多目标规划模型概述ppt(62张)
合集下载
多目标规划模型概述
在进行下一次迭代时，对应于降低了要求的那些目标fj(j=1,2,…,k)的权系数πi应该设为0。这种迭代继续下去，直到决策者满意为止。
例题：某公司考虑生产两种光电太阳能电池：产品甲和产品乙。这种生产过程会在空气中引起放射性污染。因此，公司经理有两个目标：极大化利润与极小化总的放射性污染。已知在一个生产周期内，每单位甲产品的收益是1元，每单位乙产品的收益是3元。而放射性污染的数量，每单位甲产品是1.5个单位,每单位乙产品是1个单位.由于机器能力(小时)、装配能力（人时）和可用的原材料（单位）的限制，约束条件是
4、步骤法（STEM法） 这是一种交互方法，其求解过程通过分析者与决策者之间的对话逐步进行，故称步骤法。 步骤法的基本思想是，首先需要求出原多目标问题的一组理想解(f1*,f2*,…,fp*)。实际上，这些解fi*(i=1,2,…,p)无法同时达到，但可以当作一组理想的最优值。以理想解作为一个标准，可以估计有效解，然后通过对话，不断修改目标值，并把降低要求的目标作为新的约束条件加入原来的约束条件中去重新计算，直到决策者得到满意的解。 步骤法算法如下：第一步：分别求解以下p个单目标问题的最优解
1、多目标规划问题的模型结构
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：
得到最优解 ，其相应的目标值 即为理想值，此最优解处别的目标所取的值用 表示，即 ，把上述计算结果列入下表
目标有两个:一是利润最大,二是污染最小.该问题的多目标规划模型如下:
解:首先,分别求解两个单目标问题的最优解,由它们得到的目标函数值组成理想解.
例题：某公司考虑生产两种光电太阳能电池：产品甲和产品乙。这种生产过程会在空气中引起放射性污染。因此，公司经理有两个目标：极大化利润与极小化总的放射性污染。已知在一个生产周期内，每单位甲产品的收益是1元，每单位乙产品的收益是3元。而放射性污染的数量，每单位甲产品是1.5个单位,每单位乙产品是1个单位.由于机器能力(小时)、装配能力（人时）和可用的原材料（单位）的限制，约束条件是
4、步骤法（STEM法） 这是一种交互方法，其求解过程通过分析者与决策者之间的对话逐步进行，故称步骤法。 步骤法的基本思想是，首先需要求出原多目标问题的一组理想解(f1*,f2*,…,fp*)。实际上，这些解fi*(i=1,2,…,p)无法同时达到，但可以当作一组理想的最优值。以理想解作为一个标准，可以估计有效解，然后通过对话，不断修改目标值，并把降低要求的目标作为新的约束条件加入原来的约束条件中去重新计算，直到决策者得到满意的解。 步骤法算法如下：第一步：分别求解以下p个单目标问题的最优解
1、多目标规划问题的模型结构
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：
得到最优解 ，其相应的目标值 即为理想值，此最优解处别的目标所取的值用 表示，即 ，把上述计算结果列入下表
目标有两个:一是利润最大,二是污染最小.该问题的多目标规划模型如下:
解:首先,分别求解两个单目标问题的最优解,由它们得到的目标函数值组成理想解.
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：
多目标规划方法讲义(PPT42张)
max Z ( X )
s . t .
（1）
( X ) G（2）
是与各目标函数相关的效用函数的和函数。
在用效用函数作为规划目标时，需要确定一组权值 i 来反映原问题中各目标函数在总体目标中的权重，即：
max i i
i 1 k
( x , x , x ) g ( i 1 , 2 , , m ) i 1 2 n i
x d d 200 1 d d 0( j 1 . 2 . 3 ) j, j x d d 250 2
2 3
2 3
若规定3600的钢材必须用完，原式9 x1 +4 x2 ≤3600 x 4 x d d 3600 d , d 0 则变为 9 1 2 4 4 4 4
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：
在一次决策中，实现值不可能既超过目标值又未达 到目标值，故有 d＋× d－ ＝0,并规定d＋≥0, d－≥0
当完成或超额完成规定的指标则表示：d＋≥0, d－＝0 当未完成规定的指标则表示： d＋＝0, d－≥0 当恰好完成指标时则表示： d＋＝0, d－＝0 ∴ d＋× d－ ＝0 成立。
2、目标约束和绝对约束
对于由绝对约束转化而来的目标函数，也照上述处理即 可。
二 多目标规划求解
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。
s . t .
（1）
( X ) G（2）
是与各目标函数相关的效用函数的和函数。
在用效用函数作为规划目标时，需要确定一组权值 i 来反映原问题中各目标函数在总体目标中的权重，即：
max i i
i 1 k
( x , x , x ) g ( i 1 , 2 , , m ) i 1 2 n i
x d d 200 1 d d 0( j 1 . 2 . 3 ) j, j x d d 250 2
2 3
2 3
若规定3600的钢材必须用完，原式9 x1 +4 x2 ≤3600 x 4 x d d 3600 d , d 0 则变为 9 1 2 4 4 4 4
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：
在一次决策中，实现值不可能既超过目标值又未达 到目标值，故有 d＋× d－ ＝0,并规定d＋≥0, d－≥0
当完成或超额完成规定的指标则表示：d＋≥0, d－＝0 当未完成规定的指标则表示： d＋＝0, d－≥0 当恰好完成指标时则表示： d＋＝0, d－＝0 ∴ d＋× d－ ＝0 成立。
2、目标约束和绝对约束
对于由绝对约束转化而来的目标函数，也照上述处理即 可。
二 多目标规划求解
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。
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)。
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
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
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
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。
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
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.
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。
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？
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
的函数：
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
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
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 120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.