[企业管理]第一讲 目标规划模型.ppt

第一讲目标规划模型主讲：董庆来,内容提要,1 线性规划与目标规划2 目标规划的数学模型3 目标规划模型的实例,一、线性规划与目标规划,线性规划通常考虑一个目标函数(问题简单),目标规划考虑多个目标函数(问题复杂),线性规划,目标规划,某企业生产甲、乙两种产品，需要用到A,B,C三种设备，关于产品的盈利与使用设备的工时及限制如下表所示。,例1 生产安排问题,问该企业应如何安排生产，使得在计划期内总利润最大？,1.线性规划建模,该例1是一个线性规划问题，直接考虑它的线性规划模型,设甲、乙产品的产量分别为x1,x2,建立线性规划模型：,用Lindo或Lingo软件求解,得到最优解,2.目标规划建模,在上例1中，企业的经营目标不仅要考虑利润，还需要考虑多个方面，因此增加下列因素(目标)：,力求使利润指标不低于1500元,考虑到市场需求,甲、乙两种产品的产量比应尽量保持1:2,设备A为贵重设备，严格禁止超时使用,设备C可以适当加班，但要控制；设备B既要求充分利用，又尽可能不加班，在重要性上，设备B是设备C的3倍,从上述问题可以看出，仅用线性规划方法是不够的，需要借助于目标规划的方法进行建模求解,某汽车销售公司委托一个广告公司在电视上为其做广告，汽车销售公司提出三个目标：,例2 汽车广告费问题,广告公司必须决定购买两种类型的电视广告展播各多少分钟？,第一个目标，至少有40万高收入的男性公民(记为HIM)看到这个广告,第二个目标，至少有60万一般收入的公民(记为LIP)看到这个广告,第三个目标，至少有35万高收入的女性公民(记为HIW)看到这个广告,广告公司可以从电视台购买两种类型的广告展播：足球赛中插播广告和电视系列剧插播广告。广告公司最多花费60万元的电视广告费。每一类广告展播每一分钟的花费及潜在的观众人数如下表所示,3.尝试线性规划建模,对于例2考虑建立线性规划模型,设x1,x2分别是足球赛和电视系列剧中插播的分钟数，按照要求，可以列出相应的线性规划模型,用Lindo或Lingo软件求解,会发现该问题不可行。,4.线性规划建模局限性,线性规划要求所有求解的问题必须满足全部的约束，而实际问题中并非所有约束都需要严格的满足；,线性规划只能处理单目标的优化问题，而对一些次目标只能转化为约束处理。但在实际问题中，目标和约束好似可以相互转化的，处理时不一定要严格区分；,线性规划在处理问题时，将各个约束(也可看作目标)的地位看成同等重要，而在实际问题中，各个目标的重要性即有层次上的差别，也有在同一层次上不同权重的差别,线性规划寻求最优解，而许多实际问题只需要找到满意解就可以了。,二、目标规划的数学模型,为了克服线性规划的局限性,目标规划采用如下手段：,1.设置偏差变量;2.统一处理目标与约束;3.目标的优先级与权系数。,目标规划的基本概念,1.设置偏差变量,用偏差变量(Deviational variables)来表示实际值与目标值之间的差异，令-超出目标的差值，称为正偏差变量-未达到目标的差值，称为负偏差变量其中 与 至少有一个为0,约定如下：当实际值超过目标值时，有当实际值未达到目标值时，有当实际值与目标值一致时，有,2.统一处理目标与约束,在目标规划中，约束可分两类，一类是对资源有严格限制的，称为刚性约束(Hard Constraint)；例如在用目标规划求解例1中设备A禁止超时使用，则有刚性约束,另一类是可以不严格限制的，连同原线性规划的目标,构成柔性约束(Soft Constraint).例如在求解例1中，我们希望利润不低于1500元，则目标可表示为,求解例1中甲、乙两种产品的产量尽量保持1:2的比例，则目标可表示为,设备C可以适当加班，但要控制，则目标可表示为,设备B既要求充分利用，又尽可能不加班，则目标可表示为,从上面的分析可以看到：如果希望不等式保持大于等于，则极小化负偏差；如果希望不等式保持小于等于，则极小化正偏差；如果希望保持等式，则同时极小化正、负偏差,3.目标的优先级与权系数,在目标规划模型中，目标的优先分为两个层次，第一个层次是目标分成不同的优先级，在计算目标规划时，必须先优化高优先级的目标，然后再优化低优先级的目标。