基于NSGA-Ⅱ算法的轨道转移优化方法研究

在普适变量法求解Lambert转移问题基础上,提出基于NSGA-Ⅱ（non-dominated sorting genetic algorithm-Ⅱ）算法的轨道转移时间-能量优化问题解决方法：通过修改非优超排序方法和采用空间扩张策略对NSGA-Ⅱ算法进行了改进,运用约束支配的概念解决了约束条件下Pareto最优集分层困难的问题。仿真实验表明：改进的NSGA-Ⅱ算法能有效求解轨道转移时间-能量优化问题,且比原算法提高了Pareto前沿散布性能。     

基于改进NSGA-Ⅱ的云服务PDTs调度算法

基于多目标优化的云计算PDTs调度是一个NP问题,考虑云计算用户的服务质量(Qo S)要求,将处理PDTs的成本和时间要求作为目标,提出一种基于改进NSGA-Ⅱ的云服务PDTs调度算法.采用相似任务序列交叉(STOX)操作加快进化,而采用位移变异避免算法过早收敛,此外,还利用一个拥挤距离自适应算子(SCD)来改善Pareto最优前沿的个体多样性.仿真结果表明该算法在云PDTs调度中保持Pareto最优解的多样性和分布性方面优于NSGA-Ⅱ算法.     

基于改进NSGA-Ⅱ算法的军事应急物流路径优化

在考虑实际复杂道路条件的情况下,对军事应急物流路径建立了多目标优化问题的数学模型,选用NSGA-Ⅱ作为求解多目标优化问题的算法基础,对NSGA-Ⅱ中的快速非支配排序环节进行改进,然后选择Matlab作为软件工具进行代码编写。2种算法仿真结果的比较分析结果表明:所建军事应急物流路径优化问题的数学模型具有现实可行性,改进的NSGA-Ⅱ算法在克服早熟现象,提高算法效率、算法稳定性和种群多样性方面是有效的。     

粒子群优化算法在天线方向图综合中的应用

针对目前粒子群优化算法在多零点低旁辫约束的阵列天线方向图综合中早熟收敛、易陷入局部板值的问题,提出了一种改进的粒子群优化算法MSPSO,在多子群、层次化的模型中采用von Neumann邻域结构,以改善收敛速度和优化精度.建立一种新的目标函数模型,对顶层和底层的子群分别采用适合其特点的适应值目标函数,平衡了算法的全局和...     

粒子群算法在阵列天线方向图综合中的应用

针对目前粒子群优化算法在多零点低旁瓣约束的阵列天线方向图综合中早熟收敛、易陷入局部极值的问题,融合混沌优化算法和粒子群优化算法的优点,提出了一种新的混合优化算法.当种群进化停滞时,新算法在种群最优位置的邻域内进行混沌搜索以寻找更优解,其混沌搜索范围可自适应地调整.新的种群最优位置在更新其每一维分量时,选取不同的粒子作为学习对象,提高了粒子的多样性.将此算法应用于阵列天线方向图综合中,能有效地生成多零陷,并抑制旁瓣.     

蚂蚁算法在天线结构优化设计中的应用

蚂蚁算法是优化领域内，近年来提出来的并得到较大发展的一种新的仿生优化算法，它已被迅速应用到如组合优化、人工智能等多个领域。通过两个典型的天线结构优化问题，采用蚂蚁算法、遗传算法以及模拟退火算法进行了优化并加以比较。结果表明，蚂蚁算法能够成功应用于大型天线结构优化问题，同时蚂蚁算法的优化结果优于遗传算法和模拟退火算法。     

基于NSGA-Ⅱ算法的低通滤波器优化

为满足滤波器多个性能参数优化的需求,提出了一种基于NSGA-Ⅱ算法的滤波器多目标优化方法,并对算法中群体的多样性和全局搜索能力进行了改进.通过对5阶定K型低通滤波器进行仿真,截止频率与设计目标有较大偏差.针对这个滤波器利用NSGA-Ⅱ算法将插入损耗、反射损耗以及群时延作为目标函数按照不同要求进行优化,并对优化后的滤波器...     

