第五章_多目标规划

合集下载
  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)。

R x gi ( x ) 0, i 1, 2,, m 称为多目标规划问题
的可行集或容许集, x R 称为可行解或容许解 . 多目标规划问题与前面讲的规划问题的主要区 别在于:目标函数不止一个,而是 p 个( p 2 ) 。 多目标规划问题的解法:根据问题的实际背景 和特征,设法将多目标优化问题转化为单目标优 化问题,从而得到满意解的方法.
F f1 ( x ), f 2 ( x ), f p ( x ) 为其最优值.
T
容易看出,在使用分层序列法时,若对某个 问题 Pi , 其最优解是唯一的, 则问题 Pi 1 , Pp 的 最优解也是唯一的,且 x(i 1) x( p) x(i ) 。因 此常将分层序列法修改如下:选取一组适当 的小正数 1 ,, p ,成为宽容值,把上述的问 题 Pi 修改如下:
解: 设该厂每周生产布料 A1 , A2 , A3 的小时数为
x1 , x2 , x3 ,总利润为 y1 f1 ( x ) (元) ,总能耗为 y2 f 2 ( x ) ( t 标准煤) ,其中 x = ( x1 , x2 , x3 )T ,
y1 f1 ( x ) 0.15 400 x1 0.13 510 x2 0.20 360 x3 y2 f 2 ( x ) 1.2 0.4 x1 1.3 0.51x2 0.36 1.4 x3
一般的多目标规划问题都可写成如下的形式:
min f1 ( x ) min f 2 ( x ) min f p ( x ) s.t. gi ( x ) 0, i 1, 2,, m
其中, x = ( x1 , x2 ,, xm )T Rn , p 2 .
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),而不顾其他目标。
min fi ( x ) s.t. x Ri 1 x fi ( x ) fi i Ri 2 , i 2,3,, p


再按上述方法依次求解各问题 P2 , Pp .
3) 线性加权求和法 对多目标规划问题中的 p 个目标按其重要程度给 以适当的权系数i 0, i 1, 2,, p ,且 i 1,然后用
符号规定: Si ——第 i 种投资项目,如股票,债券 ri,pi,qi ----分别为 Si 的平均收益率, 交易费率,风险损失率 ui ----Si 的交易费用定额 r0 -------同期银行利率 xi -------投资项目 Si 的资金 a -----投资总体风险度 Q ----总体收益
三、模型的建立与分析


得最优解 x(3) 及最优值 f 3 ,,如此继续下去,直到求出第
p 个问题 Pp :
min f p ( x ) f p
s.t. x R p 1 R p 2 x f p 1 ( x ) f p1


得最优解 x ( p ) 及最优值 f p ,则 x x( p ) 就是原多目标规划问 题 在 分 层 序 列 意 义 下 得 最 优 解 ,
x1 , x2 , x3
多目标规划模型
在许多实际问题中,衡量一个方案的好坏标准往 往不止一个,例如设计一个导弹,既要射程最远, 又要轻,还要精度最高. 这一类问题统称为多目标
最优化问题或多目标规划问题. 我们先来看一个生
产计划的例子.
(生产计划问题)某厂生产三种布料 A1 , A2 , A3 ,该厂两 班生产,每周生产时间为 80 h ,能耗不得超过 160 t 标 准煤,其它数据如下表:
投资的收益和风险
一、问题提出 市场上有 n 种资产 s i (i=1,2,…,n)可以选择,现用数额为 M 的相 当大的资金作一个时期的投资.这 n 种资产在这一时期内购买 s i 的平均收益 率为 ri ,风险损失率为 qi ,投资越分散,总的风险越小,总体风险可用投资 的 s 中最大的一个风险来度量. 购买 s i 时要付交易费,(费率 p ),当购买额不超过给定值 u 时,交易 费按购买 u 计算.另外,假定同期银行存款利率是 r0 ,既无交易费又无风险. ( r0 =5%) 已知 n=4 时相关数据如下:
(r p ) x
i 0 i i
n
i
qi xi M
≤a
i i
i=1,…, n
(1 p )x
M , xi≥ 0
i=0,1,…, n
b.若投资者希望总盈利至少达到水平 k 以上,在风险最小的情况下寻找相应的投资组合. 模型 2 固定盈利水平,极小化风险 目标函数: R= min{max{ qixi}} 约束条件:
x g ( x) 0, i 1,2,, m; f ( x) a , j 2,3,, p , 令R i j j
其中界限值取为 a j min f j ( x ), j 2,3,, p , 则此非线
xR n
性规划问题得最优解必为原问题的有效解.因此,
用主要目标法求得的解必是多目标优化问题的有效 解. 2) 分层序列法 把多目标规划问题中的 p 个目标按其重要程度排一个 次序, 假设 f1 ( x ) 最重要,f 2 ( x ) 次之 ,f 3 ( x ) 再次之, ,
i 1 p
h( x ) i f i ( x ) 作为新的目标函数,成为评价(目标)
i 1
p
函数,再求解问题
min h( x ) i fi ( x )
i 1 p
s.t. gi ( x ) 0, i 1,2,, m
得最优解 x(0) ,取 x x (0) 作为多目标规划问题的解.
由于a是任意给定的风险度,到底怎样给定没有一个准则,不同的投 资者有不同的风险度.我们从a=0开始,以步长△a=0.001进行循环搜索, 编制程序如下:
a=0; while(1.1-a)>1 c=[-0.05 -0.27 -0.19 -0.185 -0.185]; Aeq=[1 1.01 1.02 1.045 1.065]; beq=[1]; A=[0 0.025 0 0 0;0 0 0.015 0 0;0 0 0 0.055 0;0 0 0 0 0.026]; b=[a;a;a;a]; vlb=[0,0,0,0,0];vub=[]; [x,val]=linprog(c,A,b,Aeq,beq,vlb,vub); a x=x' Q=-val plot(a,Q,'.'),axis([0 0.1 0 0.5]),hold on a=a+0.001; end xlabel('a'),ylabel('Q')
多目标规划解的概念: •若多目标规划问题的解能使所有 的目标都达到,就称该解为多目 标规划的最优解; •若解只能满足部分目标,就称该 解为多目标规划的次优解; •若找不到满足任何一个目标的解, 就称该问题为无解。
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
布料 生产量( m / h )
利润( 元 / m ) 最大销售量( m / 周 ) 能耗( t / km )
A1 A2
400 510 360
0.15 0.13 0.20
40000 51000 30000
1.2 1.3 1.4
A3
问每周应生产三种布料各多少 m ,才能使该厂的利润 最高,而能源消耗最少?
(r
i 0
n
i
p i ) x i ≥k,
i i
(1 p )x
M , xi≥ 0
i=0,1,…,n
c.投资者在权衡资产风险和预期收益两方面时,希望选择一个令自己满意的投资组合. 因此对风险、收益赋予权重 s(0<s≤1),s 称为投资偏好系数. 模型 3 目标函数:min s{max{qixi}} -(1-s) 约束条件
3.要使净收益尽可能大,总体风险尽可能小,这是一个多目标规划模型: 目标函数 max
n
(r p ) x
i i i 0
n
i
Min{max{ qixi}} 约束条件
(1 p )x =M
i 0 i i
xi≥0
i=0,1,…,n
4. 模型简化:
a.在实际投资中,投资者承受风险的程度不一样,若给定风险一个界限 a,使最大的一个 风险 qixi/M≤a,可找到相应的投资方案. 这样把多目标规划变成一个目标的线性规划. 模型 1 固定风险水平,优化收益 目标函数: 约束条件: Q=max
则上述问题的数学模型为
max y1 f1 ( x ) min y2 f 2 ( x ) x1 x2 x3 80 s.t. 1.2 0.4 x1 1.3 0.51x2 1.4 0.36 x3 160 0 x1 ,0 x2 ,0 x3
(r p ) x
i i i 0
n
i
(1 p )x =M, x ≥0
i 0 i i
i
n
i= 0,1,2,…,n
四、模型1的求解
模型 1 为: minf = (-0.05, -0.27, -0.19, -0.185, -0.185) (x0 x0 + 1.01x1 + 1.02x2 +1.045x3 +1.065x4 =1 0.025x1 ≤a 0.015x2 ≤a s.t. 0.055x3 ≤a 0.026x4≤a xi ≥0 (i = 0,1,…,4) x1 x2 x3 x4 )T


