《多目标决策理论与方法（MODM）》教案（硕士研究生管理科学与工程专业）

《多目标决策理论与方法（MODM）》教案（硕士研究生/管理科学与工程专业）‌‌一、教学基本信息‌‌【基础】课程名称：多目标决策理论与方法（MultipleObjectiveDecisionMaking，MODDM）‌‌【基础】课程性质：硕士研究生公共必修课/管理科学与工程专业核心课‌‌【基础】授课对象：硕士研究生一年级（管理科学与工程、工商管理、应用经济学、系统工程等专业）‌‌【基础】先修课程：运筹学、概率论与数理统计、线性代数‌‌【基础】课时安排：本章节为系列课程的第20讲，共计2学时（90分钟）‌‌【重要】教学资源：多媒体教室、MATLAB/LINGO/YALMIP优化工具箱软件、在线决策分析平台（如1000minds）、真实案例数据集（区域水资源配置数据、绿色供应链评价数据）‌‌二、教学设计理念与课程思政锚点‌‌本讲教学设计深度贯彻“新工科”与“新文科”交叉融合的教育理念，遵循“两性一度”（高阶性、创新性、挑战度）的金课建设标准。在教授多目标决策的数学模型与算法求解这一“硬核”知识的同时，融入“价值引领”与“系统思维”。课程旨在培养具备“中国灵魂、全球视野”的高层次决策人才。通过引入“黄河流域生态保护与高质量发展”中的真实水资源分配案例2，让学生在构建模型、求解非劣解的过程中，深刻理解经济社会发展与生态环境保护的辩证统一关系，领悟“绿水青山就是金山银山”的科学内涵，将家国情怀与严谨的科学理性深度融合，实现知识传授、能力培养与价值塑造的有机统一69。‌‌三、教学目标‌‌（一）知识与技能目标‌‌1.【基础】深刻理解多目标决策问题（MODM）与单目标决策及多属性决策（MADM）的本质区别，精准掌握“非劣解”（ParetoOptimality/NondominatedSolution）、“理想解”（IdealSolution）、“负理想解”（NadirSolution）、“偏好结构”等核心概念。‌‌2.【重要】系统掌握求解多目标线性规划问题的两类主流技术路径：基于单目标化的评价函数法（以线性加权和法、理想点法为核心）和基于交互式求解的逐步约束法（STEM法）。‌‌3.熟练掌握利用MATLAB结合YALMIP工具箱或LINGO软件对多目标优化模型进行编程求解与结果可视化展示的能力。‌‌（二）过程与方法目标‌‌1.通过“案例导入理论解析算法设计软件实现结果解读”的完整教学闭环，培养学生解决复杂工程与管理问题的科学思维范式。‌‌2.引导学生运用系统思维，辩证分析目标间的冲突性与不可公度性，掌握从“求解最优”向“寻求满意解”转变的决策方法论。‌‌3.【难点】培养学生通过敏感性分析，洞察不同权重系数变化对Pareto前沿形态影响的能力，从而提升在不确定性环境下的动态决策智慧。‌‌（三）情感态度与价值观目标‌‌1.在模型构建中强化国情认知，如在处理区域发展规划案例时，引导学生坚守公平正义与可持续发展的底线思维，摒弃唯GDP论的单一决策模式。‌‌2.培养求真务实的科学精神与精益求精的工匠精神，理解任何决策都是约束条件下的理性妥协，树立正确的政绩观与得失观。‌‌3.增强团队协作意识，通过小组研讨进行偏好设定与方案比选，提升沟通与达成共识的能力。‌‌四、教学内容与重难点剖析‌‌（一）教学内容组织‌‌本讲内容承接上一讲“多目标决策概述”与“多属性效用理论”，从理论框架下沉至具体的模型求解实操。核心内容包括：‌‌1.多目标规划问题的数学模型标准型；‌‌2.非劣解的概念几何解释与KuhnTucker条件的初步理解；‌‌3.评价函数法详解：线性加权和法（重点讲解权重的确定与归一化）、极小极大法、理想点法（TOPSIS思想的延伸）；‌‌4.【高频考点】逐步进行法（STEM法）的原理与交互式求解步骤；‌‌5.基于MATLAB的多目标规划求解实战与Pareto前沿绘图。‌‌（二）【重要】教学重点‌‌1.非劣解（Pareto解）的物理意义与数学定义。‌‌2.线性加权和法将多目标转化为单目标的机理及适用条件（凸性要求）。‌‌3.理想点法（距离范数最小化）的建模与求解流程。‌‌（三）【难点】教学难点‌‌1.