22 多目标规划¶
约 713 个字 预计阅读时间 4 分钟
多目标规划的概念¶
多目标规划研究变量在满足给定约束条件下,多个可数值化的目标函数同时极小化的问题:
多目标规划解的类型¶
绝对最优解 \(S_a\):在所有可行解中,同时使所有目标函数取得最小值的解
- 对任意 \(\mathbf{x}\in S\) ,有 \(f_i(\mathbf{x}^*)\geq f_i(\mathbf{x}),i=1,2,\cdots,p\)
Pareto最优解(有效解/非劣解)\(S_p\):
- 不存在 \(\mathbf{x}\in S\) ,使得所有 \(f_i(\mathbf{x})\leq f_i(\mathbf{x}^*),i=1,2,\cdots,p\) ,且至少有一个 \(f_i(\mathbf{x})<f_i(\mathbf{x}^*)\)(非严格不等号)
弱Pareto最优解 \(S_{wp}\):
- 不存在 \(\mathbf{x}\in S\) ,使得所有 \(f_i(\mathbf{x})< f_i(\mathbf{x}^*),i=1,2,\cdots,p\) (非严格不等号)
解的关系¶
\(S_a\) 与 \(S_{wp}\) 之间的关系
\(S_a\) 与 \(S_{wp}\) 之间的关系(横坐标为 \(x\),纵坐标红线为 \(f_1\),蓝线为 \(f_2\)):
我们通常将其画为(纵坐标为 \(f_1\),横坐标为 \(f_2\)):
其中,左下角的交点为 \(S_a\) ,绿线为 \(S_{wp}\)
\(S_{wp}\) 与 \(S_p\) 之间的关系
\(S_{wp}\) 与 \(S_p\) 之间的关系(横坐标为 \(x\),纵坐标红线为 \(f_1\),蓝线为 \(f_2\)):
我们通常将其画为(纵坐标为 \(f_1\),横坐标为 \(f_2\)):
其中,红线为 \(S_{p}\) ,绿线为 \(S_{wp}\)
可以证明 \(S_a\subseteq S_{wp}\subseteq S_p\subseteq S\)
证明
-
若 \(\mathbf{x}^*\in S_a\),但 \(\mathbf{x}^*\notin S_p\),则存在 \(\overline{\mathbf{x}}\in S\) 和某个\(k\),使得\(f_k(\overline{\mathbf{x}})<f_k(\mathbf{x}^*),f_l(\overline{\mathbf{x}})\leq f_l(\mathbf{x}^*),l\neq k\),与\(\mathbf{x}^*\in S_a\)矛盾
-
若 \(\mathbf{x}^*\in S_p\),但 \(\mathbf{x}^*\notin S_{wp}\),则存在 \(\overline{\mathbf{x}}\in S\),使得\(f_k(\overline{\mathbf{x}})<f_k(\mathbf{x}^*),k=1,\cdots,p\),与 \(\mathbf{x}^*\in S_p\)矛盾。
若 \(S_a=S_{wp}\) ,则称 \(S_a\) 为Pareto最优解,此时 \(S_a=S_{wp}=S_p\)
多目标规划的求解¶
线性加权和法¶
主要目标法¶
理想点法¶
对任意\(k\),取\(f_k^0\leq\min_{z\in S}f_k(\mathbf{x})\),\(\lambda \in\Lambda=\{\lambda\mid \lambda \geq{0},\sum\limits_{k-1}^p \lambda _ k =1\}\),求解单目标规划 \(\quad\left(P_{i}(\alpha)\right)\min\limits_{\mathbf{x}\in S}\left(\sum\limits_{k=1}^{p}\lambda_{k}\left(f_{k}(\mathbf{x})-f_{k}^{0}\right)^{\alpha}\right)^{\frac1\alpha}\)
在实际情况下,我们可以将 \(\lambda\) 取为 \(1\),\(\alpha\) 取为 \(2\)
- 对任意 \(\alpha\geq1,P_{\lambda}(\alpha)\) 的最优解为弱Pareto最优解
- 若\(\lambda_k \equiv \frac1p\),对任意 \(\alpha\geq1\),\(P_{\lambda}(\alpha)\) 的最优解为Pareto最优解
分层排序法¶
例子:投资组合¶
采用主要目标法