- •Курсовая работа
- •Содержание
- •Введение. Общее описание задачи о ранце. Простейшая математическая модель.
- •Однокритериальная задача. Алгоритм решения
- •Постановка кзр
- •Алгоритм решения кзр методом динамического программирования
- •Алгоритм решения кзр методом ветвей и границ
- •Решение поставленной задачи с помощью метода ветвей и границ
- •Решение поставленной задачи с с помощью метода реккурентных соотношений
- •Решение задач многокритериальной оптимизации
- •Подход к решению многокритериальных задач, использующий схемы компромисса
- •Метод последовательных уступок по значению ведущего критерия (для 2х критериев)
- •Метод главного критерия
- •Принцип гарантированного результата
- •Метод идеальной точки
- •Принцип равенства
- •Принцип справедливой абсолютной уступки
- •Принцип относительной справедливой уступки
- •Подход к решению многокритериальных задач, основанный на концепции эффективной оценки и Парето-оптимального решения
- •Концепция Парета
- •Роль лпр в решении задач многокритериальной оптимизации
- •Многокритериальная многомерная задача о ранце
- •Постановка многокритериальной задачи
- •Заключение
- •Список литературы
Многокритериальная многомерная задача о ранце
D – мерная задача о ранце с n предметами и m аддитивными критериями:
(9)
(10)
(11)
0≤aij≤bi Задачу (9)-(11) обозначим символом Z.
Для получения полной совокупности эффективных в рассматриваемой задаче оценок E(Z) рассмотрим совокупность задач Z(K,p):
(12)
(13)
(14)
, где k ∈{1,2,...,n}, p∈P ; здесь и далее P - множество всех целочисленных векторов
(p 1 ,p2 ,…, pd) - с координатами, удовлетворяющими условиям 0 ≤ pi ≤ bi , .
Полную совокупность эффективных оценок в задаче Z(k, p) обозначим
E(k, p) . При этом E(Z) =E(n,b), здесь b= (b1,b2,…,bd).
(0,0,…,0) если ∃ i: 0≤pi<ail ;
Е(1,р)= .
(c11,c21,…,cm1) при ail≤pi для всех
Условимся далее обозначать через Сj и aj векторы (с1j ,с2j ,…, сmj) и (a1j ,a2j ,…, adj) .
Пусть уже найдены значения E(k, p) для некоторого k и всех возможных p
из P . Тогда значения E(k +1, p) вычисляются по формуле
Е(k,р), если ∃ i: 0≤pi<aik+1 ;
Е(k+1,р)= eff (Е(k,р)∪{Ck+1)⊕E(k, p-ak+1)})
. при аik+1≤pi для всех
здесь k = 1,2,...,n −1; p∈ P .
Действительно, задача Z(k+1, p) отличается от Z(k, p) дополнительным
наличием булевозначной переменной хk+1. В случае ∃ i: 0≤pi<aik+1 имеем
E(k+1, p ) =E(k, p), так как допустимым оказывается только нулевое значение данной переменной.
Если же для всех имеет место аik+1≤pi, то для переменной хk+1 следует
рассмотреть две возможности: хk+1= 0 и хk+1= 1.
Решение задачи Z сводится к последовательному заполнению строк таблицы. Заголовками строк являются допустимые значения первого аргумента функции E(k, p) r , т.е. натуральные числа от 1 до n . Заголовками столбцов являются допустимые значения второго аргумента. Указанные векторы перечисляются как заголовки столбцов в лексикографическом порядке. В каждую клетку (k, p) таблицы вносится множество векторов E(k, p) . Процесс решения задачи Z заканчивается нахождением множества E(Z) =E(n,b)
Постановка многокритериальной задачи
Сформулируем бикритериальную задачу о грузоперевозках. Первым максимизированным критерием у нас по-прежнему будет выступать возможная прибыль с продажи товара в тысячах условных единиц. Вторым максимизируемым критерием у нас будет выступать степень его спроса у потребителя (в таком случае помимо получения прибыли мы сэкономим время, которое могли бы потерять, погрузив не ходовой товар). Вес товара и максимальная грузоподъемность судна указаны в десятках тонн.
Найдя оптимальное решение для поставленной задачи, определим, какие товары выгоднее погрузить, с целью максимальной выгоды от пордажи товара в минимальные сроки..
3х1+х2+2х3+5х4+4х5max - прибыль от товара
х1+3х2+3х3+х4+5х5max - степень спроса у потребителя
2х1+х2+х3+4х4+3х5≤ 10 - вес товара и максимальная грузоподъемность
xi {0.1}, i= судна
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
1 |
0 |
(3,1)1 |
(3,1)1 |
(3,1)1 |
(3,1)1 |
(3,1)1 |
(3,1)1 |
(3,1)1 |
(3,1)1 |
(3,1)1 |
2 |
(1,3)2 |
(3,1)1 (1,3)2 |
(4,4)1,2 |
(4,4)1,2 |
(4,4)1,2 |
(4,4)1,2 |
(4,4)1,2 |
(4,4)1,2 |
(4,4)1,2 |
(4,4)1,2 |
3 |
(2,3)3 |
(3,6)2,3 |
(5,4)1,3 (3,6)2,3 |
(6,7)1,2,3 |
(6,7)1,2,3 |
(6,7)1,2,3 |
(6,7)1,2,3 |
(6,7)1,2,3 |
(6,7)1,2,3 |
(6,7)1,2,3 |
4 |
(2,3)3 |
(3,6)2,3 |
(5,4)1,3 (3,6)2,3 |
(6,7)1,2,3 |
(6,7)1,2,3 (7,4) 3,4 |
(8,7)2,3,4 |
(10,5)1,3,4 (8,7)2,3,4 |
(11,8)1,2,3,4 |
(11,8)1,2,3,4 |
(11,8)1,2,3,4 |
5 |
(2,3)3 |
(3,6)2,3 |
(5,4)1,3 (3,6)2,3 (4,5)5 |
(6,8)3,5 |
(7,11)1,3,5 |
(9,9)1,3,5 (7,11)1,3,5 |
(10,12)1,2,3,5 |
(10,12)1,2,3,5 (11,9)3,4,5 |
(12,12)2,3,4,5 |
(14,10)1,3,4,5 (12,12)2,3,4,5 |
Построена таблица включающая в себя полную совокупность эффективных оценок Е. В итоге мы получили две самых эффективных оценки (14,10) и (12,12). ЛПР необходимо выбрать одну из них. Руководствуясь соображениями, что все – таки прибыль нам несколько важнее, чем быстрый сбыт товара, ЛПР выбирает оценку (14,10).
Поскольку Кopt=(14,10), то Парето- оптимальное решение выглядит: х1=х3=х4=х5=1 , х2=0;
Следовательно погружены все предметы кроме второго с учетом их стоимости и приоритету у потребителей. И от их продажи товаров мы получим прибыль 14тыс.у.е.