Page 299 - 数学建模算法与应用

第十章 目标规划的研究

model：
sets：

level/1..5/： p， z， goal；
variable/1..3/： x；
s_con_num/1..8/： g， dplus， dminus；
s_con(s_con_num， variable)： c；
obj(level， s_con_num)/1 1， 2 2， 2 3， 2 4， 3 8， 4 5， 4 6， 4 7， 5 1/：

wplus， wminus；
endsets
data：

ctr = 3； % 控制中心点
goal = 0 0 0 0 0； % 目标值
g = 1700 50 50 80 100 120 100 1900； % 约束值
c = 5 8 12 1 0 0 0 1 0 0 0 1 1 0 0 0 1 0 0 0 1 5 8 12； % 成本矩阵
wplus = 0 0 0 0 1 0 0 0 1； % 过剩惩罚

wminus = 1 20 18 21 0 20 18 21 0； % 不足惩罚
enddata
*
min = @sum(level： p z)； % 最小化目标函数 % 设置控制中心点的权重为 1，
其他为 0

p(ctr) = 1；
@for(level(i) | i #ne# ctr： p(i) = 0)；% 计算目标函数中的 z
@for(level(i)： z(i) = @sum(obj(i， j)： wplus(i， j) * dplus(j) + wminus(i，
*
j) dminus(j)))；% 约束条件
@for(s_con_num(i)： @sum(variable(j)： c(i， j) * x(j)) + dminus(i) - dplus(i) =
g(i))；% 设置 z 的边界条件
@for(level(i) | i #lt# @size(level)： @bnd(0， z(i)， goal))；% 添加额外的约

束以确保模型更加复杂 % 每个变量的取值范围
@for(variable(i)： @bnd(0， x(i)， 1000))；% 确保所有变量的总和不超过某
个上限
@sum(variable(i)： x(i)) <= 1500；% 确保每个变量的取值都大于某个下限

289