多目标规划实例教材
合集下载
多目标规划应用实例

02
投资者需要在满足一定风险承 受能力的前提下,最大化投资 组合的预期收益,同时考虑市 场波动、政策风险等因素。
03
投资决策问题需要考虑多个目 标之间的权衡和折中,以实现 整体最优。
目标函数
收益最大化
投资者希望获得尽可能高的投资回报率,通 常以预期收益率作为目标函数。
风险最小化
投资者希望将投资风险降至最低,通常以方 差或标准差作为目标函数。
城市发展需满足环境保护的相关法律法规和标准。
3
3. 资源利用约束
城市发展需遵循资源利用的可持续性原则。
求解方法与结果分析
• 多目标规划问题通常采用权重法、目标规 划法、遗传算法等求解方法进行求解。通 过对不同方案进行比较和评估,可以得出 最优解或满意解。在城市规划与交通管理 中,多目标规划的应用可以帮助决策者全 面考虑各种因素,制定出更加科学、合理 的城市规划方案,提高城市运行效率,促 进城市的可持续发展。
多目标规划能够为决策者提供一个 系统的方法来权衡和比较不同目标 之间的优劣,从而提高决策的科学 性和合理性。
折衷与平衡
多目标规划可以帮助决策者在多个 目标之间找到一个相对最优的折衷 方案,实现不同目标之间的平衡发 展。
多目标规划的方法与步骤
方法
多目标规划常用的方法包括层次分析 法、多属性决策分析、数据包络分析 等。
问题描述
目标函数
• 目标函数包括两个部分:最小化生产成本 和运输成本。生产成本由各个工厂的生产 费用决定,运输成本则取决于各个工厂之 间的运输距离和运输量。
约束条件
• 约束条件包括:各个工厂的生产能力限制、市场需求量限制以及产品种类限制等。这些约束条件确保了生产计 划的可实施性和有效性。
多目标规划应用实例

取 xij为决策变量,它表示在第 j 等 级的耕地上种植第i种作物的面积。如果 追求总产量最大和总产值最大双重目标, 那么,目标函数包括: ①追求总产量最大
ma xf1 ( X ) = 11 000 x11 + 9 500 x12 + 9 000 x13 + 8 000 x21 + 6 800 x22 + 6 000 x23 + 14 000 x31 + 12 000 x32 + 10 000 x33
d ≥ 0, d ≥ 0, d ≥ 0, d ≥ 0
解上述目标规划问题,可以得到一个非劣 解方案,详见表6.4.2。
1
+ 1
2
+ 2
表6.4.2
目标规划的非劣解方案(单位:hm2)
水稻 大豆 玉米
I等耕地 II等耕地 III等耕地 24.338 2 211.029 4 200 0 19.117 6 0 75.661 8 69.852 9 0
min f1 ( x1 , x2 ) = 2 100 x1 + 4 800 x2
max f 2 ( x1 , x2 ) = 3 600 x1 + 6 500 x2
而且满足
x1 ≤ 5 x ≤ 8 2 x1 + x 2 ≥ 9 x1 , x 2 ≥ 0
对于上述多目标规划问题,如果决策者 提出的期望目标是:(1)每个月的总投资 不超30 000元;(2)每个月的总利润达到 或超过45 000元;(3)两个目标同等重要。 那么,借助Matlab软件系统中的优化计算工 具进行求解,可以得到一个非劣解方案为
非负约束
xij ≥ 0 (i = 1,2,3; j = 1,2,3)
《多目标规划实例》课件

PART 02
多目标规划的基本概念
REPORTING
目标函数
01
目标函数是用来衡量规划方案效果的数学表达式, 通常表示为决策变量的函数。
02
在多目标规划中,目标函数可能不止一个,每个目 标函数代表一个需要优化的目标。
03
目标函数的值可以是最大化或最小化的,具体取决 于问题的要求。
约束条件
01 约束条件是限制决策变量取值范围的规则或条件 。
混合智能算法
结合人工智能、机器学习等先进技术,开发混合智能算法,提高多 目标规划的自动化和智能化水平。
扩展应用领域
多目标规划的应用领域将进一步扩大,涵盖经济、工程、环境、社 会等更多领域,为解决实际问题提供更多思路和方法。
如何更好地应用多目标规划解决实际问题
强化理论支撑
深入研究多目标规划的基本理论,提高其理论水平和科学性,为实际应用提供更有力的理论支撑。
总结词
资源分配问题是一个多目标规划的经典问题,旨在合理分配有限资源以达到多 个目标最优。
详细描述
资源分配问题通常涉及多个相互冲突的目标,如最大化效益、最小化成本、确 保资源公平分配等。通过多目标规划方法,可以找到一种权衡方案,使得各个 目标在不同程度上得到优化。
实例二:生产计划问题
总结词
生产计划问题是多目标规划在制造业中的实际应用,旨在平衡生产成本、交货期和产品质量等多个目 标。
解释
在多目标规划中,决策者需要权衡多 个目标之间的利益关系,并找到一个 平衡点,使得所有目标都能得到相对 最优的解。
多目标规划的重要性
解决现实问题
多目标规划能够解决许多现实问题, 如资源分配、项目评估等,这些问题 通常涉及到多个相互冲突的目标。
多目标规划的基本概念
REPORTING
目标函数
01
目标函数是用来衡量规划方案效果的数学表达式, 通常表示为决策变量的函数。
02
在多目标规划中,目标函数可能不止一个,每个目 标函数代表一个需要优化的目标。
03
目标函数的值可以是最大化或最小化的,具体取决 于问题的要求。
约束条件
01 约束条件是限制决策变量取值范围的规则或条件 。
