Articulo de referencia

Programación lineal multiobjetivo

La programación lineal multiobjetivo es un subcampo de la optimización matemática . Un programa lineal multiobjetivo (PLMO) es un programa lineal con más de una función objetivo...

La programación lineal multiobjetivo es un subcampo de la optimización matemática . Un programa lineal multiobjetivo (PLMO) es un programa lineal con más de una función objetivo. Un PLMO es un caso especial de un programa lineal vectorial . La programación lineal multiobjetivo también es un subcampo de la optimización multiobjetivo .

Formulación del problema

En términos matemáticos, un MOLP se puede escribir como:

minincógnitaPAGincógnitacalleaBincógnitab,incógnita{\displaystyle \min _{x}Px\quad {\text{st}}\quad a\leq Bx\leq b,\;\ell \leq x\leq u}

dóndeB{\displaystyle B}es un(metro×norte){\displaystyle (m\times n)}matriz,PAG{\displaystyle P}es un(q×norte){\displaystyle (q\times n)}matriz,a{\displaystyle a}es unmetro{\displaystyle m}Vector de -dimensiones con componentes enR{}{\displaystyle \mathbb {R} \cup \{-\infty \}},b{\displaystyle b}es unmetro{\displaystyle m}Vector de -dimensiones con componentes enR{+}{\displaystyle \mathbb {R} \cup \{+\infty \}},{\displaystyle \ell }es unnorte{\displaystyle n}Vector de -dimensiones con componentes enR{}{\displaystyle \mathbb {R} \cup \{-\infty \}},{\displaystyle u}es unnorte{\displaystyle n}Vector de -dimensiones con componentes enR{+}{\displaystyle \mathbb {R} \cup \{+\infty \}}

Conceptos de solución

Un punto factibleincógnita{\displaystyle x}Se denomina eficiente si no hay ningún punto factible.y{\displaystyle y}conPAGincógnitaPAGy{\displaystyle Px\leq Py},PAGincógnitaPAGy{\displaystyle Px\neq Py}, dónde{\displaystyle \leq }indica el ordenamiento por componentes.

A menudo, en la literatura, el objetivo de la programación lineal multiobjetivo es calcular el conjunto de todos los puntos extremos eficientes... [ 1 ] También existen algoritmos para determinar el conjunto de todas las caras máximas eficientes. [ 2 ] Con base en estos objetivos, el conjunto de todos los puntos eficientes (extremos) puede considerarse la solución de la MOLP. Este tipo de concepto de solución se denomina basado en conjuntos de decisión . [ 3 ] No es compatible con una solución óptima de un programa lineal, sino que se asemeja al conjunto de todas las soluciones óptimas de un programa lineal (que es más difícil de determinar).

Los puntos eficientes se denominan frecuentemente soluciones eficientes . Este término es engañoso porque un único punto eficiente puede obtenerse resolviendo un programa lineal, como el programa lineal con el mismo conjunto factible y cuya función objetivo es la suma de los objetivos del MOLP. [ 4 ]

Referencias más recientes consideran conceptos de solución basados ​​en conjuntos de resultados [ 5 ] y algoritmos correspondientes. [ 6 ] [ 3 ] Supongamos que MOLP está acotado, es decir, hay algúnyRq{\displaystyle y\in \mathbb {R} ^{q}}de tal manera queyPAGincógnita{\displaystyle y\leq Px}para todos los factiblesincógnita{\displaystyle x}Una solución de MOLP se define como un subconjunto finito.S¯{\displaystyle {\bar {S}}}de puntos eficientes que contienen una cantidad suficiente de información para describir la imagen superior de MOLP. Denotando porS{\displaystyle S}el conjunto factible de MOLP, la imagen superior de MOLP es el conjuntoPAG:=PAG[S]+R+q:={yRq:incógnitaS:yPAGincógnita}{\displaystyle {\mathcal {P}}:=P[S]+\mathbb {R} _{+}^{q}:=\{y\in \mathbb {R} ^{q}:\;\exists x\in S:y\geq Px\}}. Una definición formal de una solución [ 5 ] [ 7 ] es la siguiente:

Un conjunto finitoS¯{\displaystyle {\bar {S}}}de puntos eficientes se llama solución a MOLP si convPAG[S¯]+R+q=PAG{\displaystyle \operatorname {conv} P[{\bar {S}}]+\mathbb {R} _{+}^{q}={\mathcal {P}}}("conv" denota la envoltura convexa ).

