升沉补偿系统多目标构型优化

升沉补偿系统是海洋作业的重要保障装备,影响着海洋作业的稳定性和安全性。随着多样性任务需求的增加,结构多样、适用于不同量级的升沉补偿系统从工厂走向市场,补偿效率不再是评价升沉补偿系统好坏的唯一标准。在对升沉补偿系统工作原理分析的基础上,确定了优化的对象为补偿装置构型、液压泵数量和蓄能器数量,并获得了基本解集。在多目标优化阶段,以可靠性、成本和补偿效率为目标函数,通过非支配排序获得Pareto优化解集,最后通过层次分析法对Pareto优化解集中的每个构型进行打分,获得最优构型。     

基于多目标非支配解提取法的电力系统无功优化

针对传统的电力系统多目标粒子群优化算法采用权重系数法将多目标转化为单目标,从而忽视了各目标函数间的竞争关系这一问题,提出将非支配解提取法运用到电力系统多目标无功优化中,并设定了一套提取规则,以电力系统中的有功网损、电压偏差和电压稳定裕度为目标,使目标在充分竞争的情况下得出Pareto最优解,利用IEEE-14节点系统对多目标非支配解提取法的电力系统无功优化进行了仿真测试。研究结果表明,该算法一次运行可以得出多组非支配解,既有偏向单个目标的解也有兼顾所有目标的解,克服了权重系数法的盲目性和单一性,可使电力决策者根据实际问题选择最优解,具有较好的灵活性与多样性。     

集成供应商选择的产品族设计多目标方法

为避免将产品族设计和供应商选择过程分割而导致不可行或非最优的产品开发方案,以及从多角度对产品族优化设计方案进行评估和权衡,提出一个集成供应商选择的产品族设计多目标优化方法,并建立了一个以最大化产品族总利润和最小化产品族生产风险为多目标的优化模型。在该模型中考虑了产品情感属性对消费者选择行为的影响,以更准确地分析消费者的购买偏好、实现产品族的优化过程。针对优化问题,采用非支配排序遗传算法对模型进行求解。通过实际案例说明了所提优化方法和求解算法的可行性和合理性。     

基于量子位实数编码的优化算法及轧制规程多目标优化

针对热连轧轧制规程优化问题,以等功率裕量和轧制能耗为优化目标函数建立热连轧轧制规程多目标优化模型,提出基于量子位实数编码的热连轧轧制规程多目标优化算法。该算法将免疫遗传算法框架与量子计算思想相结合,采用量子位实数编码,利用量子态干涉进行遗传算子的交叉和变异,同时保证非支配解按拥挤距离选择优势免疫抗体种群,得到 Pareto 全局最优解集。以某轧钢厂热连轧精轧机组为例,验证本文所提及算法的有效性。实例分析表明,所提及的算法在寻优能力和收敛速度上均优于传统的NSGA-II算法,能够获得更好的Pareto解集,有效地解决热连轧轧制规程多目标优化问题,改善了轧制能耗。     

基于多规则设备分配及工序排序的FJSP多目标集成优化方法

为降低柔性作业车间调度多目标优化的复杂度,提高优化效率,提出一种基于多规则设备分配及工序排序的柔性作业车间调度多目标集成优化方法.建立了一类以完工时间、设备最大负荷、设备总负荷以及制造成本为优化目标的柔性作业车间调度多目标优化模型;针对模型的组合爆炸特点,为降低其复杂度,提出一种将多规则设备分配及工序排序相结合的集成调度思想;为进一步提高求解效率,提出一种面向对象数据处理技术用于处理各实体之间的数据交换;基于改进的非支配排序遗传算法思想,提出了基于多规则设备分配及上序排序的柔性作业车间调度多目标集成优化算法.通过仿真对比与应用验证了所提方法的有效性.     

结合性能评价的多目标经营过程资源配置优化

经营过程的质量,既取决于经营过程链的结构,又取决于资源和组织的配置。经营过程资源配置质量由基于相似度排序技术的平均的理想资源配置贴近度和基于信息熵的资源配置均衡性所组成。这种质量可理解成经营过程运作的事前预估质量。建立了时间、成本和质量的多目标经营过程资源配置优化模型,采用混合型非受支配排序遗传算法求解这类决策变量较多的多目标优化问题,大致给出了进化过程所产生的Pareto全集的聚类中心。以劳动力密集型的船舶并行建造为例,说明了经营资源配置质量的解析描述和混合型非受支配排序遗传算法,对于动态资源配置是有效的。     