混合智能算法
结合人工智能、机器学习等先进技术,开发混合智能算法,提高多 目标规划的自动化和智能化水平。
扩展应用领域
多目标规划的应用领域将进一步扩大,涵盖经济、工程、环境、社 会等更多领域,为解决实际问题提供更多思路和方法。
如何更好地应用多目标规划解决实际问题
强化理论支撑
深入研究多目标规划的基本理论,提高其理论水平和科学性,为实际应用提供更有力的理论支撑。
总结词
资源分配问题是一个多目标规划的经典问题,旨在合理分配有限资源以达到多 个目标最优。
详细描述
资源分配问题通常涉及多个相互冲突的目标,如最大化效益、最小化成本、确 保资源公平分配等。通过多目标规划方法,可以找到一种权衡方案,使得各个 目标在不同程度上得到优化。
实例二:生产计划问题
总结词
生产计划问题是多目标规划在制造业中的实际应用,旨在平衡生产成本、交货期和产品质量等多个目 标。
解释
在多目标规划中,决策者需要权衡多 个目标之间的利益关系,并找到一个 平衡点,使得所有目标都能得到相对 最优的解。
多目标规划的重要性
解决现实问题
多目标规划能够解决许多现实问题, 如资源分配、项目评估等,这些问题 通常涉及到多个相互冲突的目标。
多目标决策分析教材(PPT 46页)

RI 0 0 0.58 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59
(3)当CR<0.1时,判断矩阵满足一致性
例 上例中,max 3.003 ,n=3
CI 3.003 3 0.0015 ,RI 0.58 (查表)
31
2,4,6,8 为以上两判断之间的中间状态
倒数 j 因素与 i 因素相比的重要程度
称为正互反矩阵
特点:
aij>0 aij= 1/aji aii=1
例如:
1 3 1/ 2 A 1/ 3 1 1/ 7
2 7 1
2、层次单排序
求判断矩阵A的最大特征值 max 及其特征向量W,即
AW= maxW
将W归一化后得 W=[w1,w2,……,wn]即为各指标的排序权值。
D3:李伟峰 D4:张恩华 D5:徐云龙
1/2 1/3 1/3
2
1
1
1
1/2
½
1
1
1
C1:技术 C2:心理 C3:经验 C4:伤病
D1:范
D2:杜
D3:李
D4:张
D5:徐
最后计算出层次总排序的权重向量为:
W=(0.263, 0.136, 0.251, 0.238, 0.112)
C.I.=0.049 C.R.=0.044<0.1
矩阵C2-D, C3-D 各为四阶(略):
目标层A 准则层C
A 合理使用资金
C1
调动员工工作 积极性
C2
提高企业 技术水平
C3
改变员工物 质文化生活
方案层D
D1 发奖金
D2 扩建福利设施
多目标规划教材(PPT 116张)

O
f2 A5 A4 A1 A3 A2 f1 A6 A7
多目标规划的解集
绝对最优解
* * 设 x* R ,如果对于 x R 均有 F x F x ,则称 x 为多目标规划问题的绝对最
*
优解。多目标规划问题的绝对最优解的全体可以记为 Rab ,其含义为:该最优解与 任意一个可行解都是可以进行比较的。下图为当 n 1, p 2 时绝对最优解的示意图。
多目标规划问题的典型实例
再由约束条件,该厂每周的生产时间为 40h,故: x1 x2 x3 40 且需要满足能耗不得超过 20t 标准煤: 0.48x1 0.65x2 0.42 x3 20 上面是对生产过程的约束,再考虑销售过程,由于数据表中给出了三种产品每周 的最大销量,故我们必须限制生产数量小于最大销量才能使得成本最低,即满足下 述约束条件:
qA1 20x1 700; qA2 25x2 800; qA3 15x3 500
同时考虑到生产时间的非负性,总结得到该问题的数学模型为:
max min s.t.
f1 x 500 x1 400 x2 600 x3 f 2 x 0.48 x1 0.65 x2 0.42 x3 x1 x2 x3 40 0.48 x1 0.65 x2 0.42 x3 20 20 x1 700 25 x2 800 15 x3 500 x1 , x2 , x3 0
多目标规划的解集
直观理解
对单目标规划来说,给定任意两个可行解 x1 , x2 R ,通过比较它们的目标函数 值 f x1 , f x2 就可以确定哪个更优。 但对于多目标规划而言, 给定任意两个可行解
f2 A5 A4 A1 A3 A2 f1 A6 A7
多目标规划的解集
绝对最优解
* * 设 x* R ,如果对于 x R 均有 F x F x ,则称 x 为多目标规划问题的绝对最
*
优解。多目标规划问题的绝对最优解的全体可以记为 Rab ,其含义为:该最优解与 任意一个可行解都是可以进行比较的。下图为当 n 1, p 2 时绝对最优解的示意图。
多目标规划问题的典型实例
再由约束条件,该厂每周的生产时间为 40h,故: x1 x2 x3 40 且需要满足能耗不得超过 20t 标准煤: 0.48x1 0.65x2 0.42 x3 20 上面是对生产过程的约束,再考虑销售过程,由于数据表中给出了三种产品每周 的最大销量,故我们必须限制生产数量小于最大销量才能使得成本最低,即满足下 述约束条件:
qA1 20x1 700; qA2 25x2 800; qA3 15x3 500
同时考虑到生产时间的非负性,总结得到该问题的数学模型为:
max min s.t.
