基于多链差分进化的贝叶斯有限元模型修正方法

针对传统贝叶斯算法在高维参数下采样效率低且收敛难的问题,建立了基于多链差分进化算法的贝叶斯有限元模型修正方法。在标准马尔可夫链蒙特卡罗（MCMC）方法的基础上,引入差分进化算法,通过多条马氏链间的随机差分运算来自适应选择条件分布的大小和方向以快速逼近目标分布;引入子空间采样算法,通过自适应选择优良的参数维度进行采样以提高采样效率;引入异常链检测算法,通过在采样的非平稳期对马氏链进行异常检测与剔除以提高在平稳期的采样效率。简支梁理论模型和实验室4层框架结构的模型修正结果表明：该方法修正精度较高,且具有良好的抗噪性,在高阶频率以及振型下的修正效果均优于DRAM算法,为解决不确定性模型修正中的计算精度提供了一种新手段。     

基于进化算法的多目标闭环物流网络设计

为了帮助生产企业建立科学合理的闭环物流网络系统,提高废旧产品材料的再循环利用率,提出了一个多周期、多产品、多阶段的闭环物流网络选址与运输模型。该模型中,不仅考虑建造混合分销回收中心,还提出了2个优化目标:经济成本最小和时间成本最小。针对该多目标优化问题,本文采用了一种基于优先值编码方法的进化算法对模型求解,最终得到该问题的帕累托(Pareto)前沿。通过与约束法的计算结果相比较,求得误差均值小于5%,说明该进化算法对Pareto前沿的拟合程度较好,计算结果是正确有效的。     

采用多目标进化模型的无监督故障特征选择算法

高维故障特征数据易影响诊断的处理速度和识别率,而传统单目标特征选择算法易融入主观偏好,从而影响特征选择的质量。为此,提出一种无监督的多目标进化特征选择算法。采用熵度量作为相关度目标,采用相关系数的概念设计了冗余度目标,算法同时将这两个目标作为优化对象;利用样本在各个特征上的分布信息,设计了导向性的种群初始化过程和变异算子,以提高算法的优化能力;还利用集成的方法得到了所有特征的重要度序列。对5组UCI数据和3组往复式压缩机故障数据的测试结果表明,该算法比已有的几种特征选择算法更具优势。     

具有模糊系数约束的多目标线性规划

研究了一类具有模糊系数约束的多目标线性规划问题．根据各目标函数的梯度方向来量化目标之间的冲突程度．以此提出了一种确定目标权重的新方法，然后基于惩罚函数运用梯度上升算法求问题的有效解．最后给出了一个数值例子。     

多目标进化算法的一种基于生成树的分布性维护方法

针对多目标进化算法的种群维护和运行效率相矛盾的问题,提出了一种基于生成树的分布性维护方法,即对整个种群构造一棵生成树,定义一种密度估计指标--树聚集距离,并结合树中的最短树枝和个体度数对种群进行维护.由于树聚集距离和度数具有动态性,每移出一个个体,种群中与之相连个体的信息都会发生相应的变化,因而可即时反映出种群的分布情况.与三个著名的算法NSGA-Ⅱ、SPEA2和C-NSGA-Ⅱ的比较实验表明,该方法能在得到良好分布性解集的同时,能以较快的速度对种群进行维护,具有较好的时间效率.     

基于拐点和区域划分的高维多目标进化算法

针对高维多目标优化问题中收敛性和分布性难以同时保持的问题,提出一种基于拐点和区域划分的高维多目标进化算法KnSP.算法选取拐点作为第1次区域划分的中心点,自适应生成邻域;然后采用角度分层法进行二次区域划分,将点到超平面的距离作为个体选择的准则;最后通过候选解与其余个体的角度来增加或删除个体以保证种群规模.实验结果表明,...     

基于多目标进化算法的异步电动机现场效率测算

介绍了一种基于多目标进化算法（MOEAs）的异步电动机现场实时效率测定方法。通过对多目标算法进行优化、比较,提出使用非支配排序遗传算法Ⅱ（NSGA-II）和强度帕累托进化算法2（SPEA2）的低侵入式方法用于异步电动机效率估算,仅需电动机运行时通过传感器检测其实时转子速度和定子电阻,而无需拆下电动机或单独做一些实验项目来获取所需参数。通过5.5kW电动机的实践表明,该方法在估算异步电动机效率方面是有效的,尤其在常规的负载范围内,用该方法的估算值与实际试验值的误差小于3%;相互比较后发现,NSGA-Ⅱ方法的估计结果略优于SPEA2方法的结果。     

基于等效模型的砖石古塔有限元模型修正方法

针对砖石古塔实体有限元模型节点众多导致修正效率低下问题,提出了一种将实体模型和杆系模型相结合的有限元模型快速修正方法。基于古塔结构的测试输出信号,使用随机子空间法识别了塔的自振频率。使用整体连续式方法建立了ABAQUS有限元模型,基于实测结果,使用萤火虫算法修正了塔的弹性模量、密度。修正后的有限元模型的计算结果与实测结果对比,能够较好吻合,说明修正后的模型可靠,可以作为后续抗震性能分析的基础。     

