系统工程---多目标决策资料.pptVIP

第一节 引言 在生产、经济、科学和工程活动中经常需要对多个目标（指标）的方案、计划、设计进行好坏的判断，例如设计一个导弹，既要其射程远，又要耗燃料少，还要命中率高等；又如选择新厂址，除了要考虑运费、造价燃料供应费等经济指标外，还要考虑对环境的污染等社会因素。只有对各种因素的指标进行综合衡量后，才能作出合理的决策。 第二节 基本概念 在考虑单目标最优化问题时，只要比较任意两个解对应的目标函数值后，就能确定谁优谁劣（目标值相等时除外）。在多目标的情况下就不能这样比较了。例如，有两个目标都有要求实现最大化，这样的决策问题，若能列出十个方案，各方案能实现 的不同的目标值如图所示。 由图可见，对于第一个目标来说方案1优于2；而对于第二个目标方案则方案2优于1。因此无法确定谁优谁劣；但是它们都比方案3，5劣。方案3，5之间又无法比较。在图中10个方案，除方案3、4、5外，其它方案都比它们中的某一个劣。因而称1、2、6、7、8、9、10为劣解，而 若各目标都要求越小越好，就用 表示。为了简易起见，本节一般只考虑n维欧氏空间 ，即 实际上当 是最优解时，即表示 有 当 是非劣解时，即不存在 有 解 容易求得 这时多目标问题没有共同最优解。从图16-3可见， 两个解无法比较，但是容易找到 ， 仍无法比较优劣，但还可找到 。 解 却不存在 可以比它优，这时 为非劣解。本例中 时都是非劣解。 在单目标时任何两个解都可以比较其优劣，因此是完全 有序的。可是在多目标时任何两个解不一定都可以比出 其优劣的，因此只能是半有序的。假定所有x是属于全空 间∑中某一个约束集合R，即 ,在 ∑上对任一 个解x 可以定义一个半序：，（a b 表示a优于b）， 可把 ∑分成三个子集： 1） 所有比x优的解集合； 2） 所有比x劣或相等的解集合； 3） 所有与x无法比较的解集合。 显然 按照这些子集的划分，Zadeh给出“非劣”和“最优”的定义。 第三节 化多为少的方法 要求若干目标同时都实现最优往往是很 难的。经常是有所失才能有所得，那么问 题的失得在何时最好。各种不同的思路可 能引出各种合理处理得失的方法。以下介 绍化多为少的方法。 这种方法的难点是如何找到合理的权系数， 使多个目标用同一尺度统一起来。同时的找到的 最优解又是向量极值的好的非劣解。在多目标最 优化问题中不论用何方法，至少应找到一个非劣 解（或近似非劣解）。其次，因非劣解可能有很 多，如何从中挑出较好的解，这个解有时就要用 到另一个目标。下面介绍几种选择特权系数的方 法。 第四节 分层序列法 第五节 直接求非劣解 第六节 多目标线性规划的解法 第七节 层次分析法 层次分析法（Analytic Hierarchy Process,简 称AHP法）是美国运筹学家沙旦（T.L.Saaty)于70 年代提出的，是一种定性与定量分析相结合的多 目标决策分析方法。特别是将决策者的经验判断 给于量化，对目标（因素）结构复杂且缺乏必要 的数据情况下更实用，所以近几年来此法在我国 应用中发展较快。 第3步：求解以下线性规划问题 第4步：对话再计算 分析者把计算的结果告诉决策者，决策者将结果与 理想值 进行比较，认为求得的 已接近理想值 ，而 ，低于理想值 5960太多。决策者要求提高 值，为此他提出将 提高到36，以便使 增大。这时分析者根据决 策者的要求，将原来约束条件修改为 因将第二个目标值的要求放宽了，故权系数 ，于是有线性规划问题： 求解Lp(2)得到 相应的目标值 若这时决策者对此结果表示满意，即停止计算。 6.2 妥协约束法 设有两个目标的情况，即k=2. 其中 这方法的中心是引进一个新的超目标函数 第1步：解线性规划问题 得到最优解 及相应的目标函数值