f1 x 500 x1 400 x2 600 x3 f 2 x 0.48 x1 0.65 x2 0.42 x3 x1 x2 x3 40 0.48 x1 0.65 x2 0.42 x3 20 20 x1 700 25 x2 800 15 x3 500 x1 , x2 , x3 0
多目标规划的解集
直观理解
对单目标规划来说,给定任意两个可行解 x1 , x2 R ,通过比较它们的目标函数 值 f x1 , f x2 就可以确定哪个更优。 但对于多目标规划而言, 给定任意两个可行解
多目标规划方法讲义(PPT 76张)

s.t. ( X ) G
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),而不顾其它目标。
对于上述多目标规划问题,求解就意味着需要做出如下 的复合选择:
▲ 每一个目标函数取什么值,原问题可以得到最满意 的解决? ▲ 每一个决策变量取什么值,原问题可以得到最满意 的解决 ?
非劣解可以用图1说明。
1( X ) 0 2( X ) 0 ( X ) ( X ) 0 m
在求解之前,先设计与目标函数相应的一组目标值理想 化的期望目标 fi* ( i=1,2,…,k ) , 每一个目标对应的权重系数为 i* ( i=1,2,…,k ) , 再设 为一松弛因子。 那么,多目标规划问题就转化为:
T [ x , x , , x ] 式中: X 为决策变量向量。 1 2 n
缩写形式:
max(min) Z F ( X )
(1) (2)
s . t .
( X ) G
有n个决策变量,k个目标函数, m个约束方程,
则:
Z=F(X) 是k维函数向量, (X)是m维函数向量;
G是m维常数向量;
在很多实际问题中,例如经济、管理、军事、科学和工程 设计等领域,衡量一个方案的好坏往往难以用一个指标来 判断,而需要用多个目标来比较,而这些目标有时不甚协 调,甚至是矛盾的。因此有许多学者致力于这方面的研究。
1896年法国经济学家 V. 帕雷托最早研究不可比较目标的优 化问题,之后,J.冯· 诺伊曼、H.W.库恩、A.W.塔克、A.M. 日夫里翁等数学家做了深入的探讨,但是尚未有一个完全 令人满意的定义。
????minx21kifxfiii??????210mixi??????????????????????????????minmin21xfxfxfxfk???????????????????????????????????????????????????????????????00021??xxxxm??????16方法五目标规划模型目标规划法需要预先确定各个目标的期望值fi同时给每一个目标赋予一个优先因子和权系数假定有k个目标l个优先级lk目标规划模型的数学形式为
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),而不顾其它目标。
对于上述多目标规划问题,求解就意味着需要做出如下 的复合选择:
▲ 每一个目标函数取什么值,原问题可以得到最满意 的解决? ▲ 每一个决策变量取什么值,原问题可以得到最满意 的解决 ?
非劣解可以用图1说明。
1( X ) 0 2( X ) 0 ( X ) ( X ) 0 m
在求解之前,先设计与目标函数相应的一组目标值理想 化的期望目标 fi* ( i=1,2,…,k ) , 每一个目标对应的权重系数为 i* ( i=1,2,…,k ) , 再设 为一松弛因子。 那么,多目标规划问题就转化为:
T [ x , x , , x ] 式中: X 为决策变量向量。 1 2 n
缩写形式:
max(min) Z F ( X )
(1) (2)
s . t .