悬臂式掘进机断面成型轨迹多目标优化方法研究

断面成型是掘进过程的重要工序,传统的断面轨迹仅以轨迹最短为目标,且一旦确定不再改变,制约掘进机器人的发展。为此,本文针对常见及复杂构造断面,提出了悬臂式掘进机断面成型轨迹多目标优化方法。首先,以效能和安全为目标,建立了截割轨迹多目标优化模型,考虑实际截割工况,确定了模型中决策变量、目标函数以及约束条件;其次,为进一步提高优化解的收敛性及分布性,提出了基于知识库精简的多目标粒子群算法(FDMOPSO算法);最后,基于FDMOPSO算法对截割轨迹多目标优化模型进行求解。经仿真验证,算法的收敛性提高了约90%、分布性提高了约40%,且对于不同形状、大小的复杂构造巷道断面都可以规划得到截割轨迹解集,并以效率、安全和截割平滑性为依据,最终决策得出最优轨迹。优化之后的截割轨迹,既能提高截割效率,同时可以做到避免夹矸,增加了截割的安全性。     

多工作日历下的大型工程项目多目标任务指派优化方法

为解决多工作日历下大型工程项目任务指派问题,提出一种多目标优化方法。建立了以项目工期最短、成本最低为优化目标,考虑多工作日历约束的大型工程项目多目标任务指派优化模型;提出基于多工作日历的时间推算方法,解决了多工作日历下工程项目任务指派的关键问题。设计了带精英策略的快速非支配排序遗传算法求解优化模型,其中编码采用基于承包商号的整数编码方式,交叉操作采用两点交叉方式,变异操作采用单点变异方式。种群初始化采用拒绝策略以保证个体可行性,变异过程采用修复策略以保证子代个体的可行性。解码操作根据各任务被指派的承包商号数组,在任务成本数组中查出任务成本,对各任务成本求和得到项目成本;在任务时间数组中查出任务时间,基于关键路径法采用正向推算函数FC得到各任务最早开工时刻、最早完工时刻,进而求出项目工期。进化结束后将所得到的Pareto解集存入工作表"Pareto解集",当决策人员双击某个Pareto解时,算法基于关键路径法采用正向顺推函数FC和反向逆推函数IC得到其对应的调度矩阵。通过案例分析验证了所提方法的有效性。     

基于MOPSO的航空发动机分支管路多目标布局优化

分支管路的布局优化属于NP难问题,其多目标优化情况则更加复杂。针对航空发动机分支管路多目标敷设问题,以分支管路长度最小化、分支点数量最小化以及管路平滑度最优为优化目标,建立了基于避障Steiner树的分支管路多目标布局模型。考虑到模型的复杂性,设计基于多目标粒子群优化（Multi-objective particle swarm optimization,MOPSO）的模型求解算法。其中,以分支点数量和坐标作为决策变量;针对分支管路拓扑结构特点,提出一种分支管路平滑度计算方法,结合非支配排序和网格密度计算完成个体多目标评价;通过可视图和测地线处理约束条件;通过多目标粒子群进化计算求得Pareto解集。所建立的分支管路多目标布局模型及求解算法考虑了多端点情况、多目标优化以及避障约束。最后通过管路敷设算例验证了可行性。     

基于差分进化算法的混合动力系统多目标优化

针对混合动力能量管理系统多目标优化问题通常采用加权求和等方法的缺点,采用Pareto最优原理处理燃油经济性与排放性(CO、NOx、HC)评价指标,提出一种基于非支配排序的自适应差分进化算法,并应用于混合动力能量管理多目标优化系统之中并进行仿真分析。结果表明,提出的优化方法能够得到一组非支配Pareto最优解集,且燃油经济性最大提高了5.30%,CO排放物最大下降了3.65%,NOx最大下降了14.40%,HC最大下降了3.26%。     

改进型多目标粒子群优化算法在波纹管结构优化设计中的应用

将采用了协同搜索策略的改进的多目标粒子群优化算法,引入到波纹管结构优化设计过程中,以波纹管最小整体刚度和最小质量为优化目标,建立多目标优化设计模型,设计合理的波纹管结构参数。优化算例的结果表明,使用改进型多目标粒子群优化方法,能有效逼近实际在用的波纹管结构设计性能甚至更佳,寻找到最佳的结构优化设计参数组,从而为用户提供更为直观有效的设计参考。     

结合性能评价的多目标价值链设计

企业间集成如供应链管理、虚拟企业、网络化制造等,都是旨在面向顾客的价值增值,减少产品或者服务的周期时间,降低成本．提高质量,以提高权益相关者的市场竞争力和运作性能,这些都需要有效的价值链设计。价值链的运作质量与价值链上节点的组织配置情况有密切关系。价值链配置质量是对价值链运作质量的预测,提出了价值链配置质量的解析描述方法,它由平均的理想配置贴近度和基于信息熵的配置均衡性两部分组成。建立了综合考虑时间、成本和质量的可量化和不可量化指标的多目标价值链优化模型,采用混合型NSGA算法,求解这类决策变量较多的多目标优化问题。计算结果表明,价值链配置质量的解析描述方法和混合型NSGA算法,对于按照经营性能需求动态设计价值链有较好的效果。     