的最优解 x(2) 及最优值 f 2 , 即 min f 2 ( x ) f 2 , 其中:
R x gi ( x ) 0, i 1, 2,, m
R1 为问题 P2 的可行域.
xR
再求解问题 P3 :
min f3 ( x ) f3 s.t. x R2 R1 x f 2 ( x ) f 2
1) 主要目标法 在多目标优化问题中,若能从 p 个目标中,确定 一个目标为主要目标,例如 f1 ( x ) ,而把其余目标作为 次要目标,并根据实际情况,确定适当的界限值,这 样就可以把次要目标作为约束来处理, 而将多目标优 化问题转化为求解如下的线性或非线性规划问题:
min f1 ( x ) gi ( x ) 0, i 1,2,, m s.t. f j ( x ) a j , j 2,3,, p
1.总体风险用所投资的Si中最大的一个风险来衡量,即max{ qixi|i=1,…,n}
2.购买 Si 所付交易费是一个分段函数,即 pixi xi>ui 交易费 = piui xi≤ui 而题目所给定的定值 ui(单位:元)相对总投资 M 很小, piui 更小, 可以忽略不计,这样购买 Si 的净收益为(ri-pi)xi 不忽略会如何?
只能寻求非劣解(又称非 支配解或帕累托解)。
在图中,就方案①和②来 说,①的目标 2 值比②大,但其 目标 1 值比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:③比②好,④比 ①好,⑦比③好,⑤比④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 之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。
最后一个目标为 f p ( x ) .先求出以第一个目标 f1 ( x ) 为 目标函数,而原问题中的约束条件不
变的问题 P1:
min f1 ( x ) f1 s.t. gi ( x ) 0, i 1,2,, m
的最优解 x (1) 及最优值 f1 ,再求问题 P2 :
min f 2 ( x ) f 2 s.t. x R x f1 ( x ) f1 R1
二、基本假设和符号规定
基本假设: 1. 投资数额 M 相当大,为了便于计算,假设 M=1; 2.投资越分散,总的风险越小; 3.总体风险用投资项目 s i 中的损失最大的来衡量; 4.n 种资产 s i 之间是相互独立的; 5.在投资的这一时期内, ri,pi,qi,r0 为定值,不受意外因素影响; 6.净收益和总体风险只受 ri,pi,qi 影响,不受其
si
ri (%)
qi (%)
pi (%) ui(元)
S1 S2 S3 S4
28 21 23 25
2.5 1.5 5.5 2.6
1 2 4.5 6.5
103 198 52 40
试给该公司设计一种投资组合方案,即用给定的资金 M,有选择地购买若 干种资产或存银行生息,使净收益尽可能大,使总体风险尽可能小.
相关文档
最新文档