多目标规划2技术分析.pptxVIP

第十章 多目标规划的解法 10.1 分量加权方法 考虑多目标规划 一、线性加权和法 二、平方加权和法 三、NISE法 只适用于双目标凸规划,考虑双目标凸规划问题 假定X是凸集，f1(x)，f2(x)是X上的凸函数，X*为非劣解集F是目标集，F*是非劣解集，则对于双目标规划问题，有如下性质： 性质1 因为X和f1(x)，f2(x)的凸性，目标集F一定是凸集； 性质2 在目标空间中，F的非劣解集F*一定是F的边界； 性质3 非劣解集F*一定完全被集合F0包含，其中 x1为与目标集中A点相对应的可行解；x2为与目标集中B点相对应的可行解。集合F0就是上图中的?ABO，F*曲线（AB）完全被包含在F0中。 性质4 对于非劣曲线 F*上的任意两点P和Q，总存在一个支撑曲线，它与直线PQ有相同的斜率，这个支撑曲线与非劣曲线F*相切于点R，点R一定位于P和Q之间，如上图所示。 这个切点R可通过求解如下的参数规划P(?)得到 根据性质4，如果沿A点和B点之间的非劣曲线F* ,通过调整对?1和?2的选择，并求解P(?)，就能生成F*的全部非劣解。特别令?1=1, ?2=0，就得到端点A；令?2=1, ?1=0，就得到端点B。 性质4是NISE算法的基础。 NISE算法的步骤 1、求f1*和f2*，最优解分别为x1,x2，i1=1,i2=2,K=2；记Pi1=[f1(x1)，f2(x1)]，Pi2=[f1(x2)，f2(x2)]； 2、求解P(?): 3、P(?)的最优解x#是否唯一？若是，转步骤4；否则转5； 4、是否存在一个Pj (j=1,2,…,K)，使得Pj =[f1(x#),f2(x#)]，若是，令i1=i1+1，i2=K，转步骤2；否则转步骤6； 5、是否i2=2且i1=1 ?若是，则已找到K个非劣点，算法终止；否则，令i2=i2-1,i1=i1-1，转步骤2； 7、令K=K+1，对K+1个非劣点按顺序重新编号，并令i1=i1+1，i2=K，转步骤2。 其中，K为非劣点的个数，?为计算精度。i1和i2分别为当前参与计算的两个非劣点的下标，算法利用这两个非劣点试图寻找在这两个非劣点之间的另一个非劣点。 例 考虑问题（n=2，m=6，p=2）如下，已知 f1（x）= - 5x1 + 2x2 f2（x）= x1 - 4x2 X={（x1，x2）∣-x1+x2≤3，x1+x2≤8，0≤x1≤6，0≤x2≤4} 试用NISE求所有非劣点。 例 考虑问题（n=2，m=6，p=2）如下，已知 f1（x）= - 5x1 + 2x2 f2（x）= x1 - 4x2 X={（x1，x2）∣-x1+x2≤3，x1+x2≤8，0≤x1≤6，0≤x2≤4} 试用NISE求所有非劣点。 解：1）f1*=Minf1（x）=-30，x1=（6，0）， i1=1,i2=2,K=2, Pi1=[f1(x1)，f2(x1)]=[-30,6], f2*=Minf2（x）=-15 x2=（1，4）Pi2=[f1(x2)，f2(x2)]=[3，-15] 2）?i1=f2(Pi1)-f2(Pi2)=f2(x1)-f2(x2)=6-(-15)=21, ?i2=f1(Pi2)-f1(Pi1)=f1(x2)-f1(x1)=3-(-30)=33 求解线性规划 Min Z=21f1(x)+33f2(x), x?X, 得x#=(4,4),f 1#=-12, f2#=-12 3)x#为唯一解； 四、确定加权系数的方法 ?法 1、基本思路：以理想点F*为标准来确定各个目标的权系数 2、双目标规划问题的情形 1）求f1*，得最优解为x1，求f2*，得最优解为x2， F(x1)=[f1*，f21]=[f1(x1)，f2(x1)],F(x2)=[f12，f2*]=[f1(x2)，f2(x2)] 记理想点F*=（f1*，f2*） 2）求解单目标最优化问题 设其最优解为x0，记F0=[f1(x0)，f2(x0)] 3）求F0点的加权系数 F0点的几何意义如下图 从图中可见，F0恰是以理想点z*为圆点所作圆与目标集F相切的切点。连接z*和F0两点，直线F0 z*的斜率为 设与直线F0 z*垂直的直线方程为 ?1f1+?2f2=? (1) 其中，0?1, ?21，?1+ ?2=1 (2) 由（1）式得 由两垂线的斜率关系有（负倒数关系） 联立求解（2）、（3）即可得 ?1，?2就是所求的双目标f1,f2的权系数 3、多目标规划问题情形 1）分别对P个目标求最优解，即求fj*，(j-1,2,…,P) 记理想点Z*=（f1*，f2*,…, fP*） 2）求解单目标