第6章_多目标规划方法.pptxVIP

第六章 多目标规划方法 ; 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。 ;本章主要内容：;多目标规划及其非劣解 多目标规划求解技术简介 ;一、多目标规划及其非劣解;（6.1.2）; 如果将（6.1.1）和（6.1.2）式进一步缩写， 即： （6.1.3） （6.1.4） 式中： 是k维函数向量，k是目标函数的个数； 是m维函数向量； 是m维常数向量；m是约束方程的个数。 ; 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： （6.1.5） （6.1.6） 式中： 为n维决策变量向量； 为k×n矩阵，即目标函数系数矩阵； 为m×n矩阵，即约束方程系数矩阵； 为m维的向量，约束向量。 ;二、多目标规划的非劣解 ;非劣解：可以用图6.1.1说明。; 在图6.1.1中，就方案①和②来说，①的 目标值比②大，但其目标值 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：③比②好，④比①好，⑦比③好，⑤比④好。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。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（又称非支配解或帕累托解）。 ;一、效用最优化模型 二、罚款模型 三、约束模型 四、目标规划模型 五、目标达到法;是与各目标函数相关的效用函数的和函数。 ;在用效用函数作为规划目标时，需要确定一组权值 来反映原问题中各目标函数在总体目标中的权重，即： 式中，诸 应满足： 若采用向量与矩阵 ;二、罚款模型 ;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 组成的m×m对 角矩阵。 ;三、约束模型 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： ;采用矩阵可记为：;四、目标规划模型 ;（6.2.18） ;五、目标达到法 ;在求解之前，先设计与目标函数相应的一组目标值理想化的期望目标 ,每一个目标对应的权重系数为 ，再设 为一松弛因子。那么，多目标规划问题（6.2.21）～（6.2.22）就转化为： ; 用目标达到法求解多目标规划的计算过程，可以通过调用Matlab软件系统优化工具箱中的fgoalattain函数实现。该函数的使用方法，详见教材的配套光盘。 ;§6.3 目标规划方法;目标规划模型 求解目标规划的单纯形方法 ;一、目标规划模型 ;例1：某一个企业利用某种原材料和现有设备可生产甲、乙两种产品，其中，甲、乙两种产品的单价分别为8元和10元；生产单位甲、乙两种产品需要消耗的原材料分别为2个单位和1个单位，需要占用的设备分别为1台时和2台时；原材料拥有量为11个单位；可利用的设备总台时为10台时。试问：如何确定其生产方案？; 如果决策者所追求的唯一目标是使总产值达到最大，则这个企业的生产方案可以由如下线性规划模型给出：求 ， ，使 ; 但是，在实际决策时，企业领导者必须考虑市场等一系列其它条件，如： ①根据市场信息，甲种产品的需求量有下降的趋势，因此甲种产品的产量不应大于乙种产品的产量。;为了建立目标规划数学模型，下面引入有关概念。 ;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。 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