基于改进NSGA-Ⅱ的梯级水电站多目标发电优化调度

在一种典型多目标进化算法NSGA-Ⅱ基础上做了以下改进：1）引入了外部档案集并提出一种基于局部搜索的算子,用于提高其收敛性及非劣解的分布性;2）为了便于决策者决策,采用一种基于偏好的简单有效决策方法优选调度方案;3）为提高算法的效率,在建立偏序集时,采用快速排序算法对子目标进行排序.最后,采用改进NS-GA-Ⅱ算法求解...     

基于分解的多目标入侵杂草算法用于阵列天线方向图综合

从多目标优化的角度分析和求解传统的阵列天线方向图综合问题,并将一种新型入侵杂草算法改进后嵌入到基于分解的多目标优化算法框架中,提出基于分解的多目标入侵杂草算法。该算法利用入侵杂草算法强大的搜索能力和稳健性,高效地实现了算法优化过程的并行性。通过对20元直线阵进行综合,与基于分解的多目标差分进化算法相比,新算法得到的最大副瓣电平降低了1.582 2~2.115 1 d B;得到的最大深零点电平和凹口电平分别降低了4.429 6 d B、4.665 7 d B。这些结果表明新算法得到的解有着更高的计算精度、收敛速度和多样性,综合性能更好。     

基于NSGA-Ⅱ算法的锅炉燃烧多目标优化

采用BP（back propagation,BP）神经网络模型分别建立了300 MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态试验数据对模型进行了训练和验证。结果表明：BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。结合NOx排放模型和锅炉热损失模型并采用非劣分类遗传算法（non-dominated sorting genetic algorithm,INSGA-Ⅱ）对锅炉进行多目标优化,优化结果表明：NSGA-Ⅱ多目标优化方法与BP神经网络模型结合可以对锅炉多目标燃烧优化问题实现有效的多目标寻优,得到理想的Pareto解方案可以在降低锅炉NOx排放的同时使锅炉运行在较高的效率工况下,是对锅炉进行多目标优化的有效工具。     

基于INSGA-Ⅱ算法的机械手多目标轨迹规划

针对机械手时间最优、能量最优、平滑性最优等多目标下的轨迹优化问题,设计新的多目标轨迹优化方法.采用高次B样条曲线插值方法,构造机械手高阶连续且起始和终止的运动参数均可指定的关节轨迹, 保证了机械手运动性能.采用改进非支配排序遗传算法 （INSGA-Ⅱ）对机械手轨迹进行优化,得到一组Pareto最优解集,该算法采用一维Logistic映射产生初始种群并利用不可行度选择操作处理约束条件.在6自由度串联机械手上的计算结果表明,采用高次B样条轨迹规划方法可以得到高阶连续的机械手分段轨迹,采用INSGA-II方法可以对B样条轨迹实现有效的多目标寻优,得到理想的Pareto分布,为用户提供较多的选择.     

基于改进NSGA-Ⅱ的冷链物流多目标车辆路径优化

在考虑冷链物流配送时效性、易腐性等严苛条件的前提下,构建以客户满意度最大、配送总成本最小的多目标车辆路径优化模型,运用改进的非支配排序遗传算法(Improved Nondominated sorting genetic algorithmⅡ,I-NSGA-Ⅱ)对模型进行求解,获取冷链物流配送方案。在NSGA-Ⅱ算法中引入C-W节约算法构造问题初始解,通过改进变异算子、改进拥堵距离计算方法改进算法。结果表明：改进算法克服了传统NSGA-Ⅱ算法全局搜索能力差、收敛速度慢的缺点,得到了更优的Pareto解集,验证了改进算法的有效性。     

基于NSGA-Ⅱ与BIM5D的工期-成本优化

为达到工程项目效益最大化,实现工期与成本的综合优化目标,提出一种改进NSGA-Ⅱ算法与BIM5D结合的寻优方法,对工期-成本优化问题进行求解。考虑投产效益对成本的影响,完善了工期-成本多目标优化模型。为解决NSGA-Ⅱ算法寻优过程中搜索空间小,准确度低的问题,在引进动态交叉、变异概率基础上,设计求解该模型的改进NSGA-Ⅱ算法。并将算法与BIM5D平台对接,进行施工工序及资金、资源曲线模拟,提高单一算法寻优实践性。案例分析表明,改进NSGA-Ⅱ算法与BIM5D结合求解工期-成本优化问题可有效优化进度和成本目标。     

