第五章-多目标规划.pptVIP

多目标规划模型

在许多实际问题中，衡量一个方案的好坏标准往往不止一个，例如设计一个导弹，既要射程最远，又要轻，还要精度最高.这一类问题统称为多目标最优化问题或多目标规划问题.我们先来看一个生产计划的例子.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），而不顾其他目标。多目标规划解的概念：若多目标规划问题的解能使所有的目标都达到，就称该解为多目标规划的最优解；若解只能满足部分目标，就称该解为多目标规划的次优解；若找不到满足任何一个目标的解，就称该问题为无解。在图中，就方案①和②来说，①的目标2值比②大，但其目标1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）。投资的收益和风险二、基本假设和符号规定三、模型的建立与分析1.总体风险用所投资的Si中最大的一个风险来衡量,即max{qixi|i=1，…,n}4.模型简化：不忽略会如何？四、模型1的求解由于a是任意给定的风险度，到底怎样给定没有一个准则，不同的投资者有不同的风险度.我们从a=0开始，以步长△a=0.001进行循环搜索，编制程序如下：a=0;while(1.1-a)1c=[-0.05-0.27-0.19-0.185-0.185];Aeq=[11.011.021.0451.065];beq=[1];A=[00.025000;000.01500;0000.0550;00000.026];b=[a;a;a;a];vlb=[0,0,0,0,0];vub=[];[x,val]=linprog(c,A,b,Aeq,beq,vlb,vub);ax=xQ=-valplot(a,Q,.)，axis([00.100.5])，holdona=a+0.001;endxlabel(a),ylabel(Q)计算结果：五、结果分析4.在a=0.006附近有一个转折点，在这一点左边，风险增加很少时，利润增长很快.在这一点右边，风险增加很大时，利润增长很缓慢，所以对于风险和收益没有特殊偏好的投资者来说，应该选择曲线的拐点作为最优投资组合，大约是a*=0.6%，Q*=20%，所对应投资方案为:风险度收益x0x1x2x3x40.00600.201900.24000.40000.10910.22123.曲线上的任一点都表示该风险水平的最大可能收益和该收益要求的最小风险.对于不同风险的承受能力，选择该风险水平下的最优投资组合.2.当投资越分散时，投资者承担的风险越小，这与题意一致.即:冒险的投资者会出现集中投资的情况，保守的投资者则尽量分散投资.1.收益也大,风险大.也可以直接定义变量为单位为米，但是出现除法的式子，不利于计算*最小最大之间可以相互转化*目的：除主要目标外，别的目标不一定达到最好，但要达到起码要求；在其他目的达到一定要求下（作为约束），追求主要目标的最优。*R1区域是使第一目标最优的区域，第二个目标是在第一个基础上求最优的*这样的话，使得该目的达到最优的解，可能不是使得上一个达到最优的解，但不会使得上一个差太多，由emseilu控制。使得各目标都有所兼顾。实际上，就是在保证上层目标可以接收的优化目标下，寻求下一层更好的解。*Matlabfminimax*也可以直接定义变量为单位为米，但是出现除法的式子，不利于计算*最小最大之间可以相互转化*目的：除主要目标外，别的目标不一定达到最好，但要达到起码要求；在其他目的达到一定要求下（作为约束），追求主要目标的最优。*R1区域是使第一目标最优的区域，第二个目标是在第一个基础上求最优的*这样的话，使得该目的达到最优的解，可能不是使得上一个达到最优的解，但不会使得上一个差太多，由emseilu控制。使得各目标都有所兼顾。实