通常以P1,P2,.表示不同的因子,并规定PkPk+1，第二个层次是目标处于同一优先级，但两个目标的权重不一样，因此两目标同时优化，用权系数的大小来表示目标重要性的差别。,解在例1中设备A是刚性约束，其于是柔性约束首先，最重要的指标是企业的利润，将它的优先级列为第一级；其次，甲、乙两种产品的产量保持1:2的比例，列为第二级；再次，设备 B和C的工作时间要有所控制，列为第三级，设备B的重要性是设备C的三倍，因此它们的权重不一样。由此可以得到相应的目标规划模型。,目标规划模型的建立,例3 用目标规划方法求解例 1,目标规划的一般模型,目标规划模型的一般数学表达式为：,求解目标规划的序贯式算法,其算法是根据优先级的先后次序，将目标规划问题分解成一系列的单目标规划问题，然后再依次求解。算法1 对于k=1,2,q,求解单目标问题,解因为每个单目标问题都是一个线性规划问题，因此可以采用LINDO软件进行求解。按照算法1和例3目标规划模型编写单个的线性规划求解程序。求第一级目标企业利润最大，列出LINDO程序。程序名：exam0804a.ltx,例4 用算法1求解例3,目标,计算结果如下：LP OPTIMUM FOUND AT STEP 5 OBJECTIVE FUNCTION VALUE 1)0.0000000E+00 VARIABLE VALUE REDUCED COST DMINUS1 0.000000 1.000000 X1 3.000000 0.000000 X2 3.000000 0.000000 DPLUS1 0.000000 0.000000 DPLUS2 3.000000 0.000000 DMINUS2 0.000000 0.000000 DPLUS3 0.000000 0.000000 DMINUS3 4.000000 0.000000 DPLUS4 0.000000 0.000000 DMINUS4 0.000000 0.000000 ROW SLACK OR SURPLUS DUAL PRICES 2)0.000000 0.000000 3)0.000000 0.000000 4)0.000000 0.000000 5)0.000000 0.000000 6)0.000000 0.000000 NO.ITERATIONS=5,目标函数的最优值为0，即第一级偏差为0。,解因求出的目标函数的最优值为，即第一级偏差为.再求第二级目标，列出其LINDO程序。程序名：exam0804b.ltx,例4 用算法1求解例 3,修改的目标,增加的约束,求第二级目标(偏差)，列出LINDO程序如下：MIN DPLUS2+DMINUS2 SUBJECT TO 2X1+2X2=12 200X1+300X2-DPLUS1+DMINUS1=1500 2X1-X2-DPLUS2+DMINUS2=0 4X1-DPLUS3+DMINUS3=16 5X2-DPLUS4+DMINUS4=15 DMINUS1=0 END,计算结果如下：LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1)0.0000000E+00 VARIABLE VALUE REDUCED COST DPLUS2 0.000000 1.000000 DMINUS2 0.000000 1.000000 X1 1.875000 0.000000 X2 3.750000 0.000000 DPLUS1 0.000000 0.000000 DMINUS1 0.000000 0.000000 DPLUS3 0.000000 0.000000 DMINUS3 8.500000 0.000000 DPLUS4 3.750000 0.000000 DMINUS4 0.000000 0.000000,ROW SLACK OR SURPLUS DUAL PRICES 2)0.750000 0.000000 3)0.000000 0.000000 4)0.000000 0.000000 5)0.000000 0.000000 6)0.000000 0.000000 7)0.000000 0.000000 NO.ITERATIONS=2 目标函数最优值还是0，即二级偏差仍为0。