一种通过递推关系来求解最优化问题的方法。
本章介绍了动态规划的基本思想、模型建立方法以及常见的解法算法，如背包问题、最长公共子序列等。
通过实例分析，读者可以更好地理解动态规划的应用。
第六章：排队论排队论是运筹学中研究排队系统的理论和方法。
本章介绍了排队论的基本概念、模型建立方法以及常用的解法算法，如排队模型、排队规则等。
通过实例分析，读者可以了解如何通过排队论来优化服务质量、提高效率。
第七章：模拟模拟是一种通过构建系统模型进行实验和仿真的方法。
本章介绍了模拟的基本思想、模型建立方法以及常见的模拟技术，如蒙特卡洛方法、离散事件模拟等。
管理运筹学 第四章 目标规划
再来考虑风险约束： 总风险不能超过700， 投资的总风险为 0.5x1＋0.2x2 引入两个变量d1+和d1-，建立等式如下： 0.5x1 +0.2x2=700+d1+-d1根据要求有
min ｛d1+｝
0.5x1 +0.2x2-d1++d1-=700。
再来考虑年收入:
3x1+4x2
引入变量 d2+和d2-，分别表示年收入超过与低于 10000 的数量。于是，第2个目标可以表示为 min ｛d2-｝ 3x1+4x2-d2++d2-=10000。
2. 统一处理目标和约束。
对有严格限制的资源使用建立系统约束，数学形式同线性规划 中的约束条件。如C和D设备的使用限制。
x1 2 x2 40 3x2 24
(3)Ｃ和Ｄ为贵重设备，严格禁止超时使用
对不严格限制的约束，连同原线性规划建模时的目标，均通 过目标约束来表达。 （1）力求使利润指标不低于250元：
本问题中第一个目标的优先权比第二个目标大。即最重要 的目标是满足风险不超过700。分配给第一个目标较高的优先 权P1，分配给第二个目标较低的优先权P2。
Minz= P1（d1+）+P2（d2-） s.t. 20x1＋50x2≤90000 0.5x1 +0.2x2-d1++d1-=700 3x1+4x2-d2++d2-=10000 x1,x2,d1+,d1-,d2+,d2-≥0
现假定： 第1优先级P1——企业利润；
第2优先级P2——Ｉ、II产品的产量保持1:2的比例
第3优先级P3——设备A,B尽量不超负荷工作。其中设备A的重要性 比设备B大三倍。
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
运筹学第四章 目标规划
(1)首先,根据市场信息,椅子的销售量已 )首先,根据市场信息, 有下降的趋势,故应果断决策减少椅子的产量, 有下降的趋势,故应果断决策减少椅子的产量, 其产量最好不大于桌子的产量. 其产量最好不大于桌子的产量. (2)其次,市场上找不到符合生产质量要求 )其次, 的木工了, 的木工了,因此决不可能考虑增加木工这种资 源来增加产量, 源来增加产量,并且由于某种原因木工决不可 能加班. 能加班. (3)再其次,应尽可能充分利用油漆工的有 )再其次, 效工作时间,但油漆工希望最好不加班. 效工作时间,但油漆工希望最好不加班. (4)最后,企业考虑最好达到并超过预计利 )最后, 润指标 56元. 元
4.目标规划的目标函数. .目标规划的目标函数. 目标规划的目标函数是通过各目标约束的正, 目标规划的目标函数是通过各目标约束的正, 负偏差变量和赋于相应的优先等级来构造的. 负偏差变量和赋于相应的优先等级来构造的.当 每一目标值确定后, 每一目标值确定后,决策者的要求是尽可能从某 个方向缩小偏离目标的数值.于是, 个方向缩小偏离目标的数值.于是,目标规划的 目标函数应该是求极小: 目标函数应该是求极小:min f = f (d +,d -). . 其基本形式有三种: 其基本形式有三种: (1)要求恰好达到目标值,即使相应目标约束 )要求恰好达到目标值, 的正,负偏差变量都要尽可能地小. 的正,负偏差变量都要尽可能地小.这时取 min (d + + d - ); ; (2)要求不超过目标值,即使相应目标约束的 )要求不超过目标值, 正偏差变量要尽可能地小. 正偏差变量要尽可能地小.这时取 min (d + ); ; (3)要求不低于目标值,即使相应目标约束的 )要求不低于目标值, 负偏差变量要尽可能地小. 负偏差变量要尽可能地小.这时取 min (d - ); ;
运筹学 目标规划
bijbjk bik （i，j，k＝1，2，3，…，n） 则称它具有完全一致性，或称B为一致矩阵。否则称B 不是一致矩阵。
由于在复杂的事物面前我们的判断是不可能具有“ 传递性”，故一般B不是一致矩阵。但为了考察AHP决 策分析方法得出的结果是否基本合理，允许B不一致， 但要确定不一致的允许范围，即要求B近似一致，故需 要对判断矩阵进行一致性检验。
一致性检验的方法：
可证：B的最大特征根 n, 且 =n时为一致阵。
因此
定义一致性指标: CI n CI 越大，不一致越严重
n 1
为衡量CI 的大小，引入随机一致性指标 RI——随机模 拟得到aij , 形成A，计算CI 即得RI。
Saaty的结果如下
n 1 2 3 4 5 6 7 8 9 10 11 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 定义一致性比率 CR = CI/RI 当CR<0.1时，通过一致性检验 否则，当 CR > 0.1时，就需要调整判断矩阵，直到满意为止。
m in
Z
P1
d
1
P2
(
d
2
d
2
)
P3
d
3
x1
4
2 x2 12
s
.