( X ) G
有n个决策变量,k个目标函数, m个约束方程,
则:
Z=F(X) 是k维函数向量, (X)是m维函数向量;
G是m维常数向量;
在很多实际问题中,例如经济、管理、军事、科学和工程 设计等领域,衡量一个方案的好坏往往难以用一个指标来 判断,而需要用多个目标来比较,而这些目标有时不甚协 调,甚至是矛盾的。因此有许多学者致力于这方面的研究。
1896年法国经济学家 V. 帕雷托最早研究不可比较目标的优 化问题,之后,J.冯· 诺伊曼、H.W.库恩、A.W.塔克、A.M. 日夫里翁等数学家做了深入的探讨,但是尚未有一个完全 令人满意的定义。
????minx21kifxfiii??????210mixi??????????????????????????????minmin21xfxfxfxfk???????????????????????????????????????????????????????????????00021??xxxxm??????16方法五目标规划模型目标规划法需要预先确定各个目标的期望值fi同时给每一个目标赋予一个优先因子和权系数假定有k个目标l个优先级lk目标规划模型的数学形式为
多目标规划及案例

主办方在会议开始前对所有参会的100位代表 旅游意向进行了调查,充分考虑这些代表的意愿, 为主办方设计代表们合适的旅游路线,使他们在会 议结束后的10天时间内花最少的钱游尽可能多的地 方。 目标一:宾客参观意愿满意度尽可能高 目标二:宾客所花费用尽可能少 目标三:宾客游尽可能多的景点
转化为单目标的具体方法介绍:
求解算法之二:
目标规划法
二、多目标优化目标规划法
线性规划通常考虑一个目标函数(问题简单) 目标规划考虑多个目标函数(问题复杂) 。
例 生产安排问题
某企业生产甲、乙两种产品,需要用到A,B,C 三种设备,关于产品的盈利与使用设备的工时及限 制如下表所示。
甲 2 A/(h/件) 4 B/(h/件) 0 C/(h/件) 赢利/(元/件) 200 乙 设备的生产能力/h 2 12 0 16 5 15 300
u( f (x)) = ∑λi fi (x)
i =1
m
∑λ = 1
i =1 i
m
转化单目标法
3. 极大极小点法
1≤ i ≤ m
min u ( f ( x )) = min max{ f i ( x )}
x∈ X 1≤ i ≤ m
4. 范数理想点法
dp
(
p⎤ ⎡ f ( x ), f ;ω = ⎢ ∑ ω i f i ( x ) − f i ⎥ ⎣ i =1 ⎦ m
虑利润,还需要考虑多个方面,因此增加下列因素(目标):
• 力求使利润指标不低于1500元 • 考虑到市场需求,甲、乙两种产品的产量比应尽量保持1:2 • 设备A为贵重设备,严格禁止超时使用 • 设备C可以适当加班,但要控制;设备B既要求充分利用,又 尽可能不加班,在重要性上,设备B是设备C的3倍 从上述问题可以看出,仅用线性规划方法是不够的,需 要借助于目标规划的方法进行建模求解
多目标规划课件

min U(F(X))
X∈R
然后求解该问题,并将其最优解X*作为(VP) 的最优解。 由于构造评价函数的多种多样,也就出现 了多种不同的评价函数方法。
处理多目标规划的一些方法
1. 线性加权和法 对 重 且(要 ∑V程λPj)=中度1,的给然p以个后适目构当标造的f评1权(X价系),函数f2数(λXj≥),0…(j,=f1p(,X2,)…按,p其),
挑选出满意的方案来。这时称BC上的点为
非劣解,或有效解。
多目标规划解的概念
对于一般的多目标规划问题:
(VP)
V-min F(X)=(f1(X), f2(X),…,fp(X))T
s.t. gi(X)≤0, i=1,2,…,m
其中X=(x1,x2,…,xn)T, p≥2
设R={X| gi(X)≤0, i=1,2,…,m}
多目标规划解的性质
类似地可证明:像集F(R)的有效点一
定是弱有效点,即
E
* pa
E w* p
通过在像集F(R)上寻找有效点(或弱 有效点),就可以确定约束集合R上 的有效解(或弱有效解)。对此,有 如下的定理。
多目标规划解的性质
定理4 在像集F(R)上,若Epa*已知,则在约 束集合R上,有
X∈R
p-1
其中Rp-1=Rp-2∩{X |fp-1(X)≤fp-1*}
处理多目标规划的一些方法
此时求得最优解X*,最优值为fp*,则 X*就是多目标问题(VP)在分层序列意 义下的最优解。进一步有下列定理。
定理6 设X*是由分层序列法所得到的 最优解,则X*∈Rpa*.
处理多目标规划的一些方法
(2)若fj(Y)= fj(X*), j=1,2,…,j0-1 但fj0(Y)<fj0(X*) 2≤j0≤p 此时必有fj(Y)= fj(X*)≤fj*, j=1,2,…,j0-1 因此,Y是问题 (Pj0) min fp(X) X∈Rj0-2∩{X |fj0-1(X)≤fj0-1*} 的可行解,又由
X∈R
然后求解该问题,并将其最优解X*作为(VP) 的最优解。 由于构造评价函数的多种多样,也就出现 了多种不同的评价函数方法。
处理多目标规划的一些方法
1. 线性加权和法 对 重 且(要 ∑V程λPj)=中度1,的给然p以个后适目构当标造的f评1权(X价系),函数f2数(λXj≥),0…(j,=f1p(,X2,)…按,p其),
挑选出满意的方案来。这时称BC上的点为
非劣解,或有效解。
多目标规划解的概念
对于一般的多目标规划问题:
(VP)
V-min F(X)=(f1(X), f2(X),…,fp(X))T
s.t. gi(X)≤0, i=1,2,…,m
其中X=(x1,x2,…,xn)T, p≥2
设R={X| gi(X)≤0, i=1,2,…,m}
多目标规划解的性质
类似地可证明:像集F(R)的有效点一
定是弱有效点,即
E
* pa
E w* p
通过在像集F(R)上寻找有效点(或弱 有效点),就可以确定约束集合R上 的有效解(或弱有效解)。对此,有 如下的定理。
多目标规划解的性质
定理4 在像集F(R)上,若Epa*已知,则在约 束集合R上,有
X∈R
p-1
其中Rp-1=Rp-2∩{X |fp-1(X)≤fp-1*}
处理多目标规划的一些方法
此时求得最优解X*,最优值为fp*,则 X*就是多目标问题(VP)在分层序列意 义下的最优解。进一步有下列定理。
定理6 设X*是由分层序列法所得到的 最优解,则X*∈Rpa*.