,解因求出的目标函数的最优值仍为，即第二级偏差仍为.继续求第三级目标，列出其LINDO程序。程序名：exam0804c.ltx,例4 用算法1求解例3,修改的目标,增加的约束,求出的目标函数的最优值为29,即第三级偏差为29,分析结果,x1为2,x2为4,DPLUS1 为100,因此目标规划的最优解为x*=(2,4),最优利润为1600.,求第三级目标(偏差)，列出LINDO程序：MIN 3DPLUS3+3DMINUS3+DPLUS4 SUBJECT TO 2X1+2X2=12 200X1+300X2-DPLUS1+DMINUS1=1500 2X1-X2-DPLUS2+DMINUS2=0 4X1-DPLUS3+DMINUS3=16 5X2-DPLUS4+DMINUS4=15 DMINUS1=0 DPLUS2+DMINUS2=0 END计算结果如下：,LP OPTIMUM FOUND AT STEP 2 OBJECTIVE FUNCTION VALUE 1)29.00000 VARIABLE VALUE REDUCED COST DPLUS3 0.000000 6.000000 DMINUS3 8.000000 0.000000 DPLUS4 5.000000 0.000000 X1 2.000000 0.000000 X2 4.000000 0.000000 DPLUS1 100.000000 0.000000 DMINUS1 0.000000 0.000000 DPLUS2 0.000000 0.000000 DMINUS2 0.000000 11.333333 DMINUS4 0.000000 1.000000 ROW SLACK OR SURPLUS DUAL PRICES 2)0.000000 0.333333 3)0.000000 0.000000 4)0.000000 5.666667 5)0.000000-3.000000 6)0.000000 1.000000 7)0.000000 0.000000 8)0.000000 5.666667 NO.ITERATIONS=2目标函数最优值为29，即第三级偏差为29。分析结果知，X1为2，X2为4，DPLUS1为100，因此目标规划的最优解为（2，4），最优利润为1600。,解按照算法1和例3目标规划模型编写LINGO求解程序，列出其LINGO程序,程序名：exam0805.lg4,例5(继例4)用算法1求解例 3的LINGO程序,程序运行说明，分三次求解：在做第一级目标计算时，P(1),P(2)和P(3)分别输入1,0和0，Goal(1)和Goal(2)输入两个较大的数，表示这两项约束不起作用；在做第二级目标计算时，P(1),P(2)和P(3)分别输入0,1和0，由于第一级的偏差为0，因此Goal(1)为0，Goal(2)输入一个较大的数；在做第三级计算时，P(1),P(2)和P(3)分别输入0,0和1，由于第一级、第二级的偏差为0，因此Goal(1)和Goal(2)的输入值也为0。,由于在例4中虽然给出了目标规划问题的最优解,但需要连续编几个LINDO程序,在使用时不方便,下面使用LINGO软件,编写一个通用程序。,例 5按照算法 1编写求解例 3的LINGO程序，给出相应的计算结果，并将计算结果与LINDO软件的计算结果相比较。按照算法 1编写LINGO程序：sets:Level/1.3/:P,z,Goal;Variable/1.2/:x;H_Con_Num/1.1/:b;S_Con_Num/1.4/:g,dplus,dminus;H_Cons(H_Con_Num,Variable):A;S_Cons(S_Con_Num,Variable):C;Obj(Level,S_Con_Num):Wplus,Wminus;endsets,data:P=?;Goal=?0;b=12;g=1500 0 16 15;A=2 2;C=200 300 2-1 4 0 0 