一类带工艺约束生产调度的随机梯度遗传算法

随机梯度遗传算法(Stochastic Gradient Genetic Algorithm简称SGGA),在求解多目标优化问题方面显示了很强的优越性.本文把SGGA算法应用于单目标优化问题.首先将多目标综合优化问题,利用权系数法转化为单目标优化问题,然后将标准遗传算法与SGGA算法有机结合,对一类带工艺约束的生产调度方法进行了优化设计.实验证明:SGGA算法可用于单目标优化问题,且能得到较好的最优解.     

利用NSGA-Ⅱ算法求解供水管网优化改造模型

为提高供水管网优化改造模型的客观性,给出更合理的优化结果,对供水管网改造单目标优化模型进行适当处理,将水力约束条件转化为独立的目标函数,建立供水管网改造多目标优化模型.利用面向多目标优化问题求解的非控制排序遗传算法-II(NSGA-Ⅱ)求解多目标管网优化改造模型.通过算例验证,算例管网中低压节点问题、管段负荷过大问题、管段改造投资问题,由于都作为目标函数进行求解,给出综合考虑三方面问题的优化结果.通过多目标建模思想以及面向多目标问题优化算法(NSGA-II)的引入,解决单目标模型无法描述管网改造为多目标问题的矛盾,克服采用权重系数或惩罚函数带来的不确定因素.并通过引入人工诱导基因变异算子,加快种群向可行解域的收敛速度,提高算法的收敛速度,而且改善解的合理性.     

YT16拖式压实机动力参数的多目标优化

对拖式压实机工作轮下落阶段进行运动分析,建立冲击轮动力参数的多目标优化模型,以水平速度变化率最小和垂直速度变化率最大为两追求目标,运用多目标优化方法中的线性加权和法对其进行优化处理,化多目标优化问题为单目标优化问题,并运用单目标优化方法中的约束随机方向搜索法解得的最优解即为该多目标优化问题的有效解,使得优化后的冲击轮动力性能在水平方向和垂直方向上均有较大的改善.     

危险品运输车辆路径优化问题研究综述

危险品运输是社会关注的热点之一,危险品运输车辆路径优化也是重要的研究问题.本文对现有相关研究进行整理和分类,梳理危险品运输车辆路径优化问题的研究进展.首先将危险品运输车辆路径优化研究分为4类,即单目标危险品运输路径选择研究、多目标危险品运输路径选择研究、单目标危险品运输车辆路径问题研究、多目标危险品运输车辆路径问题研究...     

基于二进制人工蜂群算法的认知无线电决策引擎

为实现认知无线电系统参数的自适应调整功能,提出了一种基于二进制人工蜂群算法的认知无线电决策引擎。将认知无线电决策问题转化为多目标函数优化问题,并采用加权和方法将复杂的多目标函数优化问题归一化为简单的单目标函数优化问题。采用二进制人工蜂群算法对此优化问题进行求解,实现对无线电系统参数的优化调整。最后,通过一种多载波系统对算法性能进行仿真分析,仿真结果验证了该算法的有效性和实用性。     

基于IHS算法的轴向永磁调速器参数优化的研究

设计了一种具有扇环体磁极永磁转子的永磁调速器。针对该结构提出多目标优化问题,首先建立了多目标优化的数学模型;然后基于BP神经网络建立了该装置的优化结构参数与性能指标(即输出转矩和涡流损耗)之间的预测模型;为了尽可能实现输出转矩最大和涡流损耗最小,将两个优化目标转化为"满意度最大"这一单目标问题,并利用IHS算法进行求解,得出了满意的结构。有限元仿真结果表明:与标准结构永磁调速器相比,优化之后永磁调速器的性能得到了改善,使得涡流损耗在基本不改变的情况下输出转矩得到了极大地提高。     

基于快速群搜索算法的双层球面网壳多目标优化

提出一种新的群智能算法,即多目标快速群搜索优化（MQGSO）算法,以双层球面网壳为研究对象,进行结构节点最大位移最小化和结构质量最轻化的多目标优化设计,网壳优化后的Pareto前沿分布均匀且范围较广,分别对多目标优化和单目标优化后的结构进行多维地震作用时程响应分析。结果表明：多目标优化得到的结构优于单目标的优化结果,所提出的多目标快速群搜索算法能很好地实现复杂空间结构的多目标优化设计。     

