Objective function — 目标函数

目标函数（Objective function）是一种在数学上形式化的标准，用于衡量决策者（DM）的效率或偏好，其值在解决选择或管理问题时被优化（最大化或最小化）。通常，目标函数的值取决于一组可控变量（决策变量），这些变量在寻找最优方案的过程中可以改变。目标函数是目标或偏好的量化表达，决策的选择基于此进行。它在优化、系统分析和决策理论等问题中扮演着关键角色。

在建模中的用途与作用

目标函数用于：

• 形式化目标：将定性目标（如管理、设计、规划）转化为可量化的形式。
• 比较备选方案：提供一个统一的标准，用于客观比较不同的备选方案或策略。
• 优化：在由约束定义的可行域内，通过寻找函数的极值（最大值或最小值）来找到最佳解决方案。

结构与类型

在数学上，目标函数取决于决策变量向量。根据其形式，目标函数可分为：

• 线性函数：常用于线性规划问题。
• 非线性函数：包含非线性关系（如二次、幂、指数函数）。应用于非线性规划。
• 平滑函数或不连续函数。
• 单峰函数（只有一个极值）或多峰函数。

此外，问题还可以分为：

• 单目标问题：优化单个目标函数。
• 多目标问题：优化由多个（通常相互冲突的）目标函数组成的向量。

目标函数示例

目标函数的典型示例如下：

• 最大化问题：利润、生产率、效率系数、效用、产量；
• 最小化问题：成本、开销、执行时间、损失、风险、与计划的偏差总和。

正确选择的重要性

目标函数的选择是构建运筹学问题的核心阶段。正如应用文献所指出的，基于正确标准得出的次优解，也优于基于错误标准得出的最优解。不恰当的目标函数将导致解决方案不符合决策者或系统的真实目标。

最小化与最大化的关系

在许多实际问题中，最小化一个目标函数可能在逻辑上导致另一个目标函数的最大化。例如，在生产过程中降低成本或处理时间，可以直接促进利润或生产率的增长。

这一原则在精益生产理念中表现得尤为突出，其核心重点是通过消除浪费来提高效率。

精益生产中的浪费

• 过量生产；
• 等待（停工）；
• 过度运输；
• 不必要的处理环节；
• 库存过剩；
• 不必要的移动；
• 残次品。

消除或最小化这些浪费构成了运筹学和系统管理任务的基础。在此基础上，发展出了：

• 库存管理模型；
• 排队模型；
• 资源分配模型。

目标函数与约束

目标函数的优化总是在考虑约束的情况下进行的。约束定义了可行域（Feasible Region）——即满足给定条件的所有备选方案（变量值）的集合。最优解是可行域中使目标函数达到其极值的一点。

在运筹学和决策论中的作用

目标函数是构建运筹学问题的基础部分，也是在决策理论中形式化选择标准的工具。它不仅能够结构化偏好，还能应用数学方法来寻找最优或可行的解决方案。

参考文献

• Вентцель Е. С. Исследование операций: задачи, принципы, методология. — М.: Наука, 1988.
• Taha, Hamdy A. Operations Research: An Introduction. — Pearson. (10th ed., 2017)
• Hillier, Frederick S.; Lieberman, Gerald J. Introduction to Operations Research. — McGraw-Hill Education. (11th ed., 2021)

另见

• 运筹学
• 优化
• 决策理论
• 标准
• 约束
• 目标
• 数学模型
• 效用理论
• 线性规划
• 可行域

Category:Decision making