t
.
3
x 2
1
x1
2 x2 x2
18
d
1
d
1
0
3
x
1
2 x2
d
2
d
2
14
3
0
0
x
1
500 x2
d
运筹学知识点
运筹学知识点运筹学是一门重要的科学，在许多领域都有广泛的应用。
它的核心思想是通过数学模型和方法，优化决策和资源利用效率，以解决复杂的问题。
运筹学知识点有很多，以下列举了一些常见的知识点：1.线性规划：线性规划是运筹学中的一种基本方法，它运用线性代数和数学优化的原理，建立以线性方程组为模型的最优化问题，并通过解题方法进而实现决策优化。
2.整数规划：在满足目标规划条件下，整数规划通过约束条件限制变量的取值，使得目标函数取得最优解。
其解题方法和线性规划有很大不同。
3.动态规划：动态规划是一种求解最优化问题的有效方法，它将复杂的问题分为若干个阶段，并逐步解决，每一阶段的结果又逐渐形成最终结果的总体。
4.排队论：排队论是解决等待的问题，并给出一个概率模型，用于分析排队队列的长度、客户等待时间以及服务员利用率等因素，以此实现资源的最大化使用。
5.模拟算法：模拟算法旨在通过计算机模拟系统的行为，来解决复杂的问题。
因此，模拟算法在实践中发挥了非常大的作用。
6.蒙特卡罗模拟：蒙特·卡罗模拟利用随机模拟，模拟某种情况下的组合概率，从而推导出该情况下的期望值。
这种方法在金融和保险领域非常常见。
7.网络分析：网络分析是一个建立图形数据结构的领域，它的目的是找到一个最短路径，使得要素之间的距离最小化。
8.多目标规划：多目标规划是一种形式化的方法，用以解决一组目标的最优化问题。
该方法多用于具有多个目标的问题，例如通过环境、财务和社会责任计算最大效益的问题等。
9.贝叶斯分析：贝叶斯分析是基于统计学的一种分析方法，在研究产生与观察数据之间关系时，可以用其揭示变量间的作用。
10.决策树：决策树是一种表达多个可能结果和可能决策的图形模型，可作为决策过程的工具，也可用于预测和分类。
在研究中，它应用广泛，往往被用于盈利和损失的预测，以及投资等。
第五章运筹学目标规划分析
解：设 x1， x2 分别表示甲乙产品的产量，则相应的线性 规划模型为： max z 2 x1 3 x2
2 x1 2 x2 12 x1 2 x2 8 s.t . 4 x1 16 4 x2 12 x1 , x2 0
它的最优解为: x1 =4, x2 =2, z =14
3. 对所有的目标函数建立约束方程，并入原来的约束条 件中，组成新的约束条件；
4. 引入目标的优先等级和加权系数；建立使组合偏差最 小的目标函数。
1.确定目标函数的期望值 每一个目标函数希望达到的期望值(或目标值、理想值)。
根据历史资料、市场需求或上级部门的布置等来确定。 2.设置偏差变量，用来表明实际值同目标值之间的差异。
解：设 x1, x2 分别表示彩色和黑白电视机的产量。该问 题的目标规划模型为：
min z P1d1 P2d 2 P3 (2d 3 d4 )
x1 x2 d1 d1 40 x1 x2 d 2 d 2 50 s.t . x1 d3 d3 24 x d d 2 4 4 30 x , x , d , d 0 ( i 1, 2, 3, 4) 1 2 i i
P1 ：企业利润目标； P2 ：甲、乙产品的产量尽可能达到1∶1的要求；
P3 ：设备A、B尽量不超负荷工作，在第三优先级中，设备A的重 要性是设备B的三倍。
min z P1d1 P2 (d 2 d2 ) 3 P3 (d 3 d3 ) P3d 4
4 x1 16 (1) (2) 4 x2 12 2 x 3 x d d 12 (3) 2 1 1 1 (4) x1 x2 d 2 d 2 0 2 x 2 x d d (5) 2 3 3 12 1 x 2x d d 8 (6) 1 2 4 4 x , x 0, d , d i i 0 ( i 1, 2, 3, 4) 1 2
多目标规划求解方法介绍
一、约束法
1.基本思想：在多个目标函数中选择一个主要目标作为 目标函数，其它目标处理为适当的约束。
(VP)V s.t.