YT16拖式压实机动力参数的多目标优化

对拖式压实机工作轮下落阶段进行运动,建立冲击轮动力参数的多目标优化模型,以水平速度变化率最小和垂直速度变化率最大为两追求目标,运用多目标优化方法中的线性加权和法对其进行优化处理,化多目标优化问题为单目标优化问题,并运用单目标优化方法中的约束随机方向搜索法解得的最优解即为该多目标优化问题的有效解,使得优化后的冲击轮动力性能在水平方向和垂直方向上均有较大的改善。     

考虑电池寿命的插电式混合动力汽车能量管理优化

考虑电池寿命对插电式混合动力汽车全寿命周期成本的影响,以综合燃油消耗和电池寿命衰减最小为目标开展电池充放电功率的多目标优化研究. 引入权重系数将多目标优化问题转化为单目标优化问题,采用动态规划（DP）算法求解实现全局最优,并根据优化结果选择最优权重系数. 为了解决动态规划算法运算速度慢、须预知工况的缺陷,以最优权重系数的优化结果训练神经网络控制器并将其应用于控制策略中. 仿真结果表明,与以油耗为单一目标的优化相比,多目标优化可使电池寿命衰减减少13.5%,而燃油消耗仅增加0.5%,在保证燃油经济性的同时有效减少电池寿命的衰减程度;基于神经网络的控制策略有效克服了动态规划算法的缺点并能达到与其相近的运算效果,具有较好的应用前景.     

动态车辆路径问题的多目标优化模型与算法

以快递服务相关的动态车辆路径问题为研究对象,建立多目标优化模型,设计了相应的求解流程.多目标优化模型包括最大化服务客户数、最小化客户等待时间和最小化总旅行时间3个优化目标.采用基于词典式的排序方法,开发了改进的Or-opt局部搜索启发式算法.在不同基准问题数据集上进行仿真实验,结果表明,多目标优化模型与单目标模型相比,能明显降低被拒绝的客户数和等待时间,而总旅行时间未发生明显增长.     

磨矿过程的稳态优化

针对磨矿过程的工艺特点,结合选矿厂对磨矿产品产量、质量的生产要求,提出磨矿过程多目标优化问题．为求解此多目标优化问题,研究一种快速的多目标遗传算法NSGA-Ⅱ（Nondominated Sorting Genetic Algorithm Ⅱ）．针对NSGA-Ⅱ算法中个体进行交叉前选择方法的不足之处加以改进,引入过滤、限制机制．仿真结果表明：引入过滤、限制机制可以限制“近亲”交叉,保持种群的均匀分布和多样性,加快种群在进化搜索过程中找到优秀个体的速度．将改进后的算法用于磨矿过程稳态优化,求得适合实际生产的多组系统操作参数,并用TOPSIS方法选出最优的一组操作参数．     

板带热连轧轧制变形规程的模糊多目标优化设计

研究了目前板带热连轧轧制变形规程设计方法及在该领域中的应用状况，分析并建立了以能耗最低、负荷分配最均衡及板形质量最优的多目标优化模型，并运用模糊学的理论和方法对板带热连轧轧制变形规程多目标优化问题进行了求解．最后以某六机架热连轧机为例，对常规轧制，各单目标优化轧制以及模糊多目标优化轧制的轧制变形规程进行了分析比较，结果表明了该方法的有效性．     

带有权重偏好的多目标进化算法

对于现实生活中的一些多目标优化问题,往往存在着多个决策者的偏好.提出了一种新的偏好方式：决策者对目标函数的权重偏好,该方法在Delphi法下由决策者对目标函数的重要性打分形成,能够更好地体现出决策者的偏好,并且简单易行.结合M2M算法,形成了一种求解多目标优化问题的混合算法.数值实验显示,在不同偏好下,多目标优化问题的结果也不一样,这与实际情形相吻合.在实际生活中,这种方法也具有一定的现实意义.     

基于智能算法的汽车气动外形参数多目标优化

为了对汽车外形进行优化设计,利用CFD软件与智能算法相结合的方法,以在天窗微开高速行驶状态下的汽车为优化的对象,选取气动阻力最小、气动升力为0、天窗后缘压强最小为`优化目标,以汽车关键外形参数为设计变量,对汽车气动外形进行多目标优化设计.同时,应用了数据挖掘技术评价设计变量与3个目标函数的影响关系,选取优化后的最佳关键参数制作汽车模型并进行风洞试验验证.研究结果表明:通过遗传算法优化的车身外形,在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%,并通过风洞试验验证了该智能算法结果的准确性.基于智能算法的汽车气动外形设计具有指导意义与实际应用价值,为汽车气动外形的多目标优化设计提供了一种高效、精确、可靠的先进优化方法.     

