多目标编程 - CPLEX OPL - 最小化偏差

Question

我是 CPLEX 的初学者，如果这个问题很愚蠢，我很抱歉。 我想在 CPLEX (OPL) 的目标编程中最小化偏差。 我看到了一个与我的 (Goal Programming in Cplex) 非常相似的问题，但我还不清楚。

让我们假设以下情况：

首先，我们要优化商店与客户之间的距离，同时考虑所需的需求和库存。我们做到了，最好的解决方案是 602

其次，我们要优化另一件事，同时考虑库存和需求，解决方案是 251.4

然后，我们想制定一个目标编程来实现这两个目标。

这是一个想法（没用）：

有什么建议吗？ 非常感谢你

// decision variable 

{string} Store = {"A","B","C","D","E"};
{string} Products = {"P1","P2"};
{string} Client = {"D1" , "D2"};

float Demand [Client][Products]= [[3,1],[4,5]]; //volume in Kg
float Freshness [Store][Products]=[[140,0],[0,100],[0,90],[50,0],[10,0]]; //Lower numbers must have priority
float Stock [Store][Products]= [[0.94,0],[0,8.62],[0,1.21],[2.6,0],[8.77,0]]; //volume in Kg
float Distance [Store][Client]=[[21,52],[42,12],[25,15],[52,31],[9,42]]; //in Km


//Decision Variables
dvar float+ Delivered [Store][Client][Products];

//Função Objetivo
minimize (p1 + n1+ p2+ n2);

//Restricoes
subject to {

sum (u in Store, c in Client, p in Products) 
    Distance[u][c] * Delivered[u][c][p] - p1 + n1 <= 657.9;

sum (u in Store, c in Client, p in Products) 
    Freshness[u][p] * Delivered[u][c][p] - p2 + n2 <= 251.4;


forall (p in Products)
    forall (u in Store)
        sum (c in Client)
            Delivered[u][c][p] <= Stock [u][p];

forall (p in Products)
    forall (c in Client)
        sum (u in Store) 
            Delivered[u][c][p] >= Demand[c][p];

}

Answer 1

如果您的 kpi 是 p1 和 p2，您可以使用 staticLex 并编写

minimize staticLex(p1,p2);