代数与规划模型—规划模型（数学建模课件）.pptx

多目标规划模型代数与规划模型 知识点多目标规划概念资源配置问题分析模型建立与求解 一、多目标规划概念 数学规划只能解决一组约束条件下，求某一个目标函数达到最大值或最小值的问题。而实际决策中，衡量方案优劣一般需考虑多个目标，这些目标中，有主要的，也有次要的；有最大值的，也有最小值的；有定量的，也有定性的；有相互补充的，也有相互对立的。多目标规划的求解方法很多，经常使用的有加权系数法和序贯解法。 一、多目标规划概念1.加权系数法为每一目标赋一个权系数，把多目标模型转化成单一目标的数学规划模型。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。2.序贯解法将各目标按其重要程度不同的优先等级，依次转化为多个数学规划模型。下面我们给出一个多目标规划的序贯解法实例。 二、资源配置问题分析例1：（电动汽车充电站资源配置）某城市充电站的建设分为4个等级，为车辆提供充电、电池更换服务，具体如下：一级充电站，每天可服务350辆车；二级充电站，每天可服务250辆车；三级充电站，每天可服务110辆车；四级充电站，每天可服务70辆车。 二、资源配置问题分析该城市一个区域内的用户需求点的数目为30个、候选充电站为10个，需求点与候选点位置坐标（单位：m）如表6.10和表6.11所示，充电站的等级及其建设成本如表6.12所示。假设电动汽车的单位里程充电成本都为1元/公里，根据电动汽车客户分布的特点，请建立一个同时考虑充电站初始建设成本和用户充电成本最小化的多等级充电站选址模型，并确定出充电站选址的位置、每个充电站的建设等级及各个需求点车辆选择充电站的分布情况。 二、资源配置问题分析 二、资源配置问题分析 二、资源配置问题分析解：用 表示30个需求点， 表示10个充电站候选点， 表示第 k 等级的充电站； 表示第 i 个需求点的车辆数， 分别表示第 k 等级充电站的服务能力和建设成本。 表示第 i 个需求点与第j 个充电站候选点之间的距离。引进0-1 变量 二、资源配置问题分析目标函数有两个，分别为建设费用最小和需求点到充电站里程对应的充电总成本最小，即： 二、资源配置问题分析约束条件包含4类：①每个需求点由一个充电站负责，②每个充电站要满足所负责需求点的总车辆需求，③每个候选点最多只能建立一个等级的充电站，④两类决策变量之间的关联关系， 三、模型建立与求解综上所述，建立如下的多目标0-1 规划模型： 三、模型建立与求解使用序贯解法求解上述模型，即先解下述模型： 三、模型建立与求解计算的LINGO程序如下：model:sets:need/1..30/:a;select/1..10/;grade/1..4/:b,c;link1(need,select):d,y;link2(select,grade):x;endsetsdata:d=@ole(gdata6_10_3.xlsx,A1:J30); a=@ole(gdata6_10_3.xlsx,A32:J34);b=350,250,110,70;c=650,530,400,350;enddatamin=@sum(link2(j,k):c(k)*x(j,k));@for(need(i):@sum(select(j):y(i,j))=1);@for(select(j):@sum(need(i):a(i)*y(i,j))@sum(grade(k):b(k)*x(j,k)));@for(select(j):@sum(grade(k):x(j,k))1);@for(link1(i,j):y(i,j)@sum(grade(k):x(j,k)));@for(link1:@bin(y)); @for(link2:@bin(x));end求得的目标函数的最优值为 1950万元。 三、模型建立与求解再求解如下的 0-1整数规划模型： 三、模型建立与求解b=350,250,110,70;c=650,530,400,350;enddatamin=@sum(link1(i,j):a(i)*d(i,j)*y(i,j));@for(need(i):@sum(select(j):y(i,j))=1);@for(select(j):@sum(need(i):a(i)*y(i,j))@sum(grade(k):b(k)*x(j,k)));@for(select(j):@sum(grade(k):x(j,k))1);@for(link1(i,j):y(i,j)@sum(grade(k):x(j,k)));@for(link1:@bin(y)); @for(link2:@bin(x));@sum(link2(j