A robust multi-objective and multi-physics optimization of multi-physics behavior of microstructure

A new strategy is presented to solve robust multi-physics multi-objective optimization problem known as improved multi-objective collaborative optimization(IMOCO) and its extension improved multi-objective robust collaborative(IMORCO).In this work,the proposed IMORCO approach combined the IMOCO method,the worst possible point(WPP) constraint cuts and the Genetic algorithm NSGA-II type as an optimizer in order to solve the robust optimization problem of multi-physics of microstructures with uncertainties.The optimization problem is hierarchically decomposed into two levels: a microstructure level,and a disciplines levels.For validation purposes,two examples were selected: a numerical example,and an engineering example of capacitive micro machined ultrasonic transducers(CMUT) type.The obtained results are compared with those obtained from robust non-distributed and distributed optimization approach,non-distributed multi-objective robust optimization(NDMORO) and multi-objective collaborative robust optimization(McRO),respectively.Results obtained from the application of the IMOCO approach to an optimization problem of a CMUT cell have reduced the CPU time by 44% ensuring a Pareto front close to the reference non-distributed multi-objective optimization(NDMO) approach(mahalanobis distance,D_M~2=0.9503 and overall spread,S_o=0.2309).In addition,the consideration of robustness in IMORCO approach applied to a CMUT cell of optimization problem under interval uncertainty has reduced the CPU time by 23% keeping a robust Pareto front overlaps with that obtained by the robust NDMORO approach(D_M~2=10.3869 and S_o=0.0537).     

一类两层多目标决策的全局优化方法

针对一类两层多目标决策问题,论证了将其转化为等价的一般多目标决策问题的方法;采用信息熵确定权重将多目标问题化为单目标决策问题,并基于模拟退火全局优化方法,提出了一种求解方法,通过算例表明该方法是有效的．     

NSGA Ⅱ based multi-objective homing trajectory planning of parafoil system

Homing trajectory planning is a core task of autonomous homing of parafoil system.This work analyzes and establishes a simplified kinematic mathematical model,and regards the homing trajectory planning problem as a kind of multi-objective optimization problem.Being different from traditional ways of transforming the multi-objective optimization into a single objective optimization by weighting factors,this work applies an improved non-dominated sorting genetic algorithm Ⅱ(NSGA Ⅱ) to solve it directly by means of optimizing multi-objective functions simultaneously.In the improved NSGA Ⅱ,the chaos initialization and a crowding distance based population trimming method were introduced to overcome the prematurity of population,the penalty function was used in handling constraints,and the optimal solution was selected according to the method of fuzzy set theory.Simulation results of three different schemes designed according to various practical engineering requirements show that the improved NSGA Ⅱ can effectively obtain the Pareto optimal solution set under different weighting with outstanding convergence and stability,and provide a new train of thoughts to design homing trajectory of parafoil system.     

采用多目标蝙蝠算法的电力系统广域协调控制策略

广域电网中多个电力系统稳定器之间存在相互作用,影响整个系统的控制效果,为此提出一种基于蝙蝠算法的多目标广域阻尼控制器协调设计方法. 该方法利用蝙蝠算法中种群的多样性,使得算法在迭代寻优过程中保持持续优化的能力,保证算法具有较好的收敛性和准确性;以机电振荡模态的实部和阻尼比为目标函数,将多机电力系统稳定器参数优化问题归结为带不等式约束的多目标优化问题. 分别在四机两区域系统和新英格兰典型系统的多种运行方式下进行仿真,结果表明：所提方法能够改善系统弱机电模式的特征值分布,有效抑制低频振荡,具有良好的控制效果和鲁棒性.     

面向任务的可重构模块化机器人构型设计

为解决可重构模块化机器人在应用时如何找到合适的构型来满足特定任务的问题,提出一种面向任务的可重构模块化机器人构型多目标优化方法．讨论该模块化机器人系统的基本结构,包括主要的模块和控制系统的组成结构;在任务描述的基础上,给出模块化机器人构型设计的优化模型和流程;针对特定的攀爬任务和操作任务,对模块化机器人的构型进行优化设计．仿真验证了该方法的可行性和有效性．该方法具有面向任务和多目标优化等特点,涵盖了自由度、可达性、耗能等多方面的性能优化,适用于模块化机器人的构型设计．