如何客观合理地确定各目标函数的权重，以避免主观性过强导致的决策偏差。‌‌2.当目标函数量纲不统一时，数据标准化的处理方法（如向量归一化、线性比例变换）。‌‌3.对于非凸Pareto前沿，为何线性加权和法无法搜索到所有非劣解。‌‌4.交互式决策方法中，如何有效引导决策者提供稳定的局部偏好信息。‌‌五、教学实施过程（90分钟）‌‌（一）【复习与导入】目标冲突：现实世界的常态（5分钟）‌‌开篇直接切入上一讲遗留的核心痛点：当经济成本最小化与环境影响最小化相悖，当我们追求“效率”与“公平”并重时，传统的单目标线性规划为何失效？通过展示一张“某流域水资源分配冲突”的新闻图片和一组对比数据（如：方案A：工业产值高但生态流量不足；方案B：生态保护好但经济效益差），引导学生进入“两难”情境。明确指出本讲的任务就是提供一套科学工具箱，帮助我们在这种“鱼与熊掌”的困境中找到“满意解”集合，即Pareto最优解集。‌‌（二）【核心概念精讲】非劣解与多目标规划数学模型（15分钟）‌‌1.【基础】数学模型标准形式：板书并强调多目标规划（MOP）的一般形式：...minF(x)=[f1(x),f2(x),...,fp(x)]^Ts.t....s.t.gi(x)≤0，i=1，2,...,m‌‌hj(x)=0，j=1，2,...,l‌‌说明向量目标函数的优化意味着不存在唯一全局最优解，而是寻求一个解的集合。‌‌2.【非常重要】Pareto占优与Pareto最优：采用集合图与二维坐标系（如f1，f2均为最小化）进行几何解释。定义解x为Pareto最优解（或非劣解）：若不存在任何可行解x，使得所有目标函数值都不劣于F(x)，且至少有一个目标严格优于F(x)。通俗解释：在不使任何其他目标变差的前提下，已经无法改进任何一个目标。这一概念是整个多目标决策的基石，对应考研与期末考试【高频考点】。‌‌3.【基础】理想点与支付矩阵：介绍如何通过分别单独优化每个目标得到理想点（f1^，f2^，...)，并通过构造支付矩阵估算负理想点。这是后续理想点法的基础。‌‌（三）【方法一详解】评价函数法：线性加权和法（25分钟）‌‌1.【核心操作】算法原理：将多目标通过线性加权转化为单目标。板书公式：‌‌minU=Σwifi(x)‌‌s.t.x∈X(可行域)‌‌【重要】强调权重的意义（wi≥0，Σwi=1），它体现了决策者的主观偏好或目标的重要程度。‌‌2.【难点攻克】数据无量纲化：引出不可公度性问题（如f1是亿元，f2是吨）。讲授极差变换法进行归一化处理：将fi(x)变换为[0，1]之间的无量纲值。给出公式：‌‌对于效益型（越大越好）：f_i‘=(f_if_i_min)/(f_i_maxf_i_min)‌‌对于成本型（越小越好）：f_i’=(f_i_maxf_i)/(f_i_maxf_i_min)‌‌3.【实操演示】MATLAB求解与Pareto前沿：现场打开MATLAB，以经典的“双目标问题”为例（如minf1=2x1+x2，minf2=x14x2，带线性约束）。展示如何编写M文件，定义目标函数和约束矩阵。通过循环改变权重w从0到1，步长0.05，调用线性规划求解器（如linprog）依次求解。将求得的一系列最优解对应的(f1，f2)在二维坐标系中绘制散点图。学生将直观看到这些点构成的曲线——Pareto前沿。讲解前沿的凸性特征，指出前沿上的点均满足“改进一个目标必然牺牲另一个目标”的非劣特性。‌‌4.【注意事项】明确指出线性加权和的局限性：①对于非凸的Pareto前沿，无法找到凹陷部分的解；②权重的微小变化可能导致解的巨大跳跃，体现敏感性。‌‌（四）【方法二详解】理想点法（TOPSIS核心思想）（15分钟）‌‌1.【高频考点】基本思想：以理想点为参照，在可行域内寻找一个解，使得该解的目标函数值向量尽可能接近理想点。引入距离范数的概念。‌‌2.数学模型构建：通常采用Lp模，特别常用的是L2模（欧氏距离）和L∞模（切比雪夫范数，即最大偏差最小化）。‌‌minZ=[Σwi|fi(x)fi^|^p]^(1/p)‌‌当p=2且权重为1时，即为求与理想点的最短欧氏距离。如果考虑权重，则为加权欧氏距离。‌‌3.案例延伸：简要提及此方法与多属性决策中的TOPSIS法的联系与区别。