多目标优化方法概论.ppt

2. ?－约束法 转化为 从多目标中依据重要程度选择一个目标作为主目标，而将其它目标转化为约束，即将多目标优化问题 * 多目标优化方法 Multi-Objective Optimization 第一节 概述 第三节 多目标优化的第一类方法 第二节 多目标优化设计理论 第四节 多目标优化的第二类方法 第五节 多目标优化的第三类方法 国际上通常认为多目标最优化问题最早是在1886年由法国经济学家Pareto从政治经济学的角度提出的。多目标规划的真正发达时期，并正式作为一个数学分支进行系统的研究，是上世纪七十年代以后的事。 现在，对多目标规划方面的研究集中在以下几个方面: 一、关于解的概念及其性质的研究， 二、关于多目标规划的解法研究， 三、对偶问题的研究， 四、不可微多目标规划的研究， 五、多目标规划的应用研究。 到现在为止，多目标优化不仅在理论上取得许多重要成果，而且在应用上其范围也越来越广泛，多目标决策作为一个工具在解决工程技术、经济、管理、军事和系统工程等众多方面的问题也越来越显示出它强大的生命力。 第一节 概述 1. 多目标优化设计示例 示例1：某工厂生产两种产品A和B,每件产品A需制造工时和装配工时分别为1时和1.25时，每件产品B需制造工时和装配工时分别为1时和0.75时，每月制造车间和装配车间能够提供的最多工时为200时，另外，每月市场对产品A需求量很大，而对产品B的最大需求量为150件，产品A和产品B的售价分别为4元和5元，问如何安排每月的生产，最大限度的满足市场需求，并产值最大？ 多目标优化设计模型 示例2：如图所示，设计一苦空心阶梯悬臂梁，根据结构要求，已确定梁的总长为1000mm，第一段外径为80mm，第二段外经为100mm，梁的端部受有集中力F＝12000N，梁的内径不得小于40mm，梁的许用弯曲应力为180MPa，确定梁的内径和各段长度，使梁的体积和静挠度最小。 1 2 D1=100 D2=80 L=1000 x1 x2 F 多目标优化设计模型 在单目标优化问题中，任何两个解都可以比较出其优劣，这是因为单目标优化问题是完全有序的；而在多目标优化设计中，任何两个解不一定都可以比较出其优劣，这是因为多目标优化问题是半有序的。 2. 多目标优化问题解的特点 2 1 3 第一类：转化法。这类多目标最优化方法的基本思想是将多目标问题转化为一个或一系列的单目标优化问题，通过求解一个或一系列单目标优化问题来完成多目标优化问题的求解。 3. 多目标优化方法分类 第二类：非劣解集法。这类多目标最优化方法的基本思想是求得多目标问题的非劣解集，然后在非劣解集中进行协调和选择，确定出优惠解。 第三类：交互协调法。这类多目标最优化方法的基本思想是通过在分析者与抉择者间的不断交互，逐渐搞清抉择者的选择意图，获得多目标问题的优惠解。 第二节 多目标优化设计理论 1. 多目标优化设计模型 简记为 VOP 多目标优化问题(Multi-Objective Optimization Problem)又称为向量优化问题(Vector Optimization Problem) 。 2. 决策空间与目标空间 以设计变量为坐标的实空间Rn称为决策空间。 以目标函数为坐标的实空间Rm称为目标空间。 决策空间可行域： 目标空间可行域 示例1 决策空间可行域 目标空间可行域 示例2 决策空间可行域 目标空间可行域 3. 解的定义 （1） 理想解(ideal solution) 在目标空间内，以单目标最小值为分量而形成的点，称为多目标问题的理想解。 在多目标优化问题中，由于各个目标间往往是矛盾的，所以一般不存在使各目标皆达到各自最优值的理想解。 f x X(0) f1(0) f2(0) f1 f2 （2） 非劣解（Noninferior Solution）或 Pareto 解 对于可行点XP?D，若不存在另一个可行点X?D，使 成立，则称Xp为多目标问题的非劣解。 向量不等式的含义为 决策空间非劣解集 目标空间非劣解集 （3） 满意解（最佳协调解或优惠解） 效用函数值的大小反映决策者对多目标值的喜爱程度，一般来说，决策者希望效用函数的值越大越好。 效用函数： 决策者对多目标函数优化解进行评价的函数，记为 使效用函数取最大值的非劣解称为最佳协调解。 对于效用函数未知的情况，无法直接求得最佳协调解。我们把多目标优化过程满意结束的解称为优惠解。 满意解 4 多目标优化问题的K－T条件 对于多目标优化问题 VOP 1. 主目标法 转化为 第三节 多目标优化的第一类方法 主目标法就是从多目标中依据重要程度选择一个目标作为主目标，而将其它目标转