处理多目标规划的一些方法
(2)若fj(Y)= fj(X*), j=1,2,…,j0-1 但fj0(Y)<fj0(X*) 2≤j0≤p 此时必有fj(Y)= fj(X*)≤fj*, j=1,2,…,j0-1 因此,Y是问题 (Pj0) min fp(X) X∈Rj0-2∩{X |fj0-1(X)≤fj0-1*} 的可行解,又由
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
❖ 最优区位应是自然灾害危及区域外。
❖ 绿洲型城市优化选址所要求的目标具有多重性。
❖ 拟定“城市土地征用费”和“城市用水费用”最低 作为本模型追求的目标:即追求“城市土地征用费 最小”和“城市用水费用最低廉”
2020/11/12
2008.05.16
20
①土地征用费:
一般来说,城市建设征地的费用由土地的农业适宜性决定,即 越适宜于农业利用的土地,其征用费就越高,反之,就越低。
min=800m3/m·d 较为合适)。
❖ 用Q 表示地下水单位涌水量,则其受约为:
Q=Q(γ、θ、z)≥Qmin (3)
2020/11/12
2008.05.16
23
②水质约束
❖ a.酸碱性要求pH 满足:
6.5≤pH(γ,θ,z)≤8.5
(4)
❖ b.五毒元素。选取酚、氰、砷、汞、铬等五项主要有毒污 染物(离子)作为评价因子,采用N.L.内梅罗指数法表示, 其约束形式为:
❖ 位于冲积扇上不同部位的土地宜农性差异是显著的,在扇面 的上部(γ较小和z 较大的部位)。地表物质组成较粗,地下 水位深,土地宜农性较差,征用费也较低;
❖ 在扇面的中部,土地的宜农性仍然较差,征用费较低;
❖ 在扇面的中下部(γ较大,z 较小的部位),土质良好,地下 水位亦较浅,土地的宜农性好,土地征用费亦高;
2020/11/12
2008.05.16
15
(3)工程地质条件:
现代化城市,以高层建筑和高层建筑群为其外观特征。因此, 城市选址必须考虑工程地质条件,对于冲积扇上的绿洲型城 市而言,由于扇体的各个部位的物质组成不尽相同,因而其 地基承载力也不尽相同,扇体各个部位的稳定性也有差异。
❖ 绿洲型城市的选址。应充分考虑现代高层建筑对地基承载力 的要求,其次地下水位不应过高(埋藏小于3m)否则会对建 筑基础不。
2020/11/12
2008.05.16
12
(1)土地条件
在干旱绿洲地区,宜农性土地是很有限的,是很宝贵 的土地资源,一般情况是不允许作为其它用地的。
通常,土质差的非宜农性土地的城市建设征用费低, 土质好的宜农性土地征用费高。
因此,绿洲城市的区位应选在土质能满足城市建设要 求,而土地征用费又较低廉的部位。显然,土地条 件是限制绿洲城市选址的重要因子。
❖ 通过前面关于绿洲型城市形成的环境地质基础的分析,在数 学的几何形态上,可以将这个优化选址模型的求解区域近似 地看成是一个规则的扇形体Ω。对扇面上的任意一点M,可 用柱面坐标表示,即用点M 在平面上的投影的极坐标(γ、 θ)以及点M 到平面的距离z(立标)描述。位于扇面上的不 同点M(γ、θ、z),其环境地质条件是有差异的,任何一 个环境地质要素均可看成是坐标点即γ、θ、z 的函数。
❖ 由于城市是区域经济发展和地方行政管理中心。因此,优 越的地理位置、便利的交通、充足的水源、潜在的经济环 境及优良的自然环境等条件应是良好城市区位的基本特征。 对于冲积扇上的绿洲型城市而言,其区位选择与环境地质 因素有着极为密切的关系。因此,环境地质因素是影响绿 洲型城市选址的主要因素,主要有如下几方面。
❖ 对绿洲型城市优化选址问题在理论上作了探讨,并 以新疆奎屯绿洲为例,对模型进行了验证评价。
2020/11/12
2008.05.16
2
❖ 奎屯市地处天山山前洪积冲积扇缘地带,海拔在450-530 米,属北温带大陆性干旱气候,夏热冬寒,昼夜温差较大, 四季较为分明。年降水量为182毫米,年平均气温7℃、日照 时数2691小时,全年无霜期约为180天。是天山以北地区灾 害性天气发生较少的地区。地下水资源丰富,动储量约1.4— 1.7亿立方米/年,地下水位随地势由南至北逐渐升高,东北 部水位离地面2-4米,并在此自然形成了4000多亩的泉沟和 大苇湖。 奎屯市与毗邻的国家级石化基地独山子和自治区农牧业 生产基地乌苏市形成的“三角”区域,被区内外经济学家誉 为新疆经济发展的“金三角”地带,该区域现有人口55万, 国内生产总值60亿元。
minW=W(γ,θ,z) (2)
2020/11/12
2008.05.16
22
(3)约束条件
①水量约束:前已分析了水资源是影响城市区位的主要因素。 绿洲型城市应选在地下水丰富的区域,采用“地下水单位涌 水量”来表征地下水的富水性,地下水单位涌水量大的区域, 一般来说,含水层较厚,富水性好。设
Qmin 为满足城市用水最小的地下水单位涌水量(在奎屯绿 洲,经讨论
2020/11/12
2008.05.16
24
PI w
n i 1
Ci Si
式中,PIw 表示地下水水质指数;Ci 表示某种污染物的检出含
量(mg/l);Si 表示某种污染物的评价标准(mg/l)。
地下水水质指数的约束条件为:
❖ 在扇缘部位(γ最大,z 接近0),土壤质量高,地下水埋藏 适宜。只要采取有效的排水措施,能够避免土地沼泽化和盐 碱化,因此农业适应性也较高(奎屯垦区几十年的农业开发 证明了这一点)。土地征用费也相对较高,但由于排水较困 难,且工程地质条件差,不宜建设城市。
2020/11/12
2008.05.16
❖ 近40多年来,这一带「创造」绿洲的是一支几十万人众的「新疆生产 建设兵团」,由军方统领,颇有古代「屯垦戌边」的意味。石河子和奎 屯就是垦区中心,分别为「农八师」和「农七师]的师部驻地。不过现 在看来,全无「军队」的痕迹,只见「布衣百姓」。
❖ 因为是新型的城市,所以规划井然,街道横平竖直。其实,原来组成生 产建设兵团的军人早已就地「解甲归田」,成为农场职工,他们的后代 多数也成了这里的「土著」居民。不过,那些团、连及它们的番号却已 成了地名-须知原来的荒原哪有地名呢?实际上,新疆的许多老地名, 例如此去精河以西的二台、三台、四台、五台,也正是古代驻军烽火台 和驿站留下来的地名哩!
