Upload
rwetrewt-fweew
View
220
Download
0
Embed Size (px)
Citation preview
8/3/2019 PROGRAMACION MULTIOBJETIVO II
1/8
Decisin Multiobjetivo - Mtodo de optimizacin multiobjetivo
Estos mtodos buscan optimizar los objetivos satisfaciendo unas restricciones rgidas que
determinan la regin factible. El planteamiento del problema sera:
Donde Zi(x) es la funcin matemtica que describe el atributo i-simo, x Rn es el vector de
variables de decisin y F es el conjunto de restricciones que definen las posibles soluciones.
Dentro de los mtodos de optimizacin multiobjetivo existen mtodos para generar el
conjunto eficiente en su totalidad y mtodos para dar una solucin compromiso. Antes de ver
estas tcnicas se van a presentar dos conceptos que sern de gran utilidad para comprender e
interpretar el problema planteado: La matriz de pagos y las tasas de intercambio.
La matriz de pagos es una matriz donde se representan por filas el valor ptimo de un objetivo
sin considerar el resto de objetivos (resolviendo el problema independientemente), y los
valores que resultaran para los dems objetivos con esa solucin. Esta matriz representa el
grado de conflicto que hay entre los objetivos propuestos.
Por otra parte, las tasas de intercambio (trade-offs o costes de oportunidad) entre los
atributos representan lo que se est dispuesto a empeorar de un objetivo por mejorar en una
unidad otro objetivo. Seran las pendientes de los segmentos que forman el conjunto eficiente.
A manera de ilustrar de manera eficiente estos conceptos plantearemos el siguiente ejercicio:
Problema 1.-Cierta empresa de viajes terrestres tiene dos buses a su disposicin bus A y bus
B para satisfacer cierta ruta establecida. El bus A debe hacer ms veces la ruta que el bus B
pero no puede sobrepasar los 120 viajes. Entre los dos buses deben hacer ms de 60 viajes
pero no ms de 200. En cada recorrido el bus A consume 600 litros de combustible y B 400
litros. Por cada viaje del bus A la empresa gana 300 soles y 200 soles por cada viaje de B.
Los objetivos de la empresa de transporte son: maximizar las utilidades y minimizar el
consumo de combustible.
Se tendra entonces dos objetivos contrapuestos: maximizar las utilidades y minimizar el
consumo de combustible. Por lo tanto, la matriz de pagos sera:
Donde m11 es el mnimo consumo de combustible que se puede lograr con las restricciones
impuestas en el problema y m12 es la utilidad obtenida minimizando el consumo de
combustible; en la siguiente fila sera al revs, es decir, m22 sera la mxima utilidad que se
puede lograr, y m21 sera el consumo de combustible hecho ante una maximizacin de las
utilidades.
Combustible Utilidades
Combustible m11 m12
Utilidades m21 m22
8/3/2019 PROGRAMACION MULTIOBJETIVO II
2/8
Procedemos a plantear el ejercicio:
-Datos del enunciado
BUS A B
Consumo (L) 600 400Beneficios (s/.) 300 200
-Expresamos con ecuaciones e inecuaciones lineales la informacin descrita.
Sea
x: el nmero de viajes del bus A
y: el nmero de viajes de bus B
Funciones objetivo:
Max 300x + 200y
Min 500x + 300y
Restricciones
x>y A debe hacer mas viajes que B
x=60 Entre los 2 deben hacer mas de 60 viajes x+ y =0 No negatividad
Grfico
8/3/2019 PROGRAMACION MULTIOBJETIVO II
3/8
Teniendo el grfico podemos proceder a determinar los puntos:
BENEFICIO MAXIMO Max 300x + 200y
A(60,0) el beneficio total seria : 18000 soles
B(30,30) el beneficio total seria :15000 soles
C(100,100) el beneficio total seria : 50000 soles
D(120,80) el beneficio total seria :52000 soles
E(120,0) el beneficio total seria : 36000 soles
Se obtiene el mximo beneficio haciendo 120 viajes con el bus A y 80 con el bus B
CONSUMO MINIMO Min 600x + 400y
A(60,0) el consumo total seria : 36000 L
B(30,30) el consumo total seria :30000 L
C(100,100) el consumo total seria : 100000 L
D(120,80) el consumo total seria :104000 L
E(120,0) el consumo total seria : 72000 L
Se hace un minino de consumo de combustible con la combinacin de 30 viajes con A
y 30 con B.
A manera de facilitar la comprensin realizaremos un grfico adicional en donde se muestre la
relacin entre utilidad y uso de combustible:
0
20000
40000
60000
80000
100000
120000
18000 15000 50000 52000 36000
COMBUSTIBLE
UTILIDAD
8/3/2019 PROGRAMACION MULTIOBJETIVO II
4/8
Con estos datos podemos completar nuestra matriz de pagos:
Por otra parte, las tasas de intercambio entre los atributos representan lo que se est
dispuesto a empeorar de un objetivo por mejorar en una unidad otro objetivo. Seran las
pendientes de los segmentos que forman el conjunto eficiente. As, en el segmento BC la tasa
de intercambio entre el consumo de combustible y las utilidades ser
Es decir, en ese segmento por cada dlar adicional en la utilidad se emplearn 2 litros decombustible
De manera similar, para el segmento CD:
En este segmento tambin por cada dlar adicional de utilidad, se emplearn 2 litros de
combustible.
