演化算法求解约束多目标优化问题

求解多目标优化问题的演化算法主要考虑如何处理相互冲突的多个目标间的优化,很少考虑对约束条件的处理.通过引入约束主导原理,提出一种无需采用罚函数,完全是基于个体排序的求解约束多目标优化问题的演化算法.对测试函数进行了实验,实验结果表明了该算法的可行性和有效性.     

修正免疫克隆约束多目标优化算法

针对约束多目标优化问题,提出修正免疫克隆约束多目标优化算法.该算法通过引进一个约束处理策略,用一个修正算法对个体的目标函数值进行修正,并对修正后的目标函数值采用免疫克隆算法进行优化,用一个精英种群对可行非支配解进行存储.该算法在优化过程中,既保留了非支配可行解,也充分利用了约束偏离值小的非可行解,同时引进整体克隆策略来提高解分布的多样性.通过对约束多目标问题的各项性能指标的测试以及和对比算法的比较可以看出:该算法在处理约束多目标优化测试问题时,所得解的多样性得到了一定的提高.同时,解的收敛性和均匀性也得到了一定的改进.     

智能算法在多约束QoS组播路由优化中的应用

不确定网络性能参数下的多约束QoS组播路由优化已成为安全组播领域的一个重要研究课题,也是下一代Internet和高性能网络亟待解决的难题.多约束QoS组播路由优化是NP-完全的多目标优化问题.概括了多约束QoS组播路由需求,然后重点讨论多约束QoS组播路由优化的智能算法,最后探讨了多约束QoS组播路由将来的主要研究方向.     

多约束QoS组播路由优化算法研究

不确定网络性能参数下的多约束QoS组播路由优化已成为安全组播领域的一个重要研究课题，也是下一代Internet和高性能网络亟待解决的难题。多约束QoS组播路由优化是NP一完全的多目标优化问题。本文概括了多约束QoS组播路由需求，然后重点讨论多约束QoS组播路由优化的约束树算法和智能算法，最后探讨了多约束QoS组播路由将来的一些主要研究方向。     

一种多目标多约束问题的优化算法研究

针对优化设计中常见的多目标多约束优化问题，提出了一种求解新方法：利用KS函数的凝聚特性，将优化问题中的全部或部分约束凝聚为一个近似的、逼近精度仅由一个参数控制的约束，然后，再对约束压缩后的优化问题选用适当的约束优化方法求解。仿真结果表明，由于压缩了求解规模，此法收敛稳定且速度快，用于求解一类多目标多约束优化问题具有很好的效果。     

约束优化进化算法综述

约束优化进化算法主要研究如何利用进化计算方法求解约束优化问题,是进化计算领城的一个重要研究课题.约束优化问题求解存在约束区域离散、等式约束、非线性约束等挑战,其问题的本质是如何处理可行解与不可行解的关系才能使得算法更高效.本文首先介绍了约束优化问题的定义,然后系统地分析了目前存在的约束优化方法,同时基于约束处理机制将这些方法分为罚函数法、可行性法则、随机排序法、约束处理法、多目标优化法、混合法六类,并从约束处理方法的方面对约束优化进化算法的最新研究进展进行综述.最后,指出约束优化进化算法需进一步研究的方向与关键问题.     

约束优化进化算法

约束优化问题是科学和工程应用领域经常会遇到的一类数学规划问题.近年来,约束优化问题求解已成为进化计算研究的一个重要方向.从约束优化进化算法=约束处理技术+进化算法的研究框架出发,从约束处理技术和进化算法两个基本方面对约束优化进化算法的研究及进展进行了综述.此外,对约束优化进化算法中的一些重要问题进行了探讨.最后进行了各种算法的比较性总结,深入分析了目前约束优化进化算法中亟待解决的问题,并指出了值得进一步研究的方向.     

解非线性约束规划问题的新型多目标遗传算法

给出非线性约束规划问题的一种新解法。把带约束的非线性规划问题转化成为两个目标的多目标优化问题，并为转化后的多目标优化模型设计了一种新型多目标遗传算法，数据实验表明该算法对带约束的非线性规划问题求解是非常有效的。     

求解约束优化问题的多目标粒子群算法*

提出一种多目标粒子群算法处理约束优化问题(MOCPSO). 首先将约束优化问题转化为多目标问题, 然后给出一个不可行阈值来充分地利用不可行粒子的信息引导种群的飞行; 并提出一种粒子间的比较准则以比较它们的优劣; 最后, 为了增加种群的多样性, 提升种群跳出局部最优解的能力, 引入高斯白噪声扰动. 选取有代表性的标准测试函数对MOCPSO算法的性能进行仿真实验, 相比较其它算法, 结果显示MOCPSO算法是求解约束优化问题的有效算法.     

多约束下基于能量耗散的再入轨迹优化设计

研究了多约束条件下的再入轨迹优化设计.引入了能量的概念,以它替代时间作为积分变量,解决了再入过程的时间不确定问题.在此摹础上,依据再入段特性确定出控制变量的大致模型,从而将对最优控制变量的寻找转化为对控制模型参数的优化,使得优化控制易f实现;对过程约束和终端状态约束进行处理,构成性能指标函数的辅助部分,从而将有约束优化问题转化为无约束优化问题,然后用单纯形替换法来求解.仿真结果表明方法能够比较快速地获得一条满足再入约束条件的优化轨迹,且优化算法简单,容易实现,具有较好的工程应用前景.     

工业过程有约束多目标多自由度优化控制的可行性分析

有约束多目标多自由度优化是从复杂工业过程优化控制的实际应用背景出发而提出的，本文介绍了ＣＭＭＯ的基本思想，着重讨论了ＣＭＭＯ中的可行性问题，给出了可行性分析的有效方法，该方法从一般意义来讲，又可以解决两类数学问题，第一类是高维空间具有一定规则的两平直多面体之间是否相交，以及相交区域的估计问题，第二类是一组不等式是否相容，以及相容及区域的估计问题。     

带有优先级的分层满意优化控制算法研究

满意控制作为预测控制的实用发展,是基于模型在线实现有约束多目标多自由度优化（CMMO）,并由操作者参与决策的一种实用控制方法。针对有约束多目标多自由度优化中输出变量逼进期望值时存在的优先级结构,将一般的用二次规划表示的满意优化控制问题转化为一个分两层进行的直接优先级优化的满意优化控制问题,使用宽容分层优化方法进行分层,使用变可行域优化方法进行每层的优化,最终决策者得到满意解。     

复杂系统CMMO 问题的软约束调整与目标协调

系统地研究了在约束条件可调整的情况下CMMO问题中可行性与目标协调的关系，论述了当系统优化不可行时，在进行软约束调整的过程中要兼顾系统的期望目标，以获得满意的优化结果．运用混合逻辑的方法描述了软约束调整的优先级，并将多目标协调问题转化为逻辑约束满足问题，从而系统地解决了稳态优化中软约束调整与目标协调问题．以壳牌重油分馏塔标准问题为例进行了仿真，仿真结果表明了该算法的有效性．     

Constrained optimal control of switched systems based on modified BFGS algorithm and filled function method

In this paper, we consider an optimal control problem of switched systems with a continuous-time inequality constraint. Because of the complexity of this constraint, it is difficult to solve this problem by standard optimization techniques. To overcome this difficulty, the problem is divided into a bi-level optimization problem involving a combination of a continuous-time optimal control problem and a discrete optimization problem. Then, a modified Broyden-Fletcher-Goldfarb-Shanno algorithm and a discrete filled function method is first proposed to solve this bi-level optimization problem. Finally, a numerical example is presented to illustrate the efficiency of our method.     

柔性制造系统的托盘优化

本文讨论Job-shop型柔性制造系统的托盘优化问题,给出了求最小托盘数的算法,把托 盘优化问题化成了求解线性整数规划问题.     

一类动态非线性约束优化问题的新解法

动态非线性约束优化是一类复杂的动态优化问题,其求解的困难主要在于如何处理问题的约束及时间（环境）变量。给出了一类定义在离散时间（环境）空间上的动态非线性约束优化问题的新解法,从问题的约束条件出发构造了一个新的动态熵函数,利用此函数将原优化问题转化成了两个目标的动态优化问题。进一步设计了新的杂交算子和带局部搜索的变异算子,提出了一种新的多目标优化求解进化算法。通过对两个动态非线性约束优化问题的计算仿真,表明该算法是有效的。     

基于约束满足的多目标双足机器人动态步态参数优化*

目前的步态优化算法仅仅实现了对单一目标的优化,把双足机器人步态优化看做是多目标优化问题,构建了衡量稳定性、能量消耗、步行速度三个目标评价函数。考虑到直接对多个目标加权求和的方法不能很好地处理多目标问题,提出一种新的基于约束满足的多目标步态参数优化算法,其思想是把基于惩罚函数的SPEA2(strength Pareto evolutionary algorithm2 )应用到多目标双足机器人动态步态参数优化问题上,规划出了同时满足这三个目标的动态优化步态。通过仿真实验表明了算法的有效性。     

A global optimization method for nonlinear bilevel programmingproblems

Nonlinear two-level programming deals with optimization problems in which the constraint region is implicitly determined by another optimization problem. Mathematical programs of this type arise in connection with policy problems to which the Stackelberg leader-follower game is applicable. In this paper, the nonlinear bilevel programming problem is restated as a global optimization problem and a new solution method based on this approach is developed. The most important feature of this new method is that it attempts to take full advantage of the structure in the constraints using some recent global optimization techniques.     

利用粒子群优化算法求解圆排列问题

针对已有算法搜索时间较长,且易于过早地收敛于非最优解的缺陷,利用粒子群优化算法给出了圆排列问题的求解方法.首先,在分析了圆排列问题与旅行商问题关系的基础上,将圆排列问题转化为旅行商问题,从而得到一个相应的组合优化问题.然后,利用粒子群优化算法进行了求解.接着,为了进一步提高算法的精度,文中给出了一种利用混合粒子群优化算法的方案.最后,在仿真实验中,与已有算法进行了比较,实验结果表明,文中所给方法是有效的.     

基于蚁群算法的机械臂逆问题的求解

机械手臂是一个复杂、强耦合、非线性的系统,其运动学逆问题的求解常常是一个多解或无解的过程,传统方法求解／较为困难,本文将其转化为连续性空间的优化问题,并应用蚁群优化算法对其进行求解。蚁群优化算法是随机搜索、全局优化的算法,不仅能够很好地解决任意的优化组合问题,还能较好地解决连续性空间解的优化问题。通过MATLAB仿真求解,证实了该算法的优越性,分析了参数的设置对蚁群优化算法性能的影响。