min F (x) gi (x) 0, i
f1 ( x), , 1,, m
f p (x)
T
S x gi (x) 0,i 1,,m
无妨设 f1(x)为主要目标，对其它各目标 f2(x),, f p (x) 可预先
(LVP)
g2 (x) x1 x2 8 0 g3 (x) x1 6 0
g4 (x) x2 4 0
g5 (x) x1 0
g6 (x) x2 0
用约束法求解。设 f1(x) 为主目标。
第一步：分别求解
f1
min s.t.
f1 ( x) xS
得
x(1) (6,0)T
x(1) -30 x(2) 3
f p (x) x S p1
得最优值
f
* p
则 Sp
x
f p (x)
f
* p
Sp1 是在分层序列意义下的最优解集合。
3.
性质：
Sp
S
* pa
，即在分层序列意义下的最优解是有
效解。
证明：反证。设
~
xSp
，但
~
x
S
* pa
，则必存在
~
yS
使
~
~
F(y) F(x)
即至少有一个j0 ，使
~
~
f j ( y) f j (x), j 1,, j0 1,
考虑上述(VP)问题， 为主目标。
fk (x)
第一步： （1）对 j 1,2,, p ，求解单目标问题：
- 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)。
page 2 12 September 2018
School of Management & Economics of UESTC
Operations Research
多目标规划(Multi-objective Programming)研究多于一个的 数值目标函数在给定约束条件下的最优化问题。从一定意 义上说，实际的最优化问题一般都是含有多个目标的，因 此多目标规划的理论与方法在现代经济和社会发展中具有 十分广阔的应用范畴。 多于一个的数值目标可以表示为一个向量目标，所以多目 标规划问题也称为向量极值问题。
( y1 , y2 ) R 2 3 y1 2 3, y2 1 .4
T 2
y2
2
(Y ) w (Y )
2 3 y1
0 2 3
page 20 12 September 2018
School of Management & Economics of UESTC
School of Management & Economics of UESTC
Operations Research
例如，对两个目标(Z1和Z2)的最小化问题，假定在目标空间中 有5个 点可供选择。
哪个点最好？
Z2
3
1
2 4
解1和解2是劣解。 解3、解4和解5是非劣解/有效解
5
O
有效解的特点是无法在改进任何目标函数的同时不削弱至少 一个其它目标函数。
Operations Research
多目标规划
page 1 12 September 2018
School of Management & Economics of UESTC
Operations Research
多目标规划
线性规划只研究在满足一定条件下，单一目标函数取得最优解。 在现实世界中，如在经济、管理、军事、科学和工程等领域， 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。 经常遇到的是多目标决策问题。 拟订生产计划时，不仅考虑总产值，同时要考虑利润， 产品质量和设备利用率等。 投资问题中，考虑投资收益和风险两个目标 土地利用中，考虑农作物的总产量和总产值等
page 11 12 September 2018
School of Management & Economics of UESTC
Operations Research
有效解=弱有效解 什么时候会出现有效解≠弱有效解的情形？
page 12 12 September 2018
School of Management & Economics of UESTC
Operations Research
绝对最优解=有效解
有效解=弱有效解
有效解≠弱有效解
总结以上绝对最优解、有效解、弱有效解的特征；
page 13 12 September 2018
School of Management & Economics of UESTC
Operations Research
Operations Research
定义：设 Y Rq和X R n 是非空集合, f : X Rq 对于给定点y(0)∈Y, 称y(0) 为有效点当且仅当 不存在其它的点y ∈Y, 使得
yk y(0) k , 对所有的k 1, 2,
且至少存在某个k 1, 2,
, q,
, q, 有yk y(0) . k 成立
对于给定点y(0)∈Y, 称y(0) 为弱有效点当且仅当 不存在其它的点y ∈Y, 使得
yk y(0) k , 对所有的k 1, 2,
, q,
page 15 12 September 2018
School of Management &ຫໍສະໝຸດ Economics of UESTC
Operations Research
2 ( y 2) T 2 2 ( f ( X )) ( y1 , y2 ) R y1 1,1 y2 2 2
(Y ) ( y1 , y2 )T R 2 ( y1 2)2 ( y2 2)2 4,0 y1 2 3,1 y2 2
w (Y ) ( y1 , y2 )T R2 ( y1 2)2 ( y2 2)2 4,0 y1 2 3,1 y2 2
定义：设 Y R q是非空集合, 对于给定点y(0)∈Y, 如果对 所有的y ∈Y有
y(0) k yk , 对k 1, 2,
称y(0)为Y的绝对最优点. 所有绝对最优点组成的集合记作A(Y) . Y的所有有效点的集合记作ε(Y), 所有弱有效点的集合记作εw(Y).