ρ=ρ(γ,θ,z)≤0.5 (5)
Hale Waihona Puke 式中,ρ为内梅罗指数,选用生活饮用水卫生标准,若 ρ≤0.5,则认为各毒物均未超标。
❖ c.其它影响水质的因子。除了五毒元素外,还有其它影响 水质的因子(或指标),主要有矿化度、硬度、SO 、Cl 、 NO 、NO 、Cu、Pb、胺基、化学耗氧量和胺氧量和胺等 十一种,其评价方法采用如下水质指数公式I
多目标规划实例
作为多目标规划方法在地理学研究中的应 用实例,
本节拟主要介绍绿洲型城市优化选址模型 和工业结构优化模型。
2020/11/12
2008.05.16
1
一、绿洲型城市优化选址模型
从研究新疆冲积扇型绿洲城市形成的环境地质基础入 手,
❖ 分析了影响绿洲型城市选址的环境地质要素,
❖ 运用多目标线性规划方法建立了绿洲型城市优化选 址模型
❖ 绿洲型城市的选址还应考虑环境地质灾害因素。城 市选址应尽量避开环境地质灾害的多发地段,特别 应避开受泥石流、洪水可能影响的地段。
2020/11/12
2008.05.16
17
(二)绿洲型城市优化选址模型
❖ 冲积扇型城市是新疆绿洲型城市的典型代表,本节旨在回答 在冲积扇的什么部位建立城市最为合理或已建城镇合理发展 规划问题。因此,冲积扇扇形地就是城市选址所允许的空间 范围。也是我们优化选址模型的求解区域。
2020/11/12
2008.05.16
3
❖奎 屯
2020/11/12
2008.05.16
4
2020/11/12
2008.05.16
5
2020/11/12
2008.05.16
6
2020/11/12
2008.05.16
7
2020/11/12
2008.05.16
8
❖ 奎屯「人造绿洲」的中心 从乌鲁木齐踏上西去的公路,左面可遥见天 山的雪峰,两边是山前平原,绿色原野上一排排整齐的防护林带,把农 作物地划成井田状,浓浓的绿意。东西向的公路穿过石河子、奎屯两市, 这两个地名简直成了「人造绿洲」的代名词。几十年前,这一带还是芦 苇丛生的沼泽和只有红柳、梭梭林可以生长的荒漠沙地。
21
如果记p 为单位土地面积的征用费,则
❖ p 应是点M(γ,θ,z)的函数。那么,对于追求 “征用费最少”这一目标,其目标函数可表示为:
min p=p(γ,θ,z) (1)
❖ ②城市用水费用:这里城市用水费用主要指的是打 井费用和配套设备费用及抽水费用。在冲积扇的下 部,地下水位浅,用水费用低。在冲积扇的中上部, 地下水位深,用水费用高。记W 为单位城市土地面 积上的用水费用,则所追求的“用水费用最低”这 一目标的函数可表示为:
因此,地下水资源是影响绿洲型城市优化选址重要的
环境地质要素。
2020/11/12
2008.05.16
14
②地下水水质:
❖ 地下水对绿洲型城市优化选址的影响,除了地下水 量外,还有地下水水质问题。水质的好坏,直接影 响到城市居民的身体健康和工业用水及其生产成品 的质量、成本等。
❖ 城市最优区位的地下水水质的有关毒理学指标如氟 化物、氰化物、砷、汞、酚、铬等及其它表征水质 状况的指标,如硬度、SO 、Cl 、NO 、Cu、Pb、 pv胺基、化学耗氧量、氨等经过简单的净化处理后, 均应符合国家生活饮用水卫生标准和工业用水水质 标准。
❖ 地下水位也不应过低(埋深大于100m)。否则,用水费用 (主要包括打井费用、配套设备费用和电费等)过高,这样 也将提高城市建设费用。
2020/11/12
2008.05.16
16
(4)环境地质灾害:
❖ 地震、滑坡、泥石流、洪水等环境地质灾害在地处 干旱内陆的新疆时有发生,特别是在春夏季节,泥 石流、洪水灾害较为多见。
2020/11/12
2008.05.16
9
❖ (一)绿洲型城市环境地质基础及影响城市选址的环境地 质要素
❖ 绿洲型城市优化选址所要求的目标具有多重性。
❖ 拟定“城市土地征用费”和“城市用水费用”最低 作为本模型追求的目标:即追求“城市土地征用费 最小”和“城市用水费用最低廉”
2020/11/12
2008.05.16
20
①土地征用费:
一般来说,城市建设征地的费用由土地的农业适宜性决定,即 越适宜于农业利用的土地,其征用费就越高,反之,就越低。
min=800m3/m·d 较为合适)。
❖ 用Q 表示地下水单位涌水量,则其受约为:
Q=Q(γ、θ、z)≥Qmin (3)
2020/11/12
2008.05.16
23
②水质约束
❖ a.酸碱性要求pH 满足:
6.5≤pH(γ,θ,z)≤8.5
(4)
❖ b.五毒元素。选取酚、氰、砷、汞、铬等五项主要有毒污 染物(离子)作为评价因子,采用N.L.内梅罗指数法表示, 其约束形式为:
❖ 位于冲积扇上不同部位的土地宜农性差异是显著的,在扇面 的上部(γ较小和z 较大的部位)。地表物质组成较粗,地下 水位深,土地宜农性较差,征用费也较低;
❖ 在扇面的中部,土地的宜农性仍然较差,征用费较低;
❖ 在扇面的中下部(γ较大,z 较小的部位),土质良好,地下 水位亦较浅,土地的宜农性好,土地征用费亦高;
2020/11/12
2008.05.16
15
(3)工程地质条件:
现代化城市,以高层建筑和高层建筑群为其外观特征。因此, 城市选址必须考虑工程地质条件,对于冲积扇上的绿洲型城 市而言,由于扇体的各个部位的物质组成不尽相同,因而其 地基承载力也不尽相同,扇体各个部位的稳定性也有差异。
❖ 绿洲型城市的选址。应充分考虑现代高层建筑对地基承载力 的要求,其次地下水位不应过高(埋藏小于3m)否则会对建 筑基础不。
2020/11/12
2008.05.16
12
(1)土地条件
在干旱绿洲地区,宜农性土地是很有限的,是很宝贵 的土地资源,一般情况是不允许作为其它用地的。
通常,土质差的非宜农性土地的城市建设征用费低, 土质好的宜农性土地征用费高。
因此,绿洲城市的区位应选在土质能满足城市建设要 求,而土地征用费又较低廉的部位。显然,土地条 件是限制绿洲城市选址的重要因子。
❖ 通过前面关于绿洲型城市形成的环境地质基础的分析,在数 学的几何形态上,可以将这个优化选址模型的求解区域近似 地看成是一个规则的扇形体Ω。对扇面上的任意一点M,可 用柱面坐标表示,即用点M 在平面上的投影的极坐标(γ、 θ)以及点M 到平面的距离z(立标)描述。位于扇面上的不 同点M(γ、θ、z),其环境地质条件是有差异的,任何一 个环境地质要素均可看成是坐标点即γ、θ、z 的函数。
❖ 由于城市是区域经济发展和地方行政管理中心。因此,优 越的地理位置、便利的交通、充足的水源、潜在的经济环 境及优良的自然环境等条件应是良好城市区位的基本特征。 对于冲积扇上的绿洲型城市而言,其区位选择与环境地质 因素有着极为密切的关系。因此,环境地质因素是影响绿 洲型城市选址的主要因素,主要有如下几方面。
❖ 对绿洲型城市优化选址问题在理论上作了探讨,并 以新疆奎屯绿洲为例,对模型进行了验证评价。
2020/11/12
2008.05.16
2
❖ 奎屯市地处天山山前洪积冲积扇缘地带,海拔在450-530 米,属北温带大陆性干旱气候,夏热冬寒,昼夜温差较大, 四季较为分明。年降水量为182毫米,年平均气温7℃、日照 时数2691小时,全年无霜期约为180天。是天山以北地区灾 害性天气发生较少的地区。地下水资源丰富,动储量约1.4— 1.7亿立方米/年,地下水位随地势由南至北逐渐升高,东北 部水位离地面2-4米,并在此自然形成了4000多亩的泉沟和 大苇湖。 奎屯市与毗邻的国家级石化基地独山子和自治区农牧业 生产基地乌苏市形成的“三角”区域,被区内外经济学家誉 为新疆经济发展的“金三角”地带,该区域现有人口55万, 国内生产总值60亿元。
minW=W(γ,θ,z) (2)
2020/11/12
2008.05.16
22
(3)约束条件
①水量约束:前已分析了水资源是影响城市区位的主要因素。 绿洲型城市应选在地下水丰富的区域,采用“地下水单位涌 水量”来表征地下水的富水性,地下水单位涌水量大的区域, 一般来说,含水层较厚,富水性好。设
Qmin 为满足城市用水最小的地下水单位涌水量(在奎屯绿 洲,经讨论
2020/11/12
2008.05.16
24
PI w
n i 1
Ci Si
式中,PIw 表示地下水水质指数;Ci 表示某种污染物的检出含
量(mg/l);Si 表示某种污染物的评价标准(mg/l)。
地下水水质指数的约束条件为:
❖ 在扇缘部位(γ最大,z 接近0),土壤质量高,地下水埋藏 适宜。只要采取有效的排水措施,能够避免土地沼泽化和盐 碱化,因此农业适应性也较高(奎屯垦区几十年的农业开发 证明了这一点)。土地征用费也相对较高,但由于排水较困 难,且工程地质条件差,不宜建设城市。
2020/11/12
2008.05.16
❖ 近40多年来,这一带「创造」绿洲的是一支几十万人众的「新疆生产 建设兵团」,由军方统领,颇有古代「屯垦戌边」的意味。石河子和奎 屯就是垦区中心,分别为「农八师」和「农七师]的师部驻地。不过现 在看来,全无「军队」的痕迹,只见「布衣百姓」。
❖ 因为是新型的城市,所以规划井然,街道横平竖直。其实,原来组成生 产建设兵团的军人早已就地「解甲归田」,成为农场职工,他们的后代 多数也成了这里的「土著」居民。不过,那些团、连及它们的番号却已 成了地名-须知原来的荒原哪有地名呢?实际上,新疆的许多老地名, 例如此去精河以西的二台、三台、四台、五台,也正是古代驻军烽火台 和驿站留下来的地名哩!