一种基于“探测"与“开采"的多目标进化算法

针对实践中多目标优化问题(MOPs)的Pareto解集(PS)未知且比较复杂的特性,提出了一种基于"探测"(Exploration)与"开采"(Exploitation)的多目标进化算法(MOEA)——MOEA/2E。该算法在进化过程中采用"探测"与"开采"相结合的方法,用进化操作不断地探测新的搜索区域,用局部搜索充分开采优秀的解区域,并用隐最优个体保留机制保存每一代的最优个体。与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA-Ⅱ进行的比较实验结果表明,MOEA/2E获得的Pareto最优解集具有更好的收敛性与分布性。     

浅谈多目标优化算法

优化问题一直都是工程实践和科学研究中的重要问题,本文详细介绍了常用几种优化算法,比较了各种算法的优缺点,也列举了组合算法在多个领域的应用实例,展望了组合算法的发展方向和可能面临的问题。     

基于加权求和算法的多目标订货决策模型

基于传统的EOQ模型,研究以制造商碳排放量最小化和制造商利润最大化为目标的多目标优化决策模型。模型中制造商的碳排放量并不是单纯的与订货量呈线性关系,而是考虑每次订货时,运输产生的碳排放量与订货次数呈线性关系,库存产生的碳排放量与库存量呈线性关系。采用加权求和的多目标规划解法对模型进行求解,分析了碳税对多目标决策的影响,发现不同隶属度权重下,多目标决策的订货量、需求和碳排放量均呈现出不一样的变化趋势,说明碳税政策对于企业具有明显的减排效果。对于环保意识强的企业,政府应该采取降低碳税的政策;对于重视经济利益的企业,政府应该增加碳税来减少碳排放量。     

一类多目标模糊系数线性规划问题

讨了一类所系数均为模糊数的多目标线性规划问题，通过对模糊数的比较，将模糊多目标线性规划模型转化为清晰的多目标模型，并应用一种基于线性隶属函数的模糊规划算法求其协调解，最后给出了一个数值例子。     

多目标全系数模糊线性规划

在模糊线性规划理论的基础上,对同时含有等式约束和不等式约束的多目标全系数模糊线性规划的最优解进行研究。首先定义了目标协调度的概念,然后以目标协调度最大化为最优性条件,提出多目标全系数模糊线性规划的模糊最优解的定义,最后给出一种可行的求解方法。     

基于多目标进化算法的压电换能器优化设计

为了解决单目标优化无法满足实际工程应用需求的问题,通过对一个约束性多目标优化问题的分析,以最大振幅和最小输入电压做为优化目标,设计参数包括连续变量(换能器的尺寸)和离散变量(材料类型),利用基于分析模型的传递矩阵法对压电换能器进行建模,进而导出优化问题的数学描述式,最后应用多目标进化算法NSGA-Ⅱ,估算一系列的pareto优化设计值,分析优化结构,并确定最优设计参数.     

多族群粒子群优化算法导弹结构模型修正

本文针对粒子群优化（PSO）算法极易陷入局部最优的缺陷,提出了一种多族群粒子群优化算法（MRPSO）,该算法具有较强的全局搜索能力,能极大地降低搜索陷入局部最优的概率。并将该算法引入到有限元模型修正中,对某型号导弹全弹结构进行了优化修正,修正后结构的固有频率都有了非常明显的改善,证实了MRPSO算法的有效性及工程应用价值。     

结构有限元动态模型修正方法综述

本文简要介绍和归纳了五种常用的动态模型修正方法。对每种方法,都给出了它的基本思路、目标函数和修正模型的求解过程,以及各阶段的主要计算公式。基于对各种方法的深入剖析,并结合作者本人的一些实际经验和应用体会,此文还揭示了各种修正方法之间的内在联系及实际使用中应注意的问题。     

基于多目标蝗虫算法的航材分配模型

目的 为了进一步优化航材库存结构,解决多目标航材分配问题,提高航材保障工作决策的效率.方法 建立基于费用和分配满意度的多目标航材分配模型,运用先进的群体智能算法——蝗虫算法求解.结果 算例分析表明,在3种求解算法中,蝗虫算法所求出来的解,既使得航材分配过程中所需成本最低,又保证了航材股满意度处于较高水平.同时,将算法运行10次,蝗虫算法的求解时间平均值和方差分别为4.01 ms和11.5 ms,明显优于传统的群智能算法粒子群和NSGA-Ⅱ算法的求解效率.结论 蝗虫算法能够有效地解决多目标航材分配问题,对于优化航材库存,平衡航材数量具有重要的现实意义.     

主动悬架LQG控制加权系数果蝇优化方法

在汽车主动悬架LQG控制器的设计中,以悬架性能指标作为目标函数的加权系数通常为定值,为使系统性能达到更优,提出利用果蝇算法的参数少、易调节、计算量小、寻优精度高的特性,对其进行优化,提高LQG控制器的设计效率和性能。仿真结果表明,与传统的LQG控制结果进行对比,所采用的LQG控制果蝇优化权值系数方法更能改善汽车的主动悬架的性能。     

基于频响函数奇异值的模型修正方法

为减少实测环境中噪声的干扰,提出了一种基于频响函数奇异值的模型修正方法.利用计算得到的频响函数重构吸引子矩阵,对其进行奇异值分解,并在受噪声影响时根据极值点数量突变原则选择保留主要特征信息的奇异值个数,确定待修正参数;采用拉丁超立方抽样抽取初始样本点,结合修正参数所对应的奇异值响应,用粒子群算法寻得最优相关系数,构建K...