Solving multi-objective convex programming problems with a distance-based methodology

Shakoor Muhammad

doi:10.1108/EC-05-2024-0450

2025-10-01

PRE

DOI：10.1108/EC-05-2024-0450

原文链接

原文求助

摘要

En 中文

目的本研究介绍了一种用于目标规划加权求和方法的创新模型，该模型通过最小化理想解与可行解空间之间的距离，为多目标凸规划问题（MOCPP）寻找最优折中解。对于任何MOCPP，必须在约束的凸集上最小化凸目标的数量。当这些目标冲突时，通常会找到多个折中解而非单一理想解。因此，对于决策者而言，最佳折中解至关重要，因为它考虑了多目标优化问题的基本原理。设计/方法/途径为寻找多目标凸规划问题的最佳折中有效解，我们采用所建议的方法将MOCPP转化为求和的单问题，然后最小化理想解与实际解之间的距离。对于任意数量的目标，由所提出方法确定的解均有效，该解计算给定目标的有效解。发现本技术通过实例进行验证，并将结果与文献中的现有工作进行对比。值得注意的是，结果表明所提出的方法在解决此类冲突目标的问题时具有高度的可靠性和成功性。研究局限/启示感谢您的评论。本研究的主要局限在于当目标为非凸函数时，所提出的方法仅适用于凸情形。此外，在多目标凸规划问题中，理想目标向量易于确定，但在现实情况下可能并非总能实现。这种依赖性若理想点对可行解不可达，可能影响结果。再者，方法的有效性可能受权重分配的敏感性影响，而权重分配可能因问题的具体特征而异。原创性/价值本研究具有原创性，且未在其他地方提交。

Keyword:

Convex programming

Multi-objective optimization problems

Goal programming

Multiple criteria decision making

Compromise solution

Distance-based approach