决策科学
第1页,共35页,2022年,5月20日,8点44分,星期一
多目标决策主要指多目标最优化,即多目标规划。对于某些问题,可以先用多目标规划选出几个备选方案,然后再用多准则决策方法作进一步处理,因此,这两者既有区别又有联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)
第10页,共35页,2022年,5月20日,8点44分,星期一
若记X= (x1,……,xn),V-min表示对向量F(X)=[f1(X),
……,fp(X)]T中的各目标函数f1(X),……,fp(X)同等的进行极小化。R={X|gi(X)≥0,i=1,……,m}表示约束集。
则模型一般式也可简记为
这里(VMP)为向量数学规划(Vector Mathematical Programming)的简写。
第11页,共35页,2022年,5月20日,8点44分,星期一
二. 分层多目标规划模型
本节介绍一类不同于(VMP)形式的多目标最优化模型。这类模型的特点是:在约束条件下,各个目标函数不是同等的被优化,而是按不同的优先层次先后的进行优化。
例如,在例1中,若筹备小组希望把所考虑的三个目标按重要性分成以下两个优先层。
第1优先层——总的花费最小。
第2优先层——糖的总数量最大。
甲级糖数量最大。
第12页,共35页,2022年,5月20日,8点44分,星期一
那么这种先在第1优先层次极小化总花费,然后在此基础上再在第2优先层次同等的极大化糖的总数量和甲级糖的问题,就是所谓分层多目标最优化问题。可将其目标函数表示为:
L-min{P1[f1(X)],P2[f2(X),f3(X)]}
其中P1,P2是优先层次的记号,L-min表示按优先层次序进行极小化。
下面,我们来看一个建立分层多目标最优化模型的例子
第13页,共35页,2022年,5月20日,8点44分,星期一
例4:某水稻区一农民承包10亩农田从事农业种植。已知有三类复种方式可供选择,其相应的经济效益如表
方案
复种方式
粮食产量
(公斤/亩)
油料产量
(公斤/亩)
利润
(元/亩)
投入氮素
(公斤/亩)
用工量
(小时/亩)
1
大麦-早稻-晚梗
1056
——
50
320
2
大麦-早稻-玉米
1008
——
48
350
3
油菜-玉米-蔬菜
336
130
40
390
第14页,共35页,2022年,5月20日,8点44分,星期一
设该农户全年至多可以出工3410小时,至少需要油料156公斤。今该农户希望优先考虑总利润最大和粮食总产量最高,然后考虑使投入氮素最少。问如何确定种植方案。
首先设立决策变量如下
方案1的种植亩数:x1,
方案2的种植亩数:x2,
方案3的种植亩数:x3,
根据农户的要求确定问题的三个目标函数为:
第15页,共35页,2022年,5月20日,8点44分,星期一
年总利润: f1(x1,x2,x3)=++ 粮食总产量: f2(x1,x2,x3)=1056x1+1008x2+336x3 投入氮素量: f3(x1,x2,x3)=50x1+48x2+40x3 根据农户的全年出工能力,对油料需求量,所承包农田数以及种植亩数应为非负等限制,应有约束条件: 总用工量:320x1+350x2+390x3≤3410 油料需求: 130x3≥156 农田数: x1+x2+x3=10 种植亩数非负:x1≥0, x2≥0, x3≥0。
第16页,共35页,2022年,5月20日,8点44分,星期一
根据农户对目标重要性的排序,将前两个目
决策科学 来自淘豆网www.taodocs.com转载请标明出处.