数学建模培训--多目标规划.ppt

多 目 标 规 划 数学建模培训 2012.07 多 目 标 规 化 模 型 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。 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。 一、多 目标 规 划 及 其 解 多目标规划包含有三大要素：目标、方案和决策者。 在多目标规划中，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。 多目标规划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。 二、多 目 标 规 划 问 题 的 建 模 方 法 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。 线 性 目 标 规 划 模 型 线性规划问题都是处理单个目标的情况，但是在现实世界中有许多问题具有多个目标，这些目标的重要性各不相同，往往有不同的量纲，有的目标相互依赖，例如决策者既希望实现利润最大，又希望实现产值最大；有的相互抵触，如决策者既希望充分利用资源，又不希望超越资源限量。而决策者希望在某些限制条件下，依次实现这些目标。这就是目标规划所要解决的问题。当所有的目标函数和约束条件都是线性时，我们称其为线性目标规划问题。在这里我们主要讨论线性目标规划问题。 2、绝对约束和目标约束 绝对约束：必须严格满足的等式约束和不等式约束，譬如，线性规划问题的所有约束条件都是绝对约束，不能满足这些约束条件的解称为非可行解，所以它们是硬约束。 目标约束：目标规划所特有的，可以将约束方程右端项看作是追求的目标值，在达到此目标值时允许发生正的或负的偏差 ，可加入正负偏差变量，是软约束。 线性规划问题的目标函数，在给定目标值和加入正、负偏差变量后可以转化为目标约束，也可以根据问题的需要将绝对约束转化为目标约束。 图解法求解例2 本文观看结束！！！ 4）层次单排序及其一致性检验 所谓层次单排序，即把同一层次相应元素对于上一层次某元素相对重要性的排序权值求出来。其方法是计算判断矩阵A的满足等式 的最大特征值 和对应的特征向量W，这个特征向量就是单排序权值。 可以证明，对于n阶判断矩阵，其最大特征根 为单根，且 ， 所对应的特征向量均由正数组成。特别，当判断矩阵具有完全一致性时,有 这里，所谓完全一致性是指对于判断矩阵来说，存在 1.45 1.41 1.32 1.24 1.12 0.90 0.85 0.00 0.00 RI 9 8 7 6 5 4 3 2 1 阶数 为检验判断矩阵的一致性，需要计算一致性指标 此外，还需要判断矩阵的平均随机一致性指标RI。对于1至9阶矩阵，RI的值如下表。 在这里，对于1,2阶判断矩阵，RI只是形式上的，因为1，2阶判断矩阵总具有完全一致性，当阶数大于2时，判断矩阵的一致性指标CI与同阶平均随机一致性指标RI之比称谓随机一致性比率，记为CR，CR=CI/RI0.10时，即认为判断矩阵具有满意的一致性，否则就需要调整判断矩阵，使其具有满意的一致性。 5）层次总排序 计算同一层次所有元素对于最高层相对重要性的排序权值，称为层次总排序。这一过程是最高层次到最低层次逐层进行的。若上一层次A