Analisis De Decisiones
Universidad Nacional de Colombia
Sede Medellín
Medellí
I. Para Problemas continuos
A. Generan un conjunto de soluciones eficientes o no
dominadas
•M. de las Restricciones
Módulo 4
•M. de las Ponderaciones
B. Generan una sola Solución eficiente o no dominada
Métodos de Análisis
Multiobjetivo para problemas
continuos
Profesora: PatriciaJaramillo A.
•Promedios ponderados
•Programación de compromiso
•Programación por metas
•Utilidad Multiatributo
1
4-2
Métodos de Análisis Multiobjetivo
I. Método de los Promedios Ponderados
Mét
II. Para Problemas Discretos
El método obtiene la solución factible que maximice la suma
ponderada de todos los objetivos
•ELECTRE I,II, III y IV
•PROMETHEE
Maximizar
•AHP*⎡q
⎤
⎢∑ wi Z ´i ( x)⎥
⎣ i =1
⎦
Sujeto a las restricciones originales
Para problemas discretos también son útiles:
•Promedios ponderantes
Donde: Z´i(x) función objetivo i normalizada.
•Programación de compromiso
wi: Peso de importancia relativa del objetivo i
•Programación por metas
Tal que:
•Utilidad Multiatributo
q
∑w
i =1
i
=1
4-3
Normalización dela Función Objetivo Zi(x)
Z ´i ( x) =
4-4
Maximización independientemente de
cada objetivo i
Z i ( x) − Z i min
Z i max − Z i min
Zimax =
Donde:
{Maximizar Zi(x)
Sujeto a las restricciones originales }
Zimax = Valor óptimo del objetivo i, optimizado
independientemente → Valor ideal de i
Zimin = Peor valor de la función objetivo i al
evaluar las soluciones óptimasindependientes de los otros objetivos
Y si xiopt es la solución de la optimización del objetivo i
4-5
4-6
1
Se organiza una matriz de Pagos, así:
Z1(x)
Z2 (x)
...
Z1(x1)
Z2(x1)
...
Zq(x1)
Con x2opt
Z1(x2)
Z2(x2)
...
Zq(x2)
...
...
...
...
...
Con xqopt
Z1(xq)
Z2(xq)
...
Se determina para cada objetivo (cada columna
de laanterior matriz de pagos) su mayor valor y
su menor valor.
Zq (x)
Con x1opt
Zq(xq)
Donde xiopt es la solución de la optimización del objetivo i
En la diagonal están los valores obtenidos en el paso anterior
(zimax) y en las otras posiciones el resultado de implementar la
solución óptima del objetivo de la fila en las otras funciones
objetivo
Zimax = Término de la diagonal en laposición (i,i)
Zimin = Peor valor de la columna i
OJO: Si un objetivo es para minimizar, inicialmente se
convierte a maximizar multiplicando su función por –1 y
se aplica el mismo algoritmo
4-7
4-8
Optimización independiente de cada objetivo
En el ejemplo de la papelera:
Beneficios netos
Objetivos
Maximizar Z1= 1000x1 + 3000 x2
Minimizar Z2= 1x1 + 2 x2
Demanda de OMaximizar Z1= 1000x1 + 3000 x2
Restricciones
x1 ≤ 300
x2 ≤ 200
= Maximizar -1x1 - 2 x2
Sujeto a:
x1 ≤ 300
(demanda de O )
Maximizar Z2= -1x1 - 2 x2
Sujeto a:
(beneficio neto)
x2 ≤ 200
x1 + x2 ≤ 400
x 1 , x2 ≥ 0
Sl/
x 1 , x2 ≥ 0
1000x1 + 3000x2 ≥ 300000
x 1 , x2 ≥ 0
x1 + x2 ≤ 400 (empleo)
1000x1 + 3000x2 ≥ 300000 (margen bruto)
x1 + x2 ≤ 4001000x1 + 3000x2 ≥ 300000
x1 ≤ 300 y x2 ≤ 200 (capacidad de producción)
Sl/
x1=200 , x2=200 (ton)
Z1max=$800000
x1=0 , x2=100 (ton)
Z2max=-200
4-9
La formulación del método de los promedios ponderados
suponiendo iguales pesos para los objetivos, w1=w2=0.5, es:
En el ejemplo, la Matriz de pagos es:
Z 1= 1000x1 + 3000 x2
x1opt
x2opt
800000
⎡ 1000x1 + 3000x 2 − 300000(− x1 − 2x 2 ) − (−600) ⎤
+ 0.5
Maximizar ⎢0.5
800000 − 300000
− 200 − (−600) ⎥
⎣
⎦
Z2= -1x1 - 2 x2
-600
300000
4-10
S.a:
x1 ≤ 300
x2 ≤ 200
-200
x1 + x2 ≤ 400
1000x1 + 3000x2 ≥ 300000
Z1max= $800.000,
Z2max= -200,
x 1 , x2 ≥ 0
Z1min=$300.000
Solución: x1= 0 ton.
Z2min=-600 Demanda de O.
x2 =200 ton.
4-11
Z1= $600.000
Z2 = -400 DdeO
4-12...
Regístrate para leer el documento completo.