多目标规划-2014数学建模.ppt

二、残缺判断与群组决策： 1、残缺判断及处理方法： 应用AHP进行决策时，每个准则应有一个判断矩阵，需进行 [n(n-1)] / 2 次两两比较 (判断矩阵的上或下三角)。 当层次很多，因素复杂时，判断量很大，可能出现某个参与决策的专家对某些判断缺少把握，或不想发表意见，使判断矩阵残缺。 ⑴ 可接受的残缺判断矩阵 若任一残缺元素都可通过已给出的元 素间接获得的残缺判断矩阵。 根据一致性的条件：间接获得的元素 指，若aij缺少可由aij=aikakj或更一般地 aij=aik ak k ak k …ak j得到。 * 建模依据：规划问题的各个目标函数可以通过一定的方式进行求和运算。这种方法将一系列的目标函数与效用函数建立相关关系，各目标之间通过效用函数协调，使多目标规划问题转化为传统的单目标规划问题： * [x,fval,attainfactor,exitflag]=fgoalattain(fun,x0,goal,...,weight,a,b,aeq,beq,lb,ub). 在输入部分: fun是目标函数，x0是初始值，goal是目标函数希望达到的值，weight是目标权重。（1） 当目标权重为正时，指令fgoalattain试图使对象小于目标值。为了使目标函数大于目标值，可使权重设置为负。（2）一般设置为weight=goal或weight=abs(goal)a,b给出线性不等式约束;aeq,beq给出线性等式约束；lb，ub为x的上界和下界。如无某类约束，可用[]代替。 在输出部分：exitflag为输出标记。当exitflag0,解收敛，所给出的x,fval有效；当exitflag=0,解没有收敛，所给出的x,fval无效。x为多目标问题的解，当exitflag0,x称满意解，fval称目标达到值。attainfactor是指目标达到情况。当attainfactor=0,目标达到值fval没有溢出goal;当attainfactor0,fval有溢出goal的情况。 * * 目标函数可以转换为目标约束 * 目标函数可以转换为目标约束 * * * * * * * * * 该问题是一个非线性多目标规划问题，将它用数学语言描述出来，就是：求x1、x2，使： 而且满足： 对于上述多目标规划问题，如果决策者提出的期望目标是：（1）每一年的总收益不小于600万元；（2）希望投资风险损失不超过800万元；（3）两个目标同等重要。那么，借助Matlab软件中的优化计算工具进行求解，可以得到一个非劣解方案为： x1＝646.3139万元，x2＝304.1477万元 此方案的投资风险损失为799.3082万元，每一年的总收益为600.6918万元。 matlab程序fun=[-0.60*x(1)-0.70*x(2),0.001*x(1)^2+0.002*x(2)^2+0.001*x(1)*x(2)]; a=[-1,1]; b=[0]; Aeq=[1,1]; beq=[1000]; goal=[600,800]; weight=goal; x0=[600,600]; lb=[0,0]; [x,fval,attainfactor,exitflag]=fgoalattain(fun,x0,goal,weight,a,b,Aeq,beq,lb,[]) * 练习1：用图解法求解下列目标规划问题 * ⑴ ⑵ ⑶ ⑷ C D 结论：有无穷多最优解。C（2，4）D（10/3，10/3） * 练习2：用单纯形法求解下列目标规划问题 * Cj 0 0 0 P1 P2 P2 P3 0 0 CB XB b x1 x2 x3 0 0 1 －1 1 －1 0 0 0 0 0 P2 10 1 2 0 0 1 －1 0 0 0 P3 56 8 10 0 0 0 0 1 －1 0 0 x3 11 2 1 0 0 0 0 0 0 1 σkj P1 0 0 0 0 1 0 0 0 0 0 P2 －10 －1 －2 0 0 0 2 0 0 0 P3 －56 －8 －10 0 0 0 0 0 1 0 θ= min{10/2,56/10,11/1｝= 5,故 为换出变量。 * Cj 0 0 0 P1 P2 P2 P3 0 0 CB XB b x1 x2 x3 0 2 3/2 0 1 －1 1/2 -1/2 0 0 0 0 x2 5 1/2 1 0 0 1/2 -1/2 0 0 0 P3 6 3 0 0 0 -5 5 1 －1 0 0 x3 6 3/2 0 0 0 -1/2 1/2 0 0 1 σkj P1 0 0