多目标规划+MATLAB的一种可以自动选择求解方式的优化方法

MikingG

已于 2023-08-28 14:27:22 修改

阅读量596

点赞数 1

分类专栏：从零开始学数学建模学习笔记文章标签：数学建模 matlab 笔记

于 2023-08-21 15:29:25 首次发布

本文链接：https://blog.csdn.net/weixin_64123373/article/details/132363930

版权

从零开始学数学建模学习笔记专栏收录该内容

24 篇文章 5 订阅

订阅专栏

本文为北海的数模课程学习笔记，课程出自微信公众号：数学建模BOOM。

多目标规划就是既要又要，但总有优先级的。

解题思路

• 需要衡量每个目标的 完成情况 ；

• 如果三个目标有一定冲突，要在主观上区分三个目标的 重要性；

• 使得 整体的完成情况 尽量好

概念一：正负偏差变量

概念二：绝对约束和目标约束

例题模型建立

st中的约束条件包含了绝对约束和目标约束。

目标函数中的正负偏差变量都含有x，所以最后都是可以转化为x的。

常用算法：序贯算法

为什么此处不给优先因子的准确数值？

因为难以确定为什么恰好是这个准确数值。

要尽量减少甚至避免主观性

代码讲解

代码涉及的优化变量optimvar、优化问题optimproblem概念
MATLAB官方讲解
https://ww2.mathworks.cn/help/optim/ug/optimvar.html
https://ww2.mathworks.cn/help/optim/ug/optim.problemdef.optimizationproblem.solve.html?searchHighlight=solve&s_tid=srchtitle_solve_2

初始化

当前模型

clc, clear
% 使用优化变量、优化问题来求解
% 创建优化变量x，dp和dm，类似于利用C++的类来创建对象
% 可以用来为目标函数和问题约束创建表达式
x = optimvar('x',2,'LowerBound',0);   % 定义两个变量x，最小值都为0
dp = optimvar('dp',3,'LowerBound',0); % 定义3个正偏差变量dp，最小值都为0
dm = optimvar('dm',3,'LowerBound',0); % 定义3个负偏差变量dm，最小值都为0

% 创建求最小值的优化问题p；optimproblem创建优化类问题，
p=optimproblem('ObjectiveSense','min');
% ObjectiveSense用于指定优化问题的目标方向，包含max和min

设置约束条件

% 设置优化问题的约束条件，cons可以一次写（一条）或者[多行]
p.Constraints.cons1 = ( 2*x(1)+x(2)<=11 );
% 注意，表示相等关系用的符号是"=="
p.Constraints.cons2=[x(1)-x(2)+dm(1)-dp(1)==0       
                     x(1)+2*x(2)+dm(2)-dp(2)==10
                     8*x(1)+10*x(2)+dm(3)-dp(3)==56];

设置目标函数并优化

% 设置目标函数
obj=[dp(1); dm(2)+dp(2); dm(3)];
% 单级目标函数的最优值goal，初始设为足够大的数
% 非常宽松的约束（goal非常大）就等于没有约束，确保第一级的正常运算
goal=100000*ones(3,1);

for i=1:3 %从第一级到第三级，求第n级时，前n-1级都是约束
    % 重要：更新上一级的最优值，作为该级的约束条件;
    p.Constraints.cons3=obj<=goal;
    p.Objective=obj(i);
    [sx,fval]=solve(p);     % 针对优化问题使用solve，会自动选择求解方式
    % 显示当前迭代的信息，并将结果赋值给新的变量
    fprintf('第%d级目标求解为：\n',i)
    fval, xx=sx.x, sdm=sx.dm, sdp=sx.dp
    goal(i)=fval;
end

代码求解过程详解

求第一级目标（i=1）时

目标函数和约束条件

对于三个目标的偏差变量都没有约束，故代码中用小于等于一个很大的数来表示。

求解输出

Solving problem using linprog.

Optimal solution found.
第1级目标求解为：
fval = 0
xx = 2×1    
         0
    5.6000

sdm = 3×1    
    5.6000
         0
         0

sdp = 3×1    
         0
    1.2000
         0

解释

结果xx是第一个单目标 $\min d_1^{+}$ 的最优值。

xx：xx包含了两个产品的生产数量(0,5.6)。第一个是0，就是第一种尽可能少，一个都不生产，全生产第二个(5.6)。

验证结果xx：

绝对约束2*0+1*5.6<11
目标一负偏差变量为-(0-5.6)=5.6
目标二的正偏差变量是5.6*2-10=1.2。
目标三正好为5.6*10=56万，此时正负偏差变量都是0

求第二级目标（i=2）时

目标函数和约束条件

求解输出

Solving problem using linprog.

Optimal solution found.
第2级目标求解为：
fval = 0
xx = 2×1    
    2.0000
    4.0000

sdm = 3×1    
    2.0000
         0
         0

sdp = 3×1    
     0
     0
     0

解释

结果xx是第二个单目标 $\min d_2^{-}+d_2^{+}$ 的最优值。

xx：xx包含了两个产品的生产数量(2,4)。

验证结果xx：

绝对约束2*2+1*4=8<11
目标一负偏差变量为-(2-4)=2
目标二的正负偏差变量是2*2+4*2-10=0。
目标三正好为2*8+4*10=56万，此时正负偏差变量都是0

求第三级目标（i=3）时

Solving problem using linprog.

Optimal solution found.
第3级目标求解为：
fval = 0
xx = 2×1    
    2.0000
    4.0000

sdm = 3×1    
    2.0000
         0
         0

sdp = 3×1    
     0
     0
     0