多目标的规划的方法分析.ppt

QUANTITATIVE GEOGRAPHY 第六章多目标规划方法 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 在地理学研究中,对于许多规划问题, 常常需要考虑多个目标,如经济效益目标, 生态效益目标,社会效益目标,等等。为 了满足这类问题研究之需要,本章拟结合 有关实例,对多目标规划方法及其在地理 学研究中的应用问题作一些简单地介绍。 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 本章主要内容 多目标规划及其求解技术简介 目标规划方法 多目标规划应用实例 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 第一节多目标规划及其非劣解 多目标规划及其非劣解 多目标规划求解技术简介 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 、多目标规划及其非劣解 1(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。 二)对于多目标规划问题,可以将其 数学模型一般地描写为如下形式 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY nax(min)f,(X) Z=F(X) max(min n)f,(X) (6.1.1) max(min)f,(X) q1(X) q2(X) g ①(X) G (6.1.2) M M P(X) 式中:X=[x,x2,A,x为决策变量向量。 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 如果将(6.1.1)和(6.1.2)式进一步缩写, max(minZ=F(X) (6.1.3) d(X)≤G 式中:z=F(x)是k维函数向量 k是目标函数的个数 ①(X)是m维函数向量 G是m维常数向量;m是约束方程的 个数。 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 对于线性多目标规划问题,(6.1.3)和 (6.1.4)式可以进一步用矩阵表示 (min)Z= AX (6.1.5) BXsb 式中:X为n维决策变量向量 A为k×n矩阵,即目标函数系数矩阵 B为m×n矩阵,即约束方程系数矩阵 b为m维的向量,约束向量 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 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),而不顾其它 目标。 Copyright(c)2005 Geocomputation Lab  QUANTITATIVE GEOGRAPHY 在图6.1.1中,就方案①和② 非劣解可以用图611说明。来说,①的目标值比②大, 但其目标值f比②小,因此无 ⑤ 法确定这两个方案的优与劣。在 标值 ④ 各个方案之间,显然:③比②好, +⑥ ④比①好,⑦比③好,⑤比④好。 ⑦ 2 而对于方案⑤、⑥、⑦之间则无 ① 法确定优劣,而且又没有比它们 ② 更好的其他方案,所以它们就被 目标值称之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。 图6113目标规划的劣解与非劣解所有非劣解构成的集合称为非劣 解集。 Copyright(c)2005 Geocomputation Lab