第六章节多目标规划方法资料教材.pptVIP

第六章 多目标规划方法 multiple objective programming 同时考虑多个决策目标时，称为多目标规划问题。 本章主要内容 多目标最优化的思想萌芽于1776年经济学中的效用理论。1896年，法国经济学家V·Pareto首先在经济理论的研究中提出了多目标最优化问题。1951年，美国数理经济学家T·C·Koopans从生产和分配的活动分析中考虑了多目标决策问题，并首次提出了多目标最优化问题解的概念，将其命名为“Pareto解”(即有效解)。同年，H·W·Kuhn和A·W·Tucker从数学规划论角度首次提出向量极值问题及有关概念。进入20世纪70年代，随着第一次国际多目标决策研讨会的召开及这方面专著的问世，多目标决策问题的研究工作迅速、蓬勃地开展起来，到目前为止，已取得若干有价值的研究成果。 第1节 多目标规划及其非劣解 多目标规划及其非劣解 多目标规划的非劣解 多目标规划及其非劣解 例1：【喜糖问题】设市场上有甲级糖及乙级糖，单价分别 为4元/斤及2元/斤。今要筹办一桩喜事。“筹备小组”计划总花费不超过40元，糖的总斤数不少于10斤，甲级糖不少于5斤。问如何确定最佳的采购方案。 我们先确定此问题应满足的条件（即约束条件）。不难看出，当甲级糖数量为x1，乙级糖数量为x2时，有： 多目标规划及其非劣解 在研究以什么为“最佳”的衡量标准时，“筹备小组”的成员们意见可能会发生分歧，其原因是他们会提出各种各样的目标来。 如果要求总花费最小，即要求： f1(x1,x2)=4x1+2x2 →min 如果要求糖的总数量最大，即要求： 如果要求甲级糖的数量最大，即要求： 易见，这是具有3个目标的规划问题（由于约束及目标均为线性函数，故它为多目标线性规划问题）。 多目标规划及其非劣解 例2：【木梁设计问题】把横截面为圆形的树干加工成矩形横截面的木梁。为使木梁满足一定的规格和应力及强度条件，要求木梁的高度不超过H，横截面的惯性矩不少于给定值W，且横截面的高度要介于其宽度和4倍宽度之间。 问应如何确定木梁尺寸，可使木 梁的重量最轻，并且成本最低。 设所设计的木梁横截面的 高为x1 ，宽为x2。 为使具有一定长度的木梁重量最轻，应要求其横截面面积x1x2为最小，即要求x1x2→min 多目标规划及其非劣解 由于矩形横截面的木梁是由横截面为圆形的树干加工而成，故其成本与树干横截面面积的大小 成正比。由此，为使木梁的成本最低还应要求 尽可能的小，或即： 根据问题的要求，应满足下述约束条件： 这是具有两个目标的非线性规划问题。 多目标规划及其非劣解 例3：【投资决策问题】某投资开发公司拥有总资金A万元，今有n(≥2)个项目可供选择。设投资第i(i=1，2，……，n)个项目要用资金ai万元，预计可得到收益bi万元。问应如何使用总资金A万元，才能得到最佳的经济效益？ 多目标规划及其非劣解 由以上实例可见，多目标最优化模型与单目标最优化模型的区别主要是目标多于一个。在这些目标中，有的是追求极大化，有的是追求极小化，而极大化与极小化是可以相互转化的。因此，我们不难将多目标最优化模型统一成一般形式： 决策变量：x1，……，xn 目标函数：minf1(x1，……，xn) ……………… minfp(x1，……，xn) 二、多目标规划的非劣解 对于上述多目标规划问题，求解就意味着需要做出如下的复合选择： 每一个目标函数取什么值，原问题可以得到最满意的解决？ 每一个决策变量取什么值，原问题可以得到最满意的解决 ？ 多目标规划问题的求解不能只追求一个目标的最优化（最大或最小），而不顾其他目标。 第2节 多目标规划求解技术 方法二 罚款模型（理想点法） 思想: 规划决策者对每一个目标函数都能提出所期望的值（或称满意值）； 通过比较实际值 fi 与期望值 fi* 之间的偏差来选择问题的解，其数学表达式如下： 第3节 目标规划方法 通过上节的介绍和讨论，我们知道，目标规划方法是解决多目标规划问题的重要技术之一。 这一方法是美国学者查恩斯（A.Cha