[生产计划]基于NSGA-Ⅱ的产品开发任务调度多目标优化

针对传统的加权系数法和约束法等不能很好解决产品开发任务调度多目标优化的问题,建立了以产品开发时间和成本为目标的多目标优化模型,采用改进的非支配排序遗传算法得出Pareto最优解集,并利用模糊优选法对该解集进行选优,确定了产品开发任务调度的最优执行方案。对两个经典多目标测试函数的求解及对比分析表明了该算法的优越性,结合实例说明了该方法的实施过程及有效性。     

基于多目标优化的制造资源分配研究

为了实现智能制造环境下企业制造资源的有效利用,提出了一种基于多目标优化的制造资源分配优化方法.构建了考虑加工成本、加工时间、加工质量和制造单元适合度的多目标优化模型,采用一种基于时变速度和位置加权更新的改进的粒子群算法,对该优化模型进行求解.最后通过仿真验证了所提方法的可行性.     

基于灰色粒子群算法的发动机悬置系统多目标优化设计

动力总成悬置系统悬置参数的优化可以通过移频、解耦、降低支撑处响应力等多种途径来进行,因此,悬置参数的设计是一个多目标优化问题.运用灰色理论中的关联分析的方法,选取粒子群算法中的全局极值和个体极值,并结合稳健设计思想,提出了适合于多目标模型的灰色粒子群稳健优化算法,并将该算法应用到动力总成悬置系统的优化设计中.计算结果表明,该算法不仅能够很好地协调从不同角度提出的悬置参数的优化目标,获得满意的综合效果,而且可以使优化后的悬置参数有更好的鲁棒性.     

工期不确定下产品开发任务调度的多目标优化

针对产品开发中任务工期的不确定性,以产品开发时间最短和成本最低为目标,运用区间数方法描述任务工期的不确定性,建立了工期不确定条件下区间型多目标优化数学模型,并基于区间序关系将该模型转化为确定性的优化模型。采用改进的非支配排序遗传算法(NSGA-II)进行求解,得到了产品开发任务调度的Pareto最优解集。通过实例说明了该方法的实施过程,计算结果表明了该方法的有效性。     

基于混合粒子群算法求解多目标混流装配线排序

针对生产调度中的多目标混流装配线排序问题,建立以最小化超载时间、产品变化率与总切换时间为优化目标的数学模型,并提出一种改进的多目标粒子群算法求解。该算法采用基于工件的编码方式,并提出新的解码方法;应用Pareto排序和小生境数评价个体,在此基础上形成了一种新的适应度函数。在个体最优解的更新中,为避免最优解丢失,对非支配粒子与支配粒子采用差异化方法更新。此外,运用两种策略解决粒子群算法过早收敛的问题:在个体最优解的更新中引入模拟退火思想,并将全局最优解的选择扩大到整个种群。通过数值算例研究了算法的收敛性、分布性和执行效率,结果表明了所提算法的优越性。     

资源约束下产品开发任务调度的多目标优化

鉴于产品开发任务调度过程中存在资源约束问题和学习与遗忘效应,需要对多个目标进行优化决策,通过定义资源平均利用率并提出学习遗忘效应矩阵,结合耦合设计的多阶段迭代模型,以各阶段资源利用率为约束条件,建立资源约束下考虑学习与遗忘效应的任务调度时间与成本的多目标优化数学模型。采用带精英策略的非支配排序遗传算法求解得出Pareto最优解集,并采用改进的多目标理想点法对该解集进行选优,得到最优任务调度方案。以某电动汽车的开发过程为例,验证了该优化模型能够减小产品开发时间,降低产品开发成本,提高总资源利用率。     

基于NSGAⅡ的齿轮减速器多目标优化研究

为了解决工程设计中有离散变量、多约束的多目标优化问题,对改进的非占优排序遗传算法(NSGAⅡ)进行了研究,通过基于拥挤距离的非占优排序,提出了离散变量和多约束的处理方法,利用Matlab软件编写了NSGAⅡ的多目标优化程序,并以二级减速器多目标优化设计为例,建立了多目标优化数学模型,运用NSGAⅡ算法求解得到了帕累托最优解集,根据模糊集合理论的有关方法选取了最优解,与传统方法得到的结果相比,体积、失效概率和传动误差都有不同程度的降低。研究结果表明,修改后的NSGAⅡ能用于有效地求解有离散变量、多约束的多目标优化设计问题。     

线切割加工中多目标优化算法的应用

为了解决慢走丝线切割加工中难以同时获得较快加工速度和较优表面质量的问题,从其加工参数与加工指标之间的高度非线性关系入手;选取水压(WP)、脉冲时间(T_(on))、脉冲间隔(T_(off))、电极丝张力(WT)、丝速(WS)和伺服参考电压(SV)作为优化参数,以表面粗糙度(Ra)、材料去除率(MRR)作为优化指标,设计正交实验;创新运用支持向量机回归(SVMR)结合粒子群优化算法(PSO)建立其多目标预测优化模型,得到最优加工参数;实验结果表明,所建立的多目标预测优化模型预测精度高、优化效果显著。