5;Wplus=0 0 0 0 0 1 0 0 0 0 3 1;Wminus=1 0 0 0 0 1 0 0 0 0 3 0;enddata,min=sum(Level:P*z);for(Level(i):z(i)=sum(S_Con_Num(j):Wplus(i,j)*dplus(j)+sum(S_Con_Num(j):Wminus(i,j)*dminus(j);for(H_Con_Num(i):sum(Variable(j):A(i,j)*x(j)=b(i);for(S_Con_Num(i):sum(Variable(j):C(i,j)*x(j)+dminus(i)-dplus(i)=g(i););for(Level(i)|i#lt#size(Level):bnd(0,z(i),Goal(i););END,三、目标规划模型的实例,前面介绍了目标规划的求解方法，接着再介绍几个目标规划模型的实例。,某音像商店有5名全职售货员和4名兼职售货员。全职售货员每月工作160小时，兼职售货员每月工作80小时。根据过去的工作记录，全职售货员每小时销售CD25张，平均每小时工资15元，加班工资每小时22.5元。兼职售货员每小时销售CD10张，平均每小时工资10元，加班工资每小时10元。现在预测下月CD销售量为27500张，商店每周开门营业6天，所以可能要加班。另每出售一张CD盈利1.5元。,例 6,该商店经理认为，保持稳定的就业水平加上必要的加班，比不加班但就业水平不稳定要好。但全职售货员如果加班过多，就会因疲劳过度而造成效率下降，因此不允许每月加班超过100小时。建立相应的目标规划模型，并运用LINGO软件进行求解。,解 首先建立目标约束的优先级。P1：下月的CD销售量达到27500张；P2：限制全职售货员加班时间不超过100小时；P3：保持全体售货员充分就业，因为充分工作是良 好劳资关系的重要因素，但对全职售货员要比 兼职售货员加倍优先考虑；P4：尽量减少加班时间，但对两种售货员区别对 待，优先权因子由他们对利润的贡献而定。,例 6,第二，建立目标约束。(1)销售目标约束。设 x1：全体全职售货员下月的工作时间；x2：全体兼职售货员下月的工作时间；：达不到销售目标的偏差；：超过销售目标的偏差。希望下月的销售量超过27500张CD片，因此销售目标为,第二，建立目标约束。(2)正常工作时间约束，设：全体全职售货员下月的停工时间；：全体全职售货员下月的加班时间；：全体兼职售货员下月的停工时间；：全体兼职售货员下月的加班时间。由于希望保持全体售货员充分就业，同时加倍优先考虑全职售货员,因此工作目标约束为,第二，建立目标约束。(3)正常工作时间约束，设：全体全职售货员下月加班不足100小时的偏差；：全体全职售货员下月加班超过100小时的偏差。限制全职售货员加班时间不超过100小时，将加班约束看成正常上班约束，不同的是右端加上100小时，因此加班目标约束为,第二，建立目标约束。接上(3)另外，全职售货员加班1小时，商店得到的利润为15元(25*1.5-22.5=15)，兼职售货员加班1小时，商店得到的利润为5元(10*1.5-10=5)，因此加班1小时全职售货员获得的利润是兼职售货员的3倍，故权因子之比为,所以，另一个加班目标约束为：,第三，按目标的优先级，写出相应的目标规划模型：,第四，写出相应的LINGO程序，程序名：exam0806.lg4.,程序运行说明，分四次求解：在做第一级目标计算时，P(1),P(2),P(3)和P(4)分别输入1,0,0和0，Goal(1),Goal(2)和Goal(3)输入两个较大的数，表示这两项约束不起作用；在做第二级目标计算时，P(1),P(2),P(3)和P(4)分别输入0,1,0和0，由于第一级的偏差为0，因此Goal(1)为0,Goal(2)和Goal(3)输入一个较大的数；在做第三级计算时，P(1),P(2),P(3)和P(4)分别输入0,0,1和0，由于第一级,第二级的偏差为0，因此Goal(1)和Goal(2)的输入值也为0，Goal(3)输入一个较大的数；在做第四级计算时，P(1),P(2),P(3)和P(4)分别输入0,0,0和1，由于第一级,第二级和第三级的偏差为0,因此Goal(1),Goal(2)和Goal(3)输入值也为0；全职售货员总工作时间为900小时(加班100小时)，兼职售货员总工作时间500小时(加班180小时)，下月共销售CD27500张，商店共获得利润 27500*1.5-800*15-100*22.5-500*10=22000(元),某计算机公司生产三种型号的笔记本电脑A,B,C。