, q,
page 16 12 September 2018
Operations Research
解：根据定义有,
2 ( y 2) T 2 2 f ( X ) ( y1 , y2 ) R y1 1,1 y2 3 2
3 ( y1 , y2 )T R 2 y1 3, y2 1 2 ( y2 1) 2 T 2 ( y1 , y2 ) R y1 1,1 y2 2 . 2
, f q ( x)) , m,
定义: 若x(0)∈X, 如果对所有的x∈X, 有f(x) ≥f(x(0)), 则 称x(0)是绝对最优解. 所有绝对最优解的集合记作A(f,X).
page 9 12 September 2018
School of Management & Economics of UESTC
Operations Research
f2 f 2* f1* f2
绝对最优点
f1
f 2*
page 18 12 September 2018
有效点
f1*
f1
School of Management & Economics of UESTC
Operations Research
f2
弱有效点
f1
总结以上绝对最优点、有效点、弱有效点的特征； 对不同类型的多目标规划模型，其(弱)有效点集的特征？
多目标决策的基本特征： 与只含有一个数值目标函数的单目标数学规划不同，对 于一个给定的多目标规划问题，同时使各个目标函数都 达到最优的最优解一般是不存在的。 因此，在多目标规划的研究中，通常是考虑使它的向量 目标函数在某种意义下为非劣的有效解/非劣解。
page 7 12 September 2018
Operations Research
page 10 12 September 2018
School of Management & Economics of UESTC
Operations Research
定义: 如果x(0)∈X, 称x(0)是非劣解/有效解当且仅当 不存在x ∈X, 使得fi(x) ≤fi(x(0)),i=1,2,…,q, 且至少存在 某个k∈{1,2,…,q}, 有fi(x)<fi(x(0))成立. 定义: 如果x(0)∈X, 称x(0)是弱有效解当且仅当不存在x ∈X, 使得fi(x) <fi(x(0)),i=1,2,…,q. 所有有效解的集合记作E(f,X). 所有弱有效解的集合记作Ew(f,X).
其中x为n维决策变量，向量目标函数f: D→Rq(q≥2)。 可行域记为
X {x Rn | gi ( x) 0, hr ( x) 0; i 1,2,
, m, r 1,2,
, p}
f(X)={y∈Rq|y=f(x),x∈X}称为可达目标集。
page 5 12 September 2018
page 19 12 September 2018
School of Management & Economics of UESTC
Operations Research
例：设Y ( y1 , y2 )T R 2 ( y1 2)2 ( y2 2)2 4, y2 1 .
由定义可以验证,
page 3 12 September 2018
School of Management & Economics of UESTC
Operations Research
多目标规划的两个主要起源：
经济学中Edgeworth(1874年)和Pareto(1896年)关于均衡竞争和 经济福利的研究；
数学中Cantor(1895年)和Hausdorff(1906年)的有序空间理论的 建立。 50年代，Kuhn和Tucker(1951年)有关向量极值理论的研究， Debreu(1954年)结合评价均衡方面的工作以及Hurwicz(1958年) 把问题推向抽象空间的尝试为这一学科的形成作了重要的前 期准备。 70年代和80年代众多学者的努力，建立起了多目标规划的基本 理论基础。
School of Management & Economics of UESTC
Operations Research
容易证明, 有效点一定是弱有效点, 即
(Y ) (Y ) w (Y ).
page 17 12 September 2018
School of Management & Economics of UESTC
School of Management & Economics of UESTC
Operations Research