多目标规划方法培训课程.pptx

第六章 多目标规划方法 multiple objective programming;;本章主要内容; 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。;;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;多目标规划及其非劣解;多目标规划及其非劣解;多目标规划及其非劣解;多目标规划及其非劣解;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) ; 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。 ;（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； 等是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 ; 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）。 ; 第2节 多目标规划求解技术;?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 ?i 来反映原问题中各目标函数在总体目标中的权重，即：;方法二 罚款模型（理想点法） ;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： ;方法四 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 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（目标规划法） ;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。 ; 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。;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