论文部分内容阅读
多目标规划问题(VMP)可表述为:V-<,x∈XСRn>F(x)(VMP)其中F(x)=(f<,1>(x),f<,2>(x),…,f<,p>(x))是R中区域X上的p维向量函数.本文研究(VMP)的求解方法.我们首先给出下包络点和下包络点集等概念,并证明(VMP)的有效点集和(VMP)的值域Y的下包络点集的有效点集是等价的;引入帕雷托拟合率,并证明了利用帕雷托拟合率可确定下包络点集的弱有效点;给出了划分、划分域、理想点等概念,并提出了在算法实现过程中对划分域进行取舍的理论依据.在此基础上,我们对多目标规划(VMP)设计这样一种求解途径:首先求下包络点集,由于全局有效点必定是下包络点,这样,就可以将一个多目标规划问题转化为求多个约束单目标规划的全局极小,用已有的全局优化方法(如积分水平集方法)求单目标规划问题的极小点,从而得到下包络点.然后再对所求得的点求其帕雷托拟合率,判别该点是否(VMP)的弱有效点,从而得到了一组弱有效点.具体的实现算法有两类:一类是受分支定界方法的启发,在求下包络点集的循环过程中,通过理想点的帕雷托拟合率来舍弃不包含有效点的划分域,以减少了求解次数,最终得到一组能反应全部有效点特性的有效点集.另一类是运用交互规划法的思想,在求解一组有效点集后,进行人机对话,由决策者决定下次划分的区域,如此循环反复,直到达到要求为止.文中第一章介绍了多目标规划学科的发展历史,当前的研究状况,并重点介绍了有效性理论、评价函数法和交互规划法等知识点.第二章给出下包络点、帕雷托拟合率、划分、划分域、理想点等概念,并对算法所涉及的理论依据给予了证明.第三章给出了求解双目标规划的一个算法,并进行了数值计算,说明算法是有效的.第四章给出了求解多目标规划的两个算法,并进行了数值计算,还对算例中所用到的积分水平集方法进行了介绍,最后给出了该算法存在的一些问题以及还可以继续探讨的方向.