Si MOLP no está acotado, una solución consiste no solo en puntos sino en puntos y direcciones [ 7 ] [ 8 ]

Métodos de solución

Las variantes multiobjetivo del algoritmo simplex se utilizan para calcular soluciones basadas en conjuntos de decisión [ 1 ] [ 2 ] [ 9 ] y soluciones basadas en conjuntos de objetivos. [ 10 ]

Las soluciones basadas en conjuntos de objetivos se pueden obtener mediante el algoritmo de Benson . [ 3 ] [ 8 ]

La programación lineal multiobjetivo es equivalente a la proyección poliédrica . [ 11 ]

Referencias

  1. 1 2 Ecker, JG; Kouada, IA (1978). "Encontrar todos los puntos extremos eficientes para programas lineales con múltiples objetivos". Mathematical Programming . 14 (1): 249– 261. doi : 10.1007/BF01588968 . ISSN 0025-5610 . S2CID 42726689 .  
  2. 1 2 Ecker, JG; Hegner, NS; Kouada, IA (1980). "Generación de todas las caras eficientes máximas para programas lineales con múltiples objetivos". Journal of Optimization Theory and Applications . 30 (3): 353– 381. doi : 10.1007/BF00935493 . ISSN 0022-3239 . S2CID 120455645 .  
  3. 1 2 3 Benson, Harold P. (1998). "Un algoritmo de aproximación externa para generar todos los puntos extremos eficientes en el conjunto de resultados de un problema de programación lineal con múltiples objetivos". Journal of Global Optimization . 13 (1): 1– 24. doi : 10.1023/A:1008215702611 . ISSN 0925-5001 . S2CID 45440728 .  
  4. Ehrgott, M. (2005). Optimización multicriterio . Springer. CiteSeerX 10.1.1.360.5223 . doi : 10.1007/3-540-27659-9 . ISBN  978-3-540-21398-7.
  5. 1 2 Heyde, Frank; Löhne, Andreas (2011). "Conceptos de solución en optimización vectorial: una nueva mirada a una vieja historia" (PDF) . Optimization . 60 (12): 1421– 1440. doi : 10.1080/02331931003665108 . ISSN 0233-1934 . S2CID 54519405 .  
  6. Dauer, JP; Saleh, OA (1990). "Construcción del conjunto de valores objetivos eficientes en programas lineales multiobjetivo". European Journal of Operational Research . 46 (3): 358– 365. doi : 10.1016/0377-2217(90)90011-Y . ISSN 0377-2217 . 
  7. 1 2 Löhne, Andreas (2011). Optimización vectorial con ínfimo y supremo . Optimización vectorial. doi : 10.1007/978-3-642-18351-5 . ISBN 978-3-642-18350-8ISSN 1867-8971 
  8. 1 2 Löhne, Andreas; Weißing, Benjamin (2017). "El solucionador de programas lineales vectoriales Bensolve: notas sobre los fundamentos teóricos". European Journal of Operational Research . 260 (3): 807– 813. arXiv : 1510.04823 . doi : 10.1016/j.ejor.2016.02.039 . ISSN 0377-2217 . S2CID 17267946 .  
  9. Armand, P.; Malivert, C. (1991). "Determinación del conjunto eficiente en programación lineal multiobjetivo". Journal of Optimization Theory and Applications . 70 (3): 467– 489. CiteSeerX 10.1.1.161.9730 . doi : 10.1007/BF00941298 . ISSN 0022-3239 . S2CID 18407847 .   
  10. Rudloff, Birgit; Ulus, Firdevs; Vanderbei, Robert (2016). "Un algoritmo simplex paramétrico para problemas de optimización vectorial lineal". Mathematical Programming . 163 ( 1– 2): 213– 242. arXiv : 1507.01895 . doi : 10.1007/s10107-016-1061-z . ISSN 0025-5610 . S2CID 13844342 .  
  11. Löhne, Andreas; Weißing, Benjamin (2016). "Equivalencia entre proyección poliédrica, programación lineal multiobjetivo y programación lineal vectorial". Mathematical Methods of Operations Research . 84 (2): 411– 426. arXiv : 1507.00228 . doi : 10.1007/s00186-016-0554-0 . ISSN 1432-2994 . S2CID 26137201 .