运筹学目标规划专用课件.pptVIP

目标规划 Goal Programming 本章主讲内容 目标规划问题及其数学模型（重点掌握） 求解目标规划的思路 目标规划的图解法 目标规划的单纯形法 ★★目标规划问题及其数学模型 线性规划的局限性 只能解决一组线性约束条件下，某一目标而且只能是一个目标的最大或最小值的问题。 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，而在企业管理中，经常遇到多目标决策问题，如拟订生产计划时，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。这些指标之间的重要程度（即优先顺序）也不相同，有些目标之间往往相互发生矛盾。 线性规划致力于某个目标函数的最优解，这个最优解若是超过了实际的需要，很可能是以过分地消耗了约束条件中的某些资源作为代价。 线性规划把各个约束条件的重要性都不分主次地等同看待，这也不符合实际情况。 在实际问题中，可能会同时考虑几个方面都达到最优：产量最高，成本最低，质量最好，利润最大，环境达标，运输满足等。多目标规划能更好地兼顾统筹处理多种目标的关系，求得更切合实际要求的解。 目标规划（Goal Programming） 目标规划可根据实际情况，分主次地、轻重缓急地考虑问题。 在LP的基础上发展起来的解决多目标规划问题的最有效的方法之一。 美国经济学家查恩斯(A.Charnes)和库柏(W.W.Cooper)在1961年出版的《管理模型及线性规划的工业应用》一书中，首先提出的。 多目标线性规划 含有多个优化目标的线性规划。 线性规划模型只能有一个目标函数，可称为单目标线性规划。 多目标线性规划模型具有两个或两个以上的目标函数。 例1 目标规划的基本概念 1.优先等级：将各目标按其重要程度分成不同的优先等级。P1P2P3… 2.加权系数：在同一优先级下为每一目标赋一个权系数。 3.正负偏差变量 对每个目标函数确定一个希望达到的期望值； 由于各种条件的限制，这些目标值往往不可能全部都达到； 正偏差变量dk+ 表示第k个目标超过期望值的部分； 负偏差变量dk- 表示第k个目标不足期望值的部分； 4.软约束和硬约束 原来的目标函数变成了约束条件的一部分，即软约束（目标约束） 原来的约束条件称为硬约束(系统约束)。 例2 某工厂生产两种产品，受到原材料供应和设备工时的限制。在单件利润等有关数据已知的条件下，要求制订一个获利最大的生产计划。具体数据见下表 设产品I和II的产量分别为X1和X2，当用线性规划来描述和解决这个问题时，其数学模型为： 假设计划人员还被要求考虑如下意见： （1）由于产品II销售疲软，故希望产品II的产量不超过产品I的一半。 （2）原材料严重短缺，生产中决不允许超额使用。 （3）最好能节约4小时设备工时； （4）计划利润最好不少于48元。 面对这些意见，计划人员作出如下意见，首先原材料使用额不得突破；产品II产量要求优先考虑；设备工时问题其次考虑；最后考虑计划利润的要求。 对每一个目标函数引入正的或负的偏差变量，分别表示超过或未达到目标值的情况； 为区别各目标的重要程度，引入目标的优先等级和加权系数； 对所有的目标函数建立约束方程作为软约束，并入原来的硬约束条件中，组成新的约束条件； 从这组新的约束条件，寻找使组合偏差最小的方案。 目标规划的解法 目标规划的图解法 只含有两个决策变量的目标规划模型 线性规划是在可行域中寻找一点，使单个目标极大或极小；目标规划则是寻找一个区域，这个区域提供了相互矛盾的目标集的折衷方案。 目标规划的图解法的思路 首先是在可行域内寻找一个使P1级各目标均满足的区域R1； 然后再在R1中寻找一个使P2级各目标均满足的区域R2(R2?R1)； 接着再在R2中寻找一个满足P3级各目标的区域R3(R3 ?R2? R1)； 如此继续，直到寻找到一个区域RK(RK ?RK-1 ?… ?R3 ? R2 ? R1)，满足PK级各目标，这时RK即为这个目标规划的最优解空间，其中的任一点均为这个目标规划的满意解。 第三节目标规划的单纯形法 目标规划与线性规划的数学模型的结构相似 可用前述单纯形算法求解目标规划模型： 将优先等级Pk视为正常数(大Ｍ法 ) 正负偏差变量dk+、dk-视为松弛变量 以负偏差变量dk-为初始基变量，建立初始单纯形表 检验数的计算与LP单纯形表检验数的计算完全相同，即?j= cj – CBB-1Pj 最优性判别准则类似于LP的单纯形算法： 检验数一般是各优先等级因子的代数和 判断检验数的正负和大小 * 实际决策中，衡量方案优劣考虑多个目标 生产计划决策中，通常要考虑产值、利润、满足市场需求、降低消耗、提高质量、提高劳动生产率等； 生产布局决策中，除了要考虑运输费用、投资、原料供应、产品需求量等经济指标外，还要考虑到污染和其它社会因素等 。 这些目标