Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Chương trình tối ưu đa mục tiêu với nhiều hàm tiện ích sử dụng lý thuyết Bayes
Tóm tắt
Hàm tiện ích là một công cụ quan trọng để đại diện cho sở thích của người ra quyết định (DM). Chúng tôi kết hợp các hàm tiện ích vào các bài toán tối ưu đa mục tiêu. Trong các nghiên cứu hiện tại, thường chỉ sử dụng một hàm tiện ích cho mỗi hàm mục tiêu. Có thể xảy ra tình huống một mục tiêu có nhiều hàm tiện ích. Ở đây, chúng tôi xem xét một bài toán đa mục tiêu có giới hạn với mỗi mục tiêu có nhiều hàm tiện ích. Chúng tôi xác định xác suất của các hàm tiện ích cho mỗi hàm mục tiêu bằng cách sử dụng lý thuyết Bayes. Các ví dụ minh họa xem xét sự phụ thuộc và độc lập của các biến được thực hiện để chứng minh tính hữu ích của mô hình đề xuất.
Từ khóa
#hàm tiện ích #tối ưu đa mục tiêu #lý thuyết Bayes #xác suất #biến phụ thuộc và độc lậpTài liệu tham khảo
Abbasian P, Mahdavi-Amiri N, Fazllolahtabar H (2015) Modeling and optimizing of a non-constrained multi-objective problem having multiple utility functions using the Bayesian theory. J Inf Sci Comput Technol 4(3):332–342
Al-Nowaihi A, Bradley I, Dhami S (2008) A note on the utility function under prospect theory. Econ Lett 99:337–339
Aouni B, Kettani O (2001) Goal programming model: a glorious history and a promising future. Eur J Oper Res 133:225–231
Arenas-Parra M, Bilbao-Terol A, Perez-Gladish B, Rodrıguez-Urıa MV (2010) A new approach of Romero’s extended lexicographic goal programming: fuzzy extended lexicographic goal programming. Soft Comput 14:1217–1226
Chang C-T (2004) On the mixed binary goal programming problems. Appl Math Comput 159:759–768
Chang C-T (2007) Multi-choice goal programming. Omega 35:389–396
Chang C-T (2008) Revised multi-choice goal programming. Appl Math Model 32:2587–2595
Chang CT (2011) Multi-choice goal programming with utility functions. Eur J Oper Res 215:439–445
Chang C-T (2015) Multi-choice goal programming model for the optimal location of renewable energy facilities. Renew Sustain Energy Rev 41:379–389
Charnes A, Cooper WW, Ferguson RO (1955) Optimal estimation of executive compensation by linear Programming. Manag Sci 1:138–151
Francisco da silva A, Marins FAS, Montevechi JAB (2013) Multi-choice mixed integer goal programming optimization for real problems in a sugar and ethanol milling company. Appl Math Model 37(9):6146–6162
Ignizio JP (1976) Goal programming and extensions. Heath Lexington Books, Lexington
Ignizio JP (1985) Introduction to linear goal programming. Sage, Beverly Hills
Ijiri Y (1965) Management goals and accounting for control. Abe Books, North Holland Publishing Company, Amsterdam
Jadidi O, Cavalieri S, Zolfaghari S (2015) An improved multi-choice goal programming approach for supplier selection problems. Appl Math Model 39(14):4213–4222
Lai Y-J, Hwang C-L (1994) Fuzzy multi objective decision making: methods and applications. Springer, Berlin
Lee SM (1972) Goal programming for decision analysis. Auerbach, Philadelphia
LiCalzi M, Sorato A (2006) The Pearson system of utility functions. Eur J Oper Res 172:560–573
Lotfi V, Yoon YS, Zionts S (1997) Aspiration-based search algorithm (ABSALG) for multiple objective linear programming problems: theory and comparative tests. Manag Sci 43:1047–1059
Olshausen B (2004) Bayesian probability theory. University of California, Berkeley
Patro K, Acharya MM, Biswal MP, Acharya S (2015) Computation of a multi-choice goal programming problem. Appl Math Comput 271:489–501
Podinovski VV (2010) Set choice problems with incomplete information about the preferences of the decision maker. Eur J Oper Res 207:371–379
Romero C (2001) Extended lexicographic goal programming: a unifying approach. Omega 29:63–71
Scharge L (2008) LINGO Release 11.0. LINDO System, Inc
Tamiz M, Jones D, Romero C (1998) Goal programming for decision making: an overview of the current state-of-the-art. Eur J Oper Res 111:567–581
Vitoriano B, Romero C (1999) Extended interval goal programming. J Oper Res Soc 50:1280–1283
Yu BW-T, Pang WK, Troutt MD, Hou SH (2009) Objective comparisons of the optimal portfolios corresponding to different utility functions. Eur J Oper Res 199:604–610