这三种笔记本电脑需要在复杂的装配线上生产，生产1台A,B,C型号的笔记本电脑分别需要5,8,12小时。公司装配线正常的生产时间是每月1700小时。公司营业部门估计A,B,C三种笔记本电脑的利润分别是每台1000,1440,2520元，而公司预测这个月生产的笔记本电脑能够全部售出。,例7,例 7,公司经理考虑以下目标：第一目标：充分利用正常的生产能力，避免开工不足；第二目标：优先满足老客户的需求，A,B,C三种型号的电脑50,50,80台，同时根据三种电脑的纯利润分配不同的权因子；第三目标：限制装配线加班时间，不允许超过200小时；第四目标：满足各种型号电脑的销售目标,A,B,C型号分别为100,120,100台,再根据三种电脑的纯利润分配不同的权因子；第五目标：装配线的加班时间尽可能少。请列出相应的目标规划模型,并用LINGO软件求解。,解 建立目标约束。(1)装配线正常生产 设生产A,B,C型号的电脑为x1,x2,x3台，装配线正常生产时间未利用数，装配线加班时间，希望装配线正常生产,避免开工不足,因此装配线约束目标为,(2)销售目标(接上)再考虑一般销售，类似上面的讨论，得到,(3)加班限制 首先是限制装配线加班时间，不允许超过200小时，因此得到,其次装配线的加班时间尽可能少，即,写出相应的目标规划模型：,写出相应的LINGO程序，程序名：exam0807.lg4.,程序运行说明：经5次计算得到x1=100,x2=55,x3=80。装配线生产时间为1900小时，满足装配线加班不超过200小时的要求。能够满足老客户的需求，但未能达到销售目标。销售总利润为 100 x1000+55x1440+80 x2520=380800(元),例 8,已知三个工厂生产的产品供应给四个用户，各工厂生产量、用户需求量及从各工厂到用户的单位产品的运输费用如表所示。由于总生产量小于总需求量,上级部门经研究后，制定了调配方案的8项指标，并规定重要性的次序是:,例 8,第一目标：用户4为重要部门,需求量必须全部满足；第二目标：供应用户1的产品中，工厂3的产品不少于100个单位；第三目标：每个用户的满足率不低于80%；第四目标：应尽量满足各用户的需求；第五目标：新方案的总运费不超过原运输问题的调度方案的10%；第六目标：因道路限制，工厂2到用户4的路线应尽量避免运输任务；第七目标：用户1和用户3的满足率应尽量保持平衡；第八目标：力求减少总运费。请列出相应的目标规划模型，并用LINGO软件求解。,解 求解原运输问题。由于总生产量小于总需求量,虚设工厂4,生产量为100个单位,到各个用户间的运输单价为0,利用运输问题的求解方法,用LINGO软件求解,得到总运费是2950元,运输方案如表所示.,例8.8,从上表可以看出，上述方案中，第一个目标就不满足，用户4的需求量得不到满足。下面按照目标的重要性的等级列出目标规划的约束和目标函数。设 xi j 为工厂 i 调配给用户 j 的运量.,(1)供应约束应严格满足,即,(2)供应用户1的产品中,工厂3的产品不少于100个单位,即,(3)需求约束.各用户的满 足率不低于 80%,即,需求应尽量 满足各用户 的需求，即,新方案的总运费不超过原运方案的10%（原运输方案的运费为2950元），即,(5)工厂2到用户4的路线应尽量避免运输任务,即,(6)用户1和用户3的满足率应尽量保持平衡，即,(7)力求总运费最少,即,例 8,写出相应的目标函数为,写出相应的LINGO程序，程序名：exam0808.lg4.,程序运行说明,其结果可以参见程序演示！,经8次计算，得到最终的计算结果，见下表所示。总运费为3360元，高于原运费410元，超过原方案10%的上限115元。,