多目标规划培训教材(PPT).ppt

线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的数学模型 线性目标规划的求解方法 线性目标规划的序列法 线性目标规划的多阶段法 线性目标规划的单纯形法 序列法 线性目标规划序列（序子）算法的基本思想是依达成函数中各目标的优先级别，顺序将目标规划模型分解为一系列的单一的线性规划模型，用传统的单纯形方法逐一完成其求解过程。在求解过程中进基变量、出基变量及枢点元素的选择原则与线性规划的单纯形法相同，不同的是要以不影响较高级目标的达成值为前提选择较低级目标的达成值，如此反复迭代，直至进行到最低级目标的达成函数达最优为止。 序列法 具体计算步骤 序列法 序列法 线性功效系数法 线性功效系数法 线性功效系数法 线性功效系数法 指数功效系数法 指数功效系数法 指数功效系数法 指数功效系数法 多目标规划的MATLAB求解 由于多目标规划中的求解涉及到的方法非常多，故在MATLAB中可以利用不同的函数进行求解，例如在评价函数法中我们所得最后的评价函数为一线性函数，且约束条件也为线性函数，则我们可以利用MATLAB优化工具箱中提供的linprog函数进行求解，如果我们得到的评价函数为非线性函数，则可以利用MATLAB优化工具箱中提供的fmincon函数进行求解，如果我们采用最大最小法进行求解，则可以利用MATLAB优化工具箱中提供的fminimax函数进行求解。下面我们就结合前面各小节中所分析的几种方法，讲解一下典型多目标规划问题的MATLAB求解方法。 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 多目标规划的MATLAB求解 线性目标规划 线性目标规划也是解决多目标数学规划的一种方法，它是在线性规划基础上发展起来的．这种方法的基本思想是：对每一个目标函数，预先给定一个期望值，在现有的约束条件下，这组期望值也许能够达到，也许达不到。决策者的任务是求出尽可能接近这组预定期望值的解。 为了讨论目标规划的概念，必需对线性规划比较熟悉，故先复习一下线性规划。下面看一个例子 线性目标规划 线性目标规划 线性目标规划 线性规划的不足之处 上述使用的线性规划方法虽然是最优化理论与方法中发展得最完善、应用面最广的方法，但存在着一些不足，例如线性规划难以妥善处理多目标问题。线性规划在处理多目标问题时通常采用给各个目标赋予不同权重的办法，但如何将决策者定性的判断转化为定量的权重则是一个十分困难的问题，即便是可以求出各个目标的权重，但当各个目标的量纲不同时(例如不同的目标会分别用金额、人数、时间等来表示)，也难以用赋予权重的办法将它们归并到一个目标函数中。其次是线性规划在求解的过程中缺乏必要的灵活性。当线性规划中的某个约束无法满足时，线性规划无解，例如在例子中，如果将产品甲的合同约束改为40吨，产品乙的合同约束改为15吨，则问题无解。 然而，线性目标规划的约束条件却有较大的灵活性。这是因为可以在线性目标规划的每个约束条件中引入一对正负偏差变量，通过偏差变量可以表达条件是否可以被满足。是过紧还是过松，差多少或多剩余多少。 线性目标规划 线性目标规划的优势 首先，在每个约束条件中引入正、负偏差变量，使硬约束变成软约束，大大增加了求得可行解的机会 再者，将距各个目标值的偏差总和最小作为目标函数，便于处理多目标问题。 在上述目标函数设定的基础上，线性目标规划用划分优先级的方法来处理多个目标的相对重要性、能更好地适应决策者的判断 线性目标规划通过变量定界的方法来解决多解问题，在线性目标规划中设计变量的数目往往大大超过目标的数目，也常大于约束条件的数目，这样在求解时就容易产生多解问题。线性目标规划可要求决策者对偏差变量定界，即定出允许其变动的范围，从而可以通过灵敏度分析来解决多解问题。多目标决策就是要在这些目标中建立优先次序，分清主次轻重，使得只有在较高级目标被满足或不能再改进之后，才考虑较低级目标。当然，如果决策者能够决定这些目标的优先次序，而且所有的目标和约束都是线性的，这样的多目标决策就能用目标规划解决 为了说明线性目标规划的上述特点，同时让读者对目标规划有一个直观的认识，我们可将上例中