多目标最优与化.pptVIP

设x1、x2分别表示生产甲、乙产品的件数，Z表示总利润，当用线性规划来描述和解决这个问题时，其数学模型为 一个计划问题实际上是一个多目标决策问题。只是由于需要用线性规划来处理，计划人员才不得不从众多目标要求中硬性选择其一，作为线性规划的目标函数 。 但这样做的结果可能严重违背了某些部门的愿望，因而使生产计划的实施受到影响；或者在一开始就由于多方面的矛盾而无法从多个目标中选出一个目标来。 第二，线性规划有最优解的必要条件是其可行解集非空，即各约束条件彼此相容。但是，实际问题有时不能满足这样的要求 。 第三，线性规划解的可行性和最优性具有十分明确的意义，但那都是针对特定数学模型而言的。 在实际问题中，决策者在作决策时，往往还会对它作某种调整和修改，其原因可能是由于数学模型相对于实际问题的近似性 目标规划引例： 利润最大化问题 与建立目标规划模型有关的概念 例2 引例的目标规划模型： 建模步骤小结： 例3： 某单位领导在考虑本单位职工的升级调资方案时，依次遵守以下规定： 不超过年工资总额60000元 每级的人数不超过定编规定的人数 二、三级升级面尽可能达到但不超过现有人数的20% 三级不足编制的人数可录用新职工，又一级的职工中又10%要退休 试据下表数据建立模型 参考模型如下： 首先给出基本模型： 转化为目标规划模型 三、目标规划的求解 主要思想：化成单目标问题，多阶段求解 * * 多目标规划 一、多目标规划问题的提出： 多目标问题是现实世界中普遍遇到的一类问题，其中希望（或必须）考虑多个相互矛盾目标的影响。 例如证券投资问题中我们希望利润最大而风险最小，生产销售问题中我们希望费用较少而获利很大，等等。 本章内容主要介绍： 如何建立目标规划模型 如何求解 单目标模型只需简单确定一个目标，而将其余的列为约束； 在构建多目标模型时，则需要对问题有较深的理解，必须考虑更全面——虽然费时较多，却非常有益，更切合实际。 【例1】某工厂在计划期内要安排生产甲、乙两种产品。已知制造甲产品需要A型配件5个，B型配件3个； 制造乙产品需要A型配件2个，B型配件4个。 而在计划期内该工厂只能提供A型配件180个，B型配件135个。 又知道该工厂每生产一件甲产品可获利润20元，一件乙产品可获利润15元。问在计划期内甲、乙产品应该各安排生产多少件，才能使总利润最大? 15 20 利润（元） 135 4 3 B 180 2 5 A 现有配件 乙 甲 将该例所述情况列成表格: 最优值：775 x1: 32 x2: 9 但是，如果站在工厂计划人员的立场上对此进行评价的话，问题就不是这么简单了。 第一，这是一个单目标最优化问题。但是，一般来说，一个计划问题要满足多方面的要求。例如 财务部门 利润目标：利润尽可能大 物资部门 节约资金：消耗尽可能小 销售部门 适销对路：产品品种多样 计划部门 安排生产：产品批量尽可能大 例如，由于设备维修、能源供应、其它产品生产需要等原因，计划期内可以提供的设备工时不能满足计划产量工时需要 。 或由于储备资金的限制，原材料的最大供应量不能满足计划产量的需要 。 近似性 建模时对实际问题的抽象 建模时未考虑到的新情况 决策者需要计划人员提供的不是严格的数学上的最优解，而是可以帮助做出最优决策的参考性的计划，或是提供多种计划方案。 1961年，查恩斯(A.Charnes)和库柏(W.w.CooPer)提出目标规划(goal programming)，得到广泛重视和较快发展。 目标规划在处理实际决策问题时，承认各项决策要求(即使是冲突的)的存在有其合理性；在作最终决策时，不强调其绝对意义上的最优性。 因此，目标规划被认为是一种较之线性规划更接近于实际决策过程的决策工具 。 求解多目标决策常用的三种方法（或思想）： 加权或效用系数法 序列或优先级法 有效解（非劣解）法 加权法： 加权法把问题中的所有目标用统一的单位来度量（例如用钱或效用系数） 这种方法的核心是把多目标模型化成单目标模型。 优点：适于计算机求解 （例如模型是线性的时候可用一般的单纯形法求解） 缺点：难处在于如何寻到合理的权系数。 序列或优先级法： 序列或优先级法不是对每个目标加权，而是按照目标的轻重缓急，将其分为不同等级再求解。 优点：避免了权系数的困扰，绝大多数决策者都能采用，事实上他们在许多决策中也正是这样做的。 例如建设高速公路时，既希望减少开支又希望降低交通伤亡事故，此时能否用金钱来衡量一个人的生命价值呢？ 例如决