应用运筹学-4.pptVIP

目标规划 目标规划的数学模型 解目标规划的图解法 解目标规划的单纯形法 灵敏度分析 目标规划问题的提出 目标规划的数学模型 一、目标规划的数学模型 应用线性规划，可以解决线性系统的最优化问题。 线性规划作为一种决策工具，在解决实际问题时，存在着一定的局限性。 例1 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，要求制定一个获利最大的生产计划。具体数据如下： 1.1目标规划问题的提出 产品 产品1 产品2 限量 原材料(kg/件) 5 10 60 设备工时(h/件) 4 4 40 利润(件/元) 6 8 其最优解，即最优生产计划 从线性规划的角度来看，问题已得到了圆满的解决。 从工厂领导决策的角度来看： 一个计划问题要满足多方面的要求；如 财务部门—利润最大化 物资部门—物资消耗最小化，以节约储备资金占用 销售部门—产品品种多样化，适销对路 计划部门—产品批量最大化，便于安排生产 多目标决策问题 问题的分析 线性规划有最优解的必要条件是其可行解非空，即各约束条件彼此相容；实际问题则可能产生不相容；如 在生产计划中，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，供需的约束条件产生不相容 设备维修、能源供应等原因，设备工时不能满足计划产量工时需求 线性规划解的可行性和最优性具有明确的意义，但都是针对特定的数学模型而言的。 模型本身的近似或不准确 决策者需要计划人员提供的并非严格数学意义上的最优解，而是作出最优决策的参考计划，或提供多种方案，供最终决策时选用。 问题的分析(续) 在处理实际问题时，线性规划存在着由其“刚性”本质注定的某些固有的局限性； 现代决策强调： 定量分析与定性分析相结合 硬技术与软技术相结合 矛盾和冲突的合理性 妥协和让步的必要性 1961年，A. Charnes 和 W.W. Cooper 提出了目标规划(Goal Programming)； 目标规划在处理实际决策问题时， 承认各种决策要求(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。 线性规划的局限性 例2 假设在例1中，计划人员被要求考虑如下意见： 由于产品2销售疲软，故希望产品2的产量不超过产品1的一半； 原材料严重短缺，生产中应避免过量消耗； 最好能节约4h设备工时； 计划利润不少于48元。 1.2目标规划的数学模型 面对上述意见，计划人员需要会同有关各方作进一步的协调，最终达成一致意见： 1) 原材料使用限额不得突破； 2) 优先考虑：产品2产量要求； 3) 其次考虑：设备工时问题； 4) 最后考虑：计划利润的要求。 产品 产品1 产品2 限量 原材料(kg/件) 5 10 60 设备工时(h/件) 4 4 40 利润(件/元) 6 8 偏差变量：对于每一个决策目标，引入正、负偏差变量 d+,d-，分别表示决策值超过或不足目标值的部分。 目标规划数学模型中的基本概念(1) 绝对约束：必须严格满足的约束条件，如线性规划中的约束条件。绝对约束是硬约束，对它的满足与否，决定了解的可行性。 目标约束：是一种软约束，目标约束中决策值与目标值之间的差异用偏差变量表示。 设 分别表示某一决策目标的决策值和目标值，则 优先因子和权系数： 不同目标的主次轻重有差别； 绝对差别：用优先因子 Pk 表示。只有在高级优先因子对应的目标已满足的基础上，才能考虑较低级优先因子对应的目标；在考虑低级优先因子对应的目标时，绝不允许违背已满足的高级优先因子对应的目标。优先因子间的关系为　　　Pk ? Pk+1，即Pk对应的目标比Pk+1对应的目标有绝对的优先性。 相对差别：对于具有相同优先因子的目标，它们的重要程度可用权系数的不同来表示。 目标规划数学模型中的基本概念(2) 目标规划的目标函数(准则函数或达成函数)：由各目标约束的偏差变量及相应的优先因子和权系数构成。 目标规划追求的是尽可能接近各既定目标值，即使得各有关偏差变量尽可能小，所以其目标函数只能是极小化。 三种基本表达式： 要求恰好达到目标值。 min z = f(d+ + d-) 要求不超过目标值，但允许不足目标值。 min z = f(d+) 要求不低于目标值，但允许超过目标值。 min z = f(d-) 其它表达式：如 min z = d+ - d-及min z = d- - d+ 目标规划数学模型中的基本概念(3) 其中，(4.1a)绝对约束， (4.1b)、 (4.1b) 、(4.1c)为目标约束。 优先因子： P1为两种产品产量的优先因子 P2为节约工时的优先因子 P3为计划利润的优先因子； P1 ? P2 ? P3 。 例2的目标规划数学模型 其中，(4.2a)为目