多目标规划7上课讲义.ppt

主讲人: 穆学文副教授 单 位: 西安电子科技大学数学系 Email：xwmu@xidian.edu.cn 数学建模讲义 最优化模型 ---多目标规划 多目标规划 多目标规划简介及其解的讨论 非劣解 多目标规划的求解方法简介 效用最优化方法 理想点法 约束模型 目标规划法 目标达到法 多目标规划应用实例 主要内容： 求解多目标规划的方法大体上有以下几种： 化多为少的方法，?即把多目标化为比较容易求解的单目标或双目标，如线性加权法、理想点法、主要目标法等； 分层序列法，即把目标按其重要性给出一个序列，每次都在前一目标最优解集内求下一个目标最优解，直到求出共同的最优解。 层次分析法，是由美国运筹学家沙旦于70年代提出的，这是一种定性与定量相结合的多目标决策与分析方法，对于目标结构复杂且缺乏必要的数据的情况更为实用。 对多目标的线性规划除以上方法外还可以适当利用修正单纯形法来求解 多目标规划模型 （一）任何多目标规划问题，都由两个基本部分组成： （1）两个以上的目标函数； （2）若干个约束条件。 一 多目标规划及其非劣解 （二）多目标规划问题的数学模型： 式中： 为决策变量向量。 缩写形式： 有n个决策变量，k个目标函数， m个约束方程，则： F(X)是k维函数向量， ?(X)是m维函数向量； G是m维常数向量； （1） （2） 对于线性多目标规划问题，可以进一步用矩阵表示： 式中： X 为n 维决策变量向量； C 为k×n 矩阵，即目标函数系数矩阵； A 为m×n 矩阵，即约束方程系数矩阵； b 为m 维的向量，即约束向量。 多目标规划的非劣解 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），而不顾其它目标。 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 ？ 在图1中，max(f1, f2) .就方案①和②来说，①的 f2 目标值比②大，但其目标值 f1 比②小，因此无法确定这两个方案的优与劣。 在各个方案之间，显然：④比①好，⑤比④好, ⑥比②好, ⑦比③好……。 非劣解可以用图1说明。 图1 多目标规划的劣解与非劣解 而对于方案⑤、⑥、⑦之间则无法确定优劣，而且又没有比它们更好的其他方案，所以它们就被称为多目标规划问题的非劣解或有效解， 其余方案都称为劣解。 所有非劣解构成的集合称为非劣解集。 当目标函数处于冲突状态时，就不会存在使所有目标函数同时达到最大或最小值的最优解，于是我们只能寻求非劣解（又称非支配解或帕雷托解）。 效用最优化方法 理想点法 约束模型 目标达到法 目标规划法 二 多目标规划的求解方法 为了求得多目标规划问题的非劣解，常常需要将多目标规划问题转化为单目标规划问题去处理。实现这种转化，有如下几种求解方法。 ?是与各目标函数相关的效用函数的和函数。 方法一 效用最优化方法（线性加权法） （1） （2） 思想：问题的各个目标函数可以通过一定的方式进行求和运算。这种方法将一系列的目标函数与效用函数建立相关关系，各目标之间通过效用函数协调，使多目标规划问题转化为传统的单目标规划问题： 在用效用函数作为规划目标时，需要确定一组权值?i 来反映原问题中各目标函数在总体目标中的权重，即： 式中， ?i 应满足： 方法二 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： 式中， 是与第i 个目标函数相关的权重； 理论依据：若规划问题的某一目标可以给出一个可供选择的范围，则该目标就可以作为约束条件而被排除出目标组，进入约束条件组中。 假如，除第一个目标外，其余目标都可以提出一个可供选择的范围，则该多目标规划问题就可以转化为单目标规划问题： 方法三 约束模型（极大极小法） 方法四 目标达到法 首先将多目标规划模型化为如下标准形式： 求解之前，先设计与目标函数相应的一组目标值理想化的期望目标 fi* ( i=1,2,…,k ) ,每一个目标对应的权重系数为 ?i ( i=1,2,…,k ) ，再设 ? 为一松弛因子。 那么，多目标规划问题就转化为： 方法五 目标规划模型（