多目标拟神经优化方法

根据具有最佳逼近和学习功能的神经网络原理 ,建立了多目标拟神经优化方法 ,给出了有关定理及其证明 .     

结构多目标模糊优化初探

将结构设计中的多目标优化和模糊优化结合起来,试图寻找一种处理这类问题的数学模型及求解的方法。     

产品全生命周期设计非线性多目标优化方法

为实现产品全生命周期设计全系统、全过程、全性能优化的目的，提出在对生命周期内各环节影响因素分析的基础上，将设计从面向某一特定阶段或特定性能指标的平面式局部规划扩展到立体式整体规划．对立体式生命周期设计的涵义进行了阐释．基于详尽的需求分析和系统分析，以及对影响产品竞争力因素的综合评估，建立了产品立体式生命周期设计非线性多目标优化模型，给出了优化问题求解的方法，并以算例对所给出的模型和求解方法进行了说明．     

一种广义凸多目标规划的充分条件

讨论了一种关于Ｆ,θ的ρ－不变凸多目标规划的充分条件。     

关于多目标最优化的算法实质问题

在假定函数值为Ｒ＾ｍ中的有界凸集时，给出了多目标最优化的实质算法，证明了其余算法均是此算法的特款。同时，文中在模型不存在有效解的前提下，给出了ε有效的存在性定理。     

贝叶斯优化算法在多目标优化问题中的应用

贝叶斯优化算法是近年来在进化算法领域兴起的一种新兴算法,用贝叶斯网络概率模型来显式地反映变量之间的依赖关系及可行解的分布,更符合实际问题的本质,在众多领域获得应用。针对多目标优化问题,在Pareto优化概念的基础上,用非占先排序及拥挤距离的方法来选择群体,形成解决多目标优化算法的Pareto贝叶斯优化算法,实验结果表明,Pareto贝叶斯优化算法要优于经典多目标优化算法NSGA-II。     

基于多目标优化的乘客电梯理想速度运行曲线确定方法

目的研究一种借助多目标优化模型求得电梯理想速度曲线的确定方法,解决乘客电梯快速性和舒适性问题．方法分析电梯实际运行方式,构建理想速度曲线组合模式;结合实际及相关国家标准,建立求取理想速度曲线参数的多目标优化模型;借助多目标遗传算法NS-GA-Ⅱ解得理想速度曲线参数的Pareto解集,并基于偏好进行区域划分．结果通过对电梯速度曲线参数的多目标优化求解,获得不同偏好的乘客电梯理想速度曲线．结论不同偏好、不同额定速度下电梯理想速度曲线对比分析结果表明,基于多目标优化的乘客电梯理想速度曲线确定方法在兼顾电梯运行的快速性及舒适性要求的同时为技术人员提供了多种可供选择的运行速度控制模式;对额定速度不高于3．5m／s的乘客电梯,其理想速度曲线可省去直线加速段以降低速度控制模式的复杂性．     

车用空调冷凝器性能多目标优化方法

针对车用空调平行流冷凝器的性能优化问题,将冷凝器划分为3个相区,分别为过热区、两相区和过冷区.通过划分微元并通过比焓或干度逐一判断所属相区并进行计算的方式,基于ε-NTU法建立结构参数与性能参数之间的数学关系,通过运行实验验证了该换热计算模型.利用多目标遗传算法(MOGA)分别获得双目标优化与多目标优化的Pareto最优解集,比较了两者的优劣.结果表明,采用MOGA能够解决车用空调平行流冷凝器性能优化问题,相对双目标优化具有更好的优化效果.通过对优化点进行分析,分别获得最佳综合性能、最佳运行性能、小型轻量化3种优化方案,其中综合性能优化方案提升换热效率4.7%、降低压降4.5%,体积和质量分别减小10.5%和6.4%.     

机械结构的多目标模糊优化方法

结构设计的初始阶段含有大量的模糊信息,设计概念的产生,设计参数的取值,设计目标的评介、约束条件的允许范围以及工况等实际上都含有不同程度的模糊性,提出了处理多目标模糊优化中目标与约束权重的向量水平截集法和权重最大最小法,拓展了向量水平截集法与最大最小法的应用范围。     

灰色生产集上的多目标规划

本文针对生产活动中的输入与输出数据的灰色性，建立灰色多目标规划，给出了Ｇｒｅｙ解的概念，并证明了Ｇｒｅｙ解的最优性。     

单纯形-多目标粒子群优化方法的混合算法

粒子群优化算法的局部搜索能力较差，在利用该算法求解复杂的多目标工程优化问题时，往往很难求得质量较好的非劣解集。对此，提出了单纯形-多目标粒子群优化方法的混合算法(SM-MOPSO)，该算法不仅继承了粒子群优化算法的优点，而且具有很强的局部搜索能力和较好的鲁棒性能，不仅使非劣解集均匀分布，尽可能的逼近真实的非劣前沿，并且扩展了非劣解集的范围，使非劣解集对于每个单目标而言都有较广的覆盖范围。文中以两目标十杆和二十五杆桁架结构作为算例，取得了很好的优化结果，验证了该算法的优越性能。     

基于多目标优化的免疫遗传算法 在Matlab环境中的实现

阐述了基于多目标优化的免疫遗传算法基本原理，合理地在抗原聚类算法中引入孤立度算法。在该算法中，将优化问题的可行解对应于抗体及pareto最优个体对应于抗原，并运用改进的抗原聚类算法不断更新抗原群中的抗原，从而得到分布均匀的pareto最优解。并探讨了在Matlab环境下应用免疫遗传算法实现多目标优化，主要对增强度计算、pareto求优、抗原聚类等进行了算法实现。并以实例说明其在Matlab环境中实现的可行性。     

半无限多目标规划解的讨论

把文[1]中给出的某些半无限规划的最优性条件的结果推广到多目标规划，并得到在某些条件下，弱有效解和有效解的充分和必要条件。     

结构多目标优化非劣解集的遗传算法

提出了一种遗传算法求解结构多目标优化非劣解集的方法。该方法提出了劣解罚项的概念,把劣解罚项和约束罚项之和作为设计点的总的罚项并将其转化为适应度,采用遗传算法进行求解。算例采用三杆和十杆多目标优化问题。计算结果表明,该方法是可行和有效的,计算的结果是有利于多目标决策。     

建设项目多目标优化方法研究

建筑工程项目管理的重要内容就是对工程的质量、工期、成本、资源等目标进行综合均衡控制.在具体分析各目标之间相互作用关系的基础上,建立了工期-费用关系模型、质量-工期关系模型和资源均衡-工期关系模型.进一步在工期-费用优化的基础上,引入工程质量、资源均衡目标,综合单目标模型,建立了进度计划的多目标模型,并利用改进的理想点法(TOPSIS法),对实施方案进行优选,最后用算例验证了方法的可行性和实用性.