最优化方法论文
- 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)。
第五章多目标规划
例题5.1 某工厂生产两种产品:A与B. 产品A每单位需装配时间3小时,而B 为2小时,每周总装配有效时间为120小时。A产品的单位利润为100元,而B 产品的单位利润为80元。工厂允许加班,但加班生产的产品单位利润各减10元。根据合同,每周两种产品个需要提供30单位。
决策者,确定如下事实:
1.合同必须遵守,每周正常装配时间只有120小时;
2.尽可能少加班;
3.利润尽可能大。
建立其模型如下:
设:x1—每周正常时间生产的A产品数;
x2—每周加班时间生产的A产品数;
x3—每周正常时间生产的B产品数;
x4—每周加班时间生产的B产品数.
(VP) min 3x2+2x4,
max 100x1+90x2+80x3+70x4,
s.t. x1+x2≥30,
x3+x4≥30,
3x1+2x3≤120,
x1,x2,x3,x4≥0.
我们把这种目标函数多于一个的数学规划称为多目标规划,记为(VP).
多目标规划问题,一般可以表示为
(VP)
p个目标函数minf1x;minf2x;
.
.
. minf p x。
m个约束条件g1(x)≥0,g2x≥0,
.
.
.
g m(x)≥0,
其中x=(x
1,
x2,x3,x4……x n)T,p≥2,m≥0。
若引进向量函数,可把多目标规划写成向量形式(VP)min F(x),
s.t. G(x)≥0,
其中
F(x)=(f1(x),f2(x),…,f p(x))T
G(x)=(g1(x),g2(x),…,g m(x))T.
若把可行域记为D,即
D=x|G(x)≥0,
则(VP)又可记为
F(x).
min
x∈D
5.2偏差概念的运用
例如某个问题包含有如下部分要求:甲、乙两种产品均使用原料A,其单消耗分别为a1和a2单位,且原料A现有库存400单位;另甲、乙产品的单位利润分别为c1和c2。在制定生产计划时,要求尽量使用库存A,又期望得到利润500万。
若以x1、x2分别表示甲、乙的计划产量,则关于原料A的要求,利用偏差p1和n1表示为
min p1+n1,
s.t. a1x1+a2x2+p1-n1=400,
x1,x2,p1,n1≥0.
关于利润的要求,同样可引进偏差p2和n2,表示为
min p2+n2,
s.t. c1x1+c2x2+p2-n2=500(万),
x1,x2,p2,n2≥0,
其中p1,p2为正偏差量,若p1,p2>0而n1,n2=0,即意味着用完库存的A 和没有实现500万的利润;反之若p1,p2=0,n1,n2>0,则意味着A的使用量超过了现有库存,和利润超过了预期的500万。整个问题合在一起就是一个多目标规划:
min p1+n1,
min p2+n2,
s.t. a1x1+a2x2+p1-n1=400,
c1x1+c2x2+p2-n2=500(万),
x1,x2,p1,p2,n1,n2≥0.
5.3多目标规划解的概念
(VP) min x1,
min x2,
s.t. x1+x2≥3,
x1+x2≤5,
0≤x1≤2.
若写成向量形式,即为
(x1,x2)T
min
x∈D
D=(x1,x2)T3≤x1+x2≤5,0≤x2≤2.
在x1,x2坐标平面中很容易画出可行域D:
若上述问题的最优解,要求在所有可行点(x1,x2)T∈D中的x1和x2都是最小的,即相当于我们对向量(a,b)T和(a1,b1)T大小的定义为: