Multiobjetivo
Um dos aspectos mais delicados na aplicação da Programação Linear Multiobjetivo (PLMO) está na formulação da função objetivo (FO). Uma escolha adequada pode ser decisiva no sucesso de um modelo de Programação Matemática (PM). (Romero, 2004) destaca que os resultados obtidos por meio de aplicações da PM e PLMO são fortemente influenciados pelo tipo de função adotada. Neste trabalho é apresentada uma proposta de um novo algoritmo interativo para aplicação em formulação multiobjetivo linear que é uma extensão do método apresentado em (Gomes e Chaves, 2004 e 2005). Aqui pretendemos através da utilização do conceito nebuloso promover uma interpretação da FO que permitirá aumentar o espectro de opções do decisor na análise de sensibilidade, permitindo que ele faça a verificação quando o algoritmo alcança o ponto ótimo de cada função objetivo. Para tal, faremos uso de uma função de pertinência. Com isso focamos contornar eventuais distorções que podem advir em problemas onde, por exemplo, os valores assumidos pelas FO’s são muito discrepantes, ou em situações onde a soma ponderada dos valores máximos pode privilegiar uma função em relação a outra. Tais situações são possíveis de ocorrer nas formulações clássicas de PLMO. Posteriormente é procedida uma comparação deste algoritmo com sua versão original e com outros algoritmos encontrados na literatura, compilados em (Gomes e Chaves, 2004 e 2005) . Palavras-chaves: Programação Linear, Formulação Multiobjetivo, Lógica Nebulosa.
Abstract
One of the most delicate aspects in applying MOLP resides on the objective function (OF) formulation. An adequate choice is crucial for the success of a Mathematical Programming (MP) model. (Romero, 2004) states that the results coming from using PM and MOLP are strongly affected by the function type that is chosen. This document presents a proposal of a new interactive algorithm