lingo-多目标规划模型[借鉴].pptVIP

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。 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 ？ * 精品ppt·实用可编辑 如上例的各个方案之间，④比①好，⑤比④好, ⑥比②好, ⑦比③好。 图 多目标规划的劣解与非劣解 * 精品ppt·实用可编辑 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。 * 精品ppt·实用可编辑 效用最优化模型 罚款模型 约束模型 目标规划模型 二、多目标决策的非劣解的求解方法 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，有如下几种建模方法。 * 精品ppt·实用可编辑 ?是与各目标函数相关的效用函数的和函数。 方法一 效用最优化模型（线性加权法） 思想：规划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： 但困难是要确定合理的权系数，以反映不同目标之间的重要程度。 * 精品ppt·实用可编辑 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： 向量形式： * 精品ppt·实用可编辑 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： 或写成矩阵形式： 式中， 是与第i个目标函数相关的权重；A是由 (i=1,2,…,k )组成的m×m对角矩阵。 * 精品ppt·实用可编辑 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） * 精品ppt·实用可编辑 方法四 目标规划模型（目标规划法） 需要预先确定各个目标的期望值 fi* ，同时给每一个目标赋予一个优先因子和权系数，假定有K个目标，L个优先级( L≤K)，目标规划模型的数学形式为： 式中： di+ 和 di－分别表示与 fi 相应的、与fi* 相比的目标超过值和不足值，即正、负偏差变量； pl表示第l个优先级； ?lk+、?lk-表示在同一优先级 pl 中，不同目标的正、负偏差变量的权系数。 * 精品ppt·实用可编辑 1.基本思想 ：给定若干目标以及实现这 些目标的优先顺序，在有限的资源条件下，使总的偏离目标值的偏差最小。 三、目标规划方法 * 精品ppt·实用可编辑 假定有L个目标，K个优先级(K≤L)，n个变量。在同一优先级pk中不同目标的正、负偏差变量的权系数分别为?kl+ 、?kl- ，则多目标规划问题可以表示为： 2.目标规划模型的一般形式 目标函数 目标约束 绝对约束 非负约束 * 精品ppt·实用可编辑 在以上各式中，?kl+ 、?kl- 分别为赋予pl优先因子的第 k 个目标的正、负偏差变量的权系数，gk为第 k个目标的预期值，xj为决策变量，dk+ 、dk- 分别为第 k 个目标的正、负偏差变量。 目标函数 目标约束 绝对约束 非负约束 * 精品ppt·实用可编辑 目标规划数学模型中的有关概念。 (1) 偏差变量 在目标规划模型中，除了决策变量外，还需要引入正、负偏差变量 d +、d - 。其中，正偏差变量表示决策值超过目标值的部分，负偏差变量表示决策值未达到目标值的部分。 因为决策值不可能既超过目标值同时又未达到目标值，故有d +×d - =0成立。 (2) 绝对约束和目标约束 绝对约束，必须严格满足的等式约束和不等式约束，譬如，线性规划问题的所有约束条件都是绝对约束，不能满足这些约束条件的解称为非可行解，所以它们是硬约束。 * 精品ppt·实用可编辑 目标约束，目标规划所特有的，可以将约束方程右端项看作是追求的目标值，在达到此目标值时允许发生正的或负的偏差 ，可加入正负偏差变量，是软约