TOPSIS是在有限个离散方案中选优，而这里的理想点法是在无限个连续方案（由约束条件定义的可行域）中构造最优解。‌‌（五）【难点突破】交互式决策方法：逐步进行法（STEM法）（15分钟）‌‌1.【热点】引入背景：现实决策中，决策者的偏好往往难以一次明确给出，STEM法提供了一种“分析对话再分析”的交互式求解路径。‌‌2.核心步骤讲解（板书流程）：‌‌第一步：求解理想点，构建支付矩阵，确定各目标的理想值和取值范围。‌‌第二步：计算各目标的相对权重。STEM法使用一种特殊的权重计算方法，基于目标函数值的变动范围，反映了目标的“敏感性”。（公式略讲，重点讲思想）。‌‌第三步：求解“最小最大”加权切比雪夫问题（minmaxwi|fi(x)fi^|），得到初始解X^(1)及对应的目标值向量F(X^(1))。‌‌第四步：【交互环节】将F(X^(1))展示给模拟的“决策者”（课堂上由教师扮演或小组讨论）。决策者对比当前目标值与理想值，判断哪些目标已经满意（可以放宽），哪些目标还不够满意（需要改进）。假设决策者认为第一个目标值已达标，但希望第二个目标能更好。‌‌第五步：根据决策者的反馈，修改可行域。例如，允许第一个目标值可以变差到某一容忍上限（如f1≤f1(X^(1))+Δf1），然后以最小化第二个目标为目标，求解新的单目标规划。‌‌第六步：迭代进行，直到决策者对所有目标都满意为止。‌‌3.教学意义：通过STEM法的教学，让学生理解“决策”不仅是一个数学求解过程，更是一个包含人机交互、偏好修正的认知过程。这体现了决策科学的人文关怀与实践智慧。‌‌（六）【综合案例实战】绿色供应链合作伙伴选择中的多目标权衡（10分钟）‌‌1.【重要】案例背景：某大型制造企业（如新能源汽车）在选择核心零部件供应商时，需同时考虑三个目标：成本最低（C，万元）、质量最优（用合格率Q，%表示）、碳排放最低（E，吨CO2）。这是一个典型的MODM问题。‌‌2.分组研讨：将学生分为34组，每组扮演企业的不同利益相关方（如采购部：重成本；技术部：重质量；ESG部门：重环保）。‌‌3.任务下达：给定基于历史数据拟合出的关于投入x（如合作力度、订单分配比例）与三个目标之间的简化线性关系模型（教师提前准备），要求各小组：‌‌（1）采用线性加权和法，结合本部门立场设定权重，求出本组认为的最佳合作方案。‌‌（2）使用理想点法，计算各组方案的“满意度”（与理想点的距离）。‌‌（3）各组派代表汇报方案，解释权重设定理由，并对结果进行交叉辩论。‌‌4.【价值观升华】教师引导：在辩论中，引导学生发现单纯追求单一目标（如极致低价）可能带来质量风险或环保处罚的长远损失。通过讨论，最终引导大家意识到，企业的高质量发展需要在成本、质量、绿色之间寻找动态平衡，这与国家倡导的“创新、协调、绿色、开放、共享”新发展理念高度契合2。‌‌（七）【课堂小结与答疑】（3分钟）‌‌1.系统梳理本讲知识地图：从一个概念（非劣解）>两类方法（评价函数法、交互式规划法）>三项技术（加权和、理想点、STEM）>一个核心思想（权衡与满意）。‌‌2.针对学生在案例实操和软件使用中出现的共性问题进行集中答疑。‌‌（八）【课后拓展与预习任务】（2分钟）‌‌1.【基础作业】教材课后习题：用线性加权和法求解给定的双目标线性规划问题，并绘制Pareto前沿。‌‌2.【挑战性任务】阅读教师推送的参考文献（关于多目标进化算法NSGAII的综述），思考：当模型是非线性、不可微甚至离散时，我们该如何寻找Pareto解集？预习下一讲“多目标进化算法与智能优化”。‌‌3.【思政融入任务】关注本周的时事新闻，寻找一个涉及多目标冲突的社会热点（如城市规划中的老建筑保护与商业开发），尝试用Pareto最优的思想进行分析，撰写200字短评。‌‌六、教学评价与反思‌‌本讲教学设计强调理论与实践的深度融合，通过“软件实操+案例分析+角色扮演”的多元化教学手段，有效化解了多目标决策抽象概念带来的学习障碍。教学评价将采用过程性评价与终结性评价相结合的方式：‌‌1.【过程评价】（占比40%）：课堂小组讨论的参与度、案例分析的逻辑性、STEM法模拟交互中的表现。‌‌2.【终结评价】