Ahora bien, es precisamente en esta parte en donde se aplicaran los mtodoscorrespondientes para la resolucin de este ejercicio. Entre estos mtodos tenemos:
Mtodo de las ponderaciones
Este mtodo consiste en multiplicar cada objetivo por un peso o factor no negativo y
agregarlos en una nica funcin. Variando los pesos se puede obtener todo el conjunto
eficiente, resolviendo los distintos problemas planteados mediante programacin paramtrica.
Uno de los resultados en que se fundamenta este mtodo dice que si i > 0 i, entonces
cualquier solucin ptima del problema P() es eficiente. El recproco es cierto slo bajo ciertas
condiciones (por ejemplo, si todas las funciones objetivo y las restricciones son lineales). En
cualquier caso, hay que tener en cuenta que para aplicar este mtodo es conveniente haber
normalizado previamente los criterios (para que no influya la diferencia de unidades de los
criterios).
Combustible Utilidades
Combustible 3000 L S/. 15.000,00
Utilidades 10400 L S/. 52.000,00
8/3/2019 PROGRAMACION MULTIOBJETIVO II
5/8
Mtodo de las restricciones
Consiste en optimizar uno de los objetivos e incorporar el resto como restricciones
paramtricas, resolviendo el problema resultante mediante programacin paramtrica
(variando los trminos de la derecha se obtiene todo el conjunto eficiente).
El fundamento de este procedimiento se recoge en los dos resultados siguientes:
*Como se mencion en un inicio centraremos nuestra atencin en los siguientes mtodos:
Mtodo de las Jerarquas
-Quien toma la decisin debe clasificar los objetivos del problema en orden de importancia.
Minimizar G1=p1 (mxima prioridad)
.
.
.
Minimizar G2=p2 (mnima prioridad)
-El procedimiento de solucin considera una meta cada vez, comenzando con la mxima
prioridad G1 y terminando con la mnima, Gn.
- Cumplindose que la solucin obtenida con una meta de menor prioridad nunca degradara a
una solucin de mayor prioridad.
*Para ilustrar de manera ms didctica este mtodo procederemos a resolver un problema de
multiobjetivos de la agencia de publicidad Topad.
8/3/2019 PROGRAMACION MULTIOBJETIVO II
6/8
Problema 2.-TOPAD es una nueva agencia de publicidad, con 10 empleados, ha recibido un
contrato para promover un producto nuevo. La agencia puede anunciarlo por radio y por tv. La
tabla siguiente contiene datos sobre la cantidad de personas a las que llega cada tipo de
anuncio y sus requisitos de costo y mano de obra.
El contrato prohbe a TOPAD que use ms de 6 minutos en anuncios por radio. Adems, los
anuncios por radio y tv deben llegar cuando menos a 45 millones de personas. Todad ha
establecido para el proyecto una meta de presupuesto de 100000 dlares. Cuntos minutos
de anuncios de radio y tv debe programar TOPAD?
Sean x1 y x2 los minutos asignados a los anuncios por radio y por la tv.
Pasos a seguir para la resolucin del problema
PASO1: Identificar las metas del modelo y clasificarlas en orden de prioridad (subjetivo):
PRIORIDAD 1: Maximizar exposicin (p1) P1=4X1+8X2
PRIORIDAD 2: Minimizar costo (p2) P2=8X1+24X2
St (sujeta a)
X1+2X2=0
Radio Televisin
1 2
Datos/ minutos de anuncio
Exposicin (millones de
personas)
Costo (miles de dlares)
Empleados asignados
4 8
8 24
8/3/2019 PROGRAMACION MULTIOBJETIVO II
7/8
PASO 2: Resolver el programa lineal 1.
Maximizar P1=4X1+8X2
St (sujeta a)
X1+2X2=40 para asegurar que no se degrade la meta G1.
Minimizar P2=8X1+24X2
St (sujeta a)
4X1+8X2>=40
X1+2X2=0
La solucin optima del P2, obtenida por LINDO, es P2=96000, X1=6 minutos y X2=2 minutos.
8/3/2019 PROGRAMACION MULTIOBJETIVO II
8/8
A continuacin resolveremos el mismo problema aplicando el mtodo con SIMPLEX:
Mtodo SIMPLEX
X2 = 2
X1 = 6
x1 x2 s1 s2 b
p1 4 8 0 0 0
p2 8 24 0 0 0
s1 1 2 1 0 10
s2 1 0 0 1 6
Zj 0 0 0 0 0
Cj-Zj 4 8 0 0
p1 4 8 0 0 -40
p2 -4 0 -12 0 -120
(8)x2 0,50 1 0,5 0 5
(0)s2 1 0 0 1 6
Zj 4 8 4 0 40
Cj-Zj 0 0 -4 0
p1 4 8 0 0
p2 -4 0 0 -120
(8)x2 0,5 1 0 5
(0)s2 1 0 1 6Zj 4 8 0 40
Cj-Zj -8 -8 0
p1 4 8 0
p2 8 24 0 0
(24)x2 0 1 -0,5 2
(8)x1 1 0 1 6
Zj 8 24 -4 96
Cj-Zj 0 0 4
Plantear las 2 funciones objetivo
p2 acompaa la interacion , mas no es objetivo
elegimos la columna x2 con s1(menor valor 10/2)
buscamos maximizar p2(exposicion)
Aplicamos la regla de eliminacion de la columna:
la cual dice que borramos la variable no basica con Zj-Cj 0, antes de optimizar la segunda funcion
la razon , es que si dejamos esa variable , podria volverse positiva y degradar la solucion de mayor prioridad
solucion eficiente,porque no sera optima con respecto a todos los objetivos
Solucion Eficiente
MINIMIZAMOS COSTO
Solucion eficiente,porque no sera optima con respecto a todos los objetivos
Buscamos positivos