多目標規划問題特點:
1. 多個優化目標
2. 約束條件有回旋
給出幾個實際的例子:
例如要購置一台手提電腦,你想要 1. 內存盡可能大 2. 運行速度盡可能快 3. 重量盡可能輕 4. 體積盡可能小 5. 清晰度要高 6. 性價比要盡可能高 … 這些東西就是目標。
而像:1. 希望價格在5千以內 2. 希望外觀比較漂亮 3. 比較堅固 4. 性能要穩定可靠 .....就是一些模糊的約束條件。
又例如,去浙大參加研究生復試,應該怎么走?這就是一個交通工具的選擇問題。
每個人都有自己的走法,而 1. 一個小時左右能夠到 2. 單程費用不要超過20元 3. 最好車上有坐位 4. 步行路程不要超過1000米 .....之類的約束條件就是很多的目標。
目標形式:

約束形式:
![]()
注意:是盡可能滿足而不是非要滿足!
為了協調多種目標,一般存在兩種情況:
1. 同級的多個目標處理
①所有目標函數統一成max形式(或統一成min形式)
②總目標為一個加權求和形
決策者根據實際情況為每個子目標指定權重𝒘𝟏,𝒘𝟐,… ,𝒘𝒌,其中𝒘𝒊/𝒘𝒋為第𝒊個目標關於第𝒋個目標的相對重要性。
那么根據目標形式,得出對應的總目標為:

於是我們就可以把多目標規划問題轉化為一般的單目標模型:

例題:某廠計划在下一個生產周期內生產A,B兩種產品,每種產品的單位利潤分別為10和18(單位:萬元),資源消耗和限制數量如下表,求總利潤最大的生產方案。

解:設生產A,B,C分別為𝒙𝟏, 𝒙𝟐, 𝒙𝟑個單位,數學模型為:

這是一個單目標問題,解得x1=50/7,x2=200/7,最優目標函數值z=4100/7萬元。
但是如果考慮到第一種資源面臨漲價預期,希望盡可能清空庫存利於快速補充,故考慮本期利潤最大化的同時必須為下一個周期做好准備,從而增加新目標函數:
,進而就被轉化為了一個多目標問題。

如果目標一比目標二更重要,根據需求設定目標一相比目標二的重要性是2:1,則2個目標可以統一為:

這樣,多目標問題就被化為常規的單目標線性規問題了。

解得x1=550/23,x2=580/23,最優解z≈1556.087。
注意:目標函數的值要無量綱化!
如果𝒛𝟏的變化范圍為[minz1,maxz1],𝒛𝟐的變化范圍為[minz2,maxz2],則原目標可以做如下無量綱化處理:
其他無量綱化處理方法:直線型、折線型、曲線型無量綱方法。
2. 不同級的目標問題
首先要保證目標的主要(𝑷𝟏級)目標,再考慮𝑷𝟐級目標。𝑷𝒊級目標的重要性高於𝑷𝒊+𝟏級的目標的重要性。
![]()
絕對約束(也稱為系統約束):必須遵循的約束條件,如產品的產量必須為非負等等。
目標約束:允許帶偏差的約束。
常規數學規划模型中的約束是絕對約束。
設 𝒇𝒊(𝒊 = 𝟏, 𝟐, ⋯ ,𝒍 )為第𝒊個目標函數,它的正偏差變量:,
,表示決策值超過目標值的部分。
負偏差變量:
,表示決策值未達到目標值的部分。這里
表示𝒇𝒊的目標值。
因決策值不可能既超過目標值同時又未達到目標值,即恆有𝒅𝒊+ × 𝒅𝒊− = 𝟎。
例如,希望𝟑𝒙 + 𝟒𝒚大約等於100。
可寫成目標約束形式:![]()
如果希望𝟑𝒙 + 𝟒𝒚不超過100,則需要控制正偏差變量,如果希望𝟑𝒙 + 𝟒𝒚至少達到100則需要控制負偏差變量,如果希望𝟑𝒙 + 𝟒𝒚正好等於100,則需要同時控制正負兩個偏差變量。
這種用總偏差量最小化形式表示的目標函數稱為達成函數(正負偏差的控制通過目標函數來實現)
目標規划形式:

例題:某廠生產A,B, C三種產品,每種產品的單位利潤分別為12,18和15(單位萬元),資源消耗和市場需求量如下表:

P1級目標: 達到利潤指標利潤6000萬;
P2級目標: 盡量用完第一種資源的庫存,不夠可以適當外購議價資源;
P3級目標: 盡量不加班,如果需要加班則加班時間不要超過100小時。
達成函數(目標函數):
![]()
設生產A,B,C分別為𝒙𝟏, 𝒙𝟐, 𝒙𝟑個單位,約束條件:

先求解P1級目標問題:
則目標函數為
,並根據最初的約束條件求解。
記求得的最優解為𝒛𝟏 = 𝒄𝟏。
然后將𝒛𝟏 = 𝒄𝟏為約束條件(絕對約束)添加到原目標規划的約束中,求解𝑷𝟐級目標問題:

對於解P3級規划問題也是同理。
最后一個單目標規划的規划的求解結果即為目標規划的滿意解。
注意:在目標規划中不提最優解的概念,只提滿意解的概念(因為不可能所有的目標都達到最優),即尋求能夠照顧到各個目標,並使決策者感到滿意的解,由決策者來確定選取哪一個解,但滿意解的數目太多而難以將其一一求出。