基于改进的NSGA-Ⅱ算法的飞机等效拟配

文章针对传统等效拟配方法中,时域响应和频域特性不能兼顾带来的缺点,提出了一种基于改进的多目标进化算法NSGA-Ⅱ的时域频域并行双拟配方法。在改进的NSGA-Ⅱ进化算法中,提出了新的精英保留策略增强了算法收敛性;同时,使用了改进的自适应模拟二进制(ASBX)算子提高了算法效率。仿真结果表明,采用该算法进行等效系统拟配,可以兼顾时域和频域响应,拟配效果良好。     

智能天线中的自适应恒模算法仿真研究

用MATLAB分别对最小二乘恒模算法（LS-CMA）和多目标最小二乘恒模算法（MT-LSCMA）这两种典型的恒模算法进行了计算机仿真．根据仿真数据，得到了各个参数与方向图主瓣宽度的关系曲线以及用户来波方向夹角与权向量相关系数的关系曲线，并在此基础上分析各参数产生的影响．仿真结果表明，天线方向图的主瓣能准确地指向目标用户的来波方向和主动抑制干扰信号.     

基于NSGA-Ⅱ的多目标航班登机口调度研究

民航客运量的增加加剧了各机场的候机紧张程度,增加登机口对中转旅客的航班衔接具有重要的影响。本文针对登机口候机紧张和中转旅客航班衔接的问题,对多目标航班登机口调度问题进行研究,建立多目标航班登机口调度问题的数学模型,设计最小化登机口总使用量、最小化旅客最大总步行时间的目标函数。针对建立的多目标问题模型,提出基于NSGA-Ⅱ的求解方法,以快速非支配排序及拥挤距离为适应度评价方法,根据航班登机口调度问题与柔性作业车间调度问题的共性特点进行类比,提出一种问题假设与数据处理方法,将所有航班处理为各个工件的工序,采用工序排序和加工机器分配两部分结合的编码方法,最后以某机场当日51个航班15个登机口调度问题为例,验证了模型及提出的算法。结果表明,登机口的总使用量和旅客最大总步行时间的目标函数并非线性关系,采用单目标优化算法求解,无法兼顾两个目标,使用本文提出的NSGA-Ⅱ算法求解,可以最终确定一组Pareto解集,该解集中的每个解都能得到兼顾。     

遗传算法在多波束赋形天线优化中的研究

首次采用遗传算法对卫星多波束天线的赋形问题进行了研究,根据地面接收电平的不同要求,以整体偏差逼近和偏差最大点的逼近为目标建立了两种适应度函数,对中国版图进行赋形,得出了不同的赋形效果,并分别与ＦＰ及Ｍｉｎｉｍａｘ方法作了比较,说明遗传算法用于多波束赋形天线的优化是切实可行的,且寻优能力较强。     

多映射混沌免疫算法及其在天线阵方向图综合中的应用

针对基本免疫算法中产生初始抗体群的盲目随机性和冗余性、补充自然消亡抗体细胞的单一性以及现有搜索方式易陷入小区域局部收敛的问题,融合免疫算法和混沌优化算法各自的优点,提出了一种新的混合优化算法.该算法采用Hénon序列来生成抗体群,采用Logistic序列来产生并补充自然消亡部分的抗体细胞,2种不同规则的混沌序列使得抗体群具有足够的多样性,扩大了搜索范围;同时采用了Logistic映射混沌变异和Gauss变异相结合的混合变异,提高了算法的搜索效率和收敛速度,克服了早熟现象.阵列天线方向图综合是智能天线的一项重要技术,采用提出的算法对阵列天线方向图进行了综合,仿真结果表明,与现有算法相比,该算法优化能力强,能有效避免局部收敛并且收敛速度快.     

修正的MUSIC算法在智能天线中的应用

提出了修正的MUSIC算法用于智能天线中的方向估计,详细描述了该方法的操作原理,并得到了较好的DOA估计,模拟仿真表明,该方法不仅在DOA估计上优于MUSIC算法,而且由此可以获得较好性能的波束形成,几个模拟结果证明了本文提出的方案。