ρ=ρ(γ,θ,z)≤0.5 (5)
Hale Waihona Puke 式中,ρ为内梅罗指数,选用生活饮用水卫生标准,若 ρ≤0.5,则认为各毒物均未超标。
❖ c.其它影响水质的因子。除了五毒元素外,还有其它影响 水质的因子(或指标),主要有矿化度、硬度、SO 、Cl 、 NO 、NO 、Cu、Pb、胺基、化学耗氧量和胺氧量和胺等 十一种,其评价方法采用如下水质指数公式I
多目标规划实例
作为多目标规划方法在地理学研究中的应 用实例,
本节拟主要介绍绿洲型城市优化选址模型 和工业结构优化模型。
2020/11/12
2008.05.16
1
一、绿洲型城市优化选址模型
从研究新疆冲积扇型绿洲城市形成的环境地质基础入 手,
❖ 分析了影响绿洲型城市选址的环境地质要素,
❖ 运用多目标线性规划方法建立了绿洲型城市优化选 址模型
❖ 绿洲型城市的选址还应考虑环境地质灾害因素。城 市选址应尽量避开环境地质灾害的多发地段,特别 应避开受泥石流、洪水可能影响的地段。
2020/11/12
2008.05.16
17
(二)绿洲型城市优化选址模型
❖ 冲积扇型城市是新疆绿洲型城市的典型代表,本节旨在回答 在冲积扇的什么部位建立城市最为合理或已建城镇合理发展 规划问题。因此,冲积扇扇形地就是城市选址所允许的空间 范围。也是我们优化选址模型的求解区域。
2020/11/12
2008.05.16
3
❖奎 屯
2020/11/12
2008.05.16
4
2020/11/12
2008.05.16
5
2020/11/12
2008.05.16
6
2020/11/12
2008.05.16
7
2020/11/12
2008.05.16
8
❖ 奎屯「人造绿洲」的中心 从乌鲁木齐踏上西去的公路,左面可遥见天 山的雪峰,两边是山前平原,绿色原野上一排排整齐的防护林带,把农 作物地划成井田状,浓浓的绿意。东西向的公路穿过石河子、奎屯两市, 这两个地名简直成了「人造绿洲」的代名词。几十年前,这一带还是芦 苇丛生的沼泽和只有红柳、梭梭林可以生长的荒漠沙地。
21
如果记p 为单位土地面积的征用费,则
❖ p 应是点M(γ,θ,z)的函数。那么,对于追求 “征用费最少”这一目标,其目标函数可表示为:
min p=p(γ,θ,z) (1)
❖ ②城市用水费用:这里城市用水费用主要指的是打 井费用和配套设备费用及抽水费用。在冲积扇的下 部,地下水位浅,用水费用低。在冲积扇的中上部, 地下水位深,用水费用高。记W 为单位城市土地面 积上的用水费用,则所追求的“用水费用最低”这 一目标的函数可表示为:
因此,地下水资源是影响绿洲型城市优化选址重要的
环境地质要素。
2020/11/12
2008.05.16
14
②地下水水质:
❖ 地下水对绿洲型城市优化选址的影响,除了地下水 量外,还有地下水水质问题。水质的好坏,直接影 响到城市居民的身体健康和工业用水及其生产成品 的质量、成本等。
❖ 城市最优区位的地下水水质的有关毒理学指标如氟 化物、氰化物、砷、汞、酚、铬等及其它表征水质 状况的指标,如硬度、SO 、Cl 、NO 、Cu、Pb、 pv胺基、化学耗氧量、氨等经过简单的净化处理后, 均应符合国家生活饮用水卫生标准和工业用水水质 标准。
❖ 地下水位也不应过低(埋深大于100m)。否则,用水费用 (主要包括打井费用、配套设备费用和电费等)过高,这样 也将提高城市建设费用。
2020/11/12
2008.05.16
16
(4)环境地质灾害:
❖ 地震、滑坡、泥石流、洪水等环境地质灾害在地处 干旱内陆的新疆时有发生,特别是在春夏季节,泥 石流、洪水灾害较为多见。
2020/11/12
2008.05.16
9
❖ (一)绿洲型城市环境地质基础及影响城市选址的环境地 质要素