优化模型_多目标规划

奶牛猫meme

已于 2024-02-23 22:02:10 修改

阅读量457

点赞数 13

分类专栏：数学建模实战速成文章标签： matlab 数学建模

于 2024-02-18 23:32:03 首次发布

本文链接：https://blog.csdn.net/weixin_66778151/article/details/136160691

版权

数学建模实战速成专栏收录该内容

4 篇文章 0 订阅

订阅专栏

1 概述

线性规划只能解决一组约束条件下，一个目标函数的最大或最小值问题。在实际决策中，衡量方案优劣要同时考虑多个目标，在这些目标中，有主要的也有次要的；有最大的也有最小的，有定性的也有定量的。对于这类问题，要在线性规划的基础上进行改进。

解决多目标规划问题有两种思路:

(1）加权系数法：为每一目标确定一个权重系数，将多目标模型转化为单一目标的模型。但是要合理确定权重系数，以反映不同目标的重要程度。

（2）优先等级法：将各目标按其重要程度不同的优先等级，转化为单目标规划模型。

在目标规划中不提最优解的概念，只提满意解的概念，即寻求能照顾到各个目标，并使决策者满意的解。

目标规划的一般数学模型：
设 $x_j (j=1,2,3...n)$ 是目标规划的决策变量，共有m个约束是刚性约束，（可能是等式约束也可能是不等式约束）；设有l个柔性目标约束，其目标约束的偏差为 $d_i^+,d_i^-(i=1,2,3...l)$ .设有q个优先级别，分别为 $P_1,P_2,P_3,...P_q$ .在同一个优先级 $P_k$ 中有不同的权重，分别记为 $w_{ki}^+,w_{ki}^-$ , $(i=1,2,3...l)$ .因此目标规划，模型的一般数学表达式：

$min z=\sum _{k=1}^{q}P_k(\sum _{i=1}^lw_{ki}^-d_i^-+w_{ki}^+d_i^+)$

$s.t. \left\{\begin{matrix} \sum _{j=1}^na_{tj}x_j\leqslant b_i&t=1,2,3...m \\ \sum_{j=1}^{n}c_{ij}x_j+d_i^--d_i^+=d_i^0& i=1,2,3...l\\ x_j\geqslant 0&j=1,2,3...n \\ d_i^+,d_i^-\geqslant 0 & i=1,2,3...l \end{matrix}\right.$

建立目标规划模型时，需要确定目标值、优先等级、权系数等，他们都有一定的主观性和模糊性，可以用专家评定法进行量化。

2 编程求解

多目标规划可以归结为：

$min_{x,y} \gamma$

$s.t.\left\{\begin{matrix} F(x)-weight*\gamma\leqslant goal\\ A*x\leqslant b\\ Aeq*x\leqslant beq\\ c(x)\leqslant 0\\ ceq(x)=0\\ lb\leqslant x\leqslant ub \end{matrix}\right.$

式中，x,weight,goal,b,beq,lb,ub为向量，A和Aeq为矩阵，c(x),ceq(x)和F(x)为向量函数，可以是非线性函数；F（x）为所考虑的目标函数；goal为所达到的目标。

Matlab中用fgoalattain函数求解目标规划问题。其调用格式：

[x,fval]=fgoalattain('fun',x0,goal,weight);
[x,fval]=fgoalattain('fun',x0,goal,weight,A,b);
[x,fval]=fgoalattain('fun',x0,goal,weight,A,b,Aeq,beq);
[x,fval]=fgoalattain('fun',x0,goal,weight,A,b,Aeq,beq,lb,ub,nonlcon);

其中，fun为用M文件定义的目标向量函数，x0为初值，weight为权重。A,b定义不等式约束 $A*x\leqslant b$ , Aeq,beq定义等式约束 $Aeq*x=beq$ ,nonlcon是以M文件定义的非线性约束 $c(x)\leqslant 0,ceq(x)=0$ .返回值fval是目标向量函数的值。

示例：求解以下目标规划问题：

$min \left\{\begin{matrix} z_1=-3x_1-x_2\\ z_2=-x_1-2x_2 \end{matrix}\right.$

$s.t. \left\{\begin{matrix} x_1+x_2\leqslant 7\\ x_1\leqslant5 \\ x_2\leqslant 5\\ x_1,x_2\geqslant 0 \end{matrix}\right.$

Matlab代码：

function F=fun(x)
F=[-3*x(1)-x(2)
    -x(1)-2*x(2)];
end

A=[1,2;
   1,0;
   0,1];
b=[7;5;5];
c1=[-3 -1];
c2=[-1,-2];
[x,g1]=linprog(c1,A,b,[],[],zeros(2,1));
[x,g2]=linprog(c2,A,b,[],[],zeros(2,1));
g3=[g1,g2];
%权重等于goal的绝对值
[x,fval]=fgoalattain('fun',rand(2,1),g3,abs(g3),A,b,[],[],zeros(2,1))

计算结果：

如果使用匿名函数，只需一个程序文件：

A=[1,2;
   1,0;
   0,1];
b=[7;5;5];
c1=[-3 -1];
c2=[-1,-2];
fun=@(x) [c1;c2]*x;
[x,g1]=linprog(c1,A,b,[],[],zeros(2,1));
[x,g2]=linprog(c2,A,b,[],[],zeros(2,1));
g3=[g1,g2];
%权重等于goal的绝对值
[x,fval]=fgoalattain('fun',rand(2,1),g3,abs(g3),A,b,[],[],zeros(2,1))