非正态变量情况下基于杂交SAPSO-SFLA的多目标稳健协同优化

为解决非正态变量空间中复杂多变的隐式非线性功能函数的可靠性及灵敏度的问题,融合鞍点估计与线抽样法的优点,结合二分法的特点与黄金分割法的求解效率,提出基于黄金分割二分法的鞍点线抽样法,即可沿重要线抽样方向利用黄金分割点的二分法快速找到各样本点对应于功能函数的零点,将结构失效概率转化为一系列线性功能函数失效概率的平均值,求出相关变量的可靠性灵敏度,从而导出失效概率对变量均值与方差的可靠性灵敏度及结构轻量化的多目标优化问题,并阐明了多目标协同优化的思想。同时,针对可靠性灵敏度作为目标函数因误差导致多目标协同优化难以收敛的问题,提出了利用误差的思想与方法;为提高算法的收敛性,对粒子群优化(Particle Swarm Optimization,PSO)算法与混合蛙跳算法(Shuffled Frog-Leaping Algorithm,SFLA)进行改进以后,再将两者进行杂交,提出杂交自适应粒子群优化-混合蛙跳算法(Self-Adaptive PSO-SFLA,SAPSO-SFLA),并用来求解上述多目标优化问题。算例表明:1) 基于黄金分割二分法的鞍点线抽样法在求解复杂非线性功能函数的可靠性及灵敏度时精度高,速度快;2) 与粒子群优化和混合蛙跳算法相比,所提杂交SAPSO-SFLA不仅具有更快的收敛速度,其鲁棒性还能使盾构行星减速器箱体体积减小8.42%。     

基于支持向量机改进算法的船舶类型识别研究

利用船舶目标辐射噪声DEMON谱特征,采用改进的支持向量机算法,实现了对船舶目标的分类识别研究。针对支持向量机算法对噪声比较敏感和最优分类面求解时约束较多不利于支持向量机最优分类面寻优的问题,在保持支持向量稀疏性和应用径向基核函数的条件下,对支持向量机算法在松弛变量和决策函数两方面进行了改进,提出了基于径向基核函数的齐次决策二阶损失函数支持向量机改进算法,并应用于利用船舶目标辐射噪声DEMON谱进行船舶目标类型分类识别实验。理论分析、数据仿真与实验结果表明,该改进算法实现了在二次规划中的较少约束条件下最优分类面求解,具有模型参数寻优空间广阔、总体分类性能优的特点,其分类性能优于原支持向量机算法,是一种适合于船舶辐射噪声DENOM分类识别的有效的支持向量机改进算法。     

基于遗传粒子群混合算法的多生产线协调调度

为了求解多目标多生产线调度问题,结合PSO和GA算法的特点,提出了基于协同进化思想的多种群PSOGA混合优化算法(简称MC-HPSOGA).以最小化最大完工时间、最大化生产线利用率和最大化客户满意度为目标函数,建立了多生产线作业协调调度问题的多目标批量调度数学模型,并且设计最小批量动态分批策略,将MC-HPSOGA算法...     

基于改进反向差分进化算法的多股簧响应模型参数辨识

针对传统算法在辨识多股簧响应模型参数方面存在的不足,提出一种改进反向差分进化算法。改进的算法采用新的反向学习机制引导种群逼近全局最优解,并使用正弦混沌序列计算缩放因子以提高种群的多样性。这两种机制协同操作可以较好地平衡算法的全局勘探和局部开采能力。通过建立参数辨识的目标函数和进行多股簧的动态试验,然后使用改进算法优化目标函数得到辨识结果。计算结果表明,改进算法能够有效地辨识多股簧模型参数,参数的收敛速度和计算的成功率优于标准反向差分进化算法和其他算法;即使在噪声级别较高的情况下,改进反向差分进化算法也可以准确地求出多股簧的模型参数。     

基于改进自适应遗传粒子群混合算法的多AGV路径规划研究

针对仓库中AGV的路径规划问题,该文提出了一种改进自适应遗传粒子群混合算法。首先,根据算法搜索进度修改权重和学习因子,采用一种新的非线性权重系数,两者根据迭代而动态变化。其次,动态调整交叉和变异概率参数。最后,为了避免多AGV出现路径冲突,在适应度函数中引入拥堵系数对拥堵路段进行惩罚。结果表明,与已有的改进遗传算法和改进粒子群算法相比,该文采用的改进自适应遗传粒子群混合算法搜索最优路径的长度更短、搜索范围更广。     

带有限等待的动态HFS调度的拉格朗日松弛算法

作为基于最优化的近似算法,分析了拉格朗日松弛算法的分解策略,设计了算法的实现优化过程.针对从钢铁生产提炼出的带有限等待时间要求的动态HFS调度,采用基于工件解耦的分解策略,应用拉格朗日松弛算法进行求解,以最小化总加权完成时间和工件等待惩罚之和.该算法将工件耦合约束松弛到目标函数中,将形成的松弛问题分解成多个更易求解的工件级子问题,进而利用动态规划求解这些子问题,通过拉格朗日乘子的更新迭代过程获得原问题的近优解.对不同问题规模的测试结果表明,该算法能在较短的计算时间内得到较好的近优解,说明了拉格朗日松弛算法求解等待时间受限的HFS调度的可行性和有效性.     

基于等效静载荷和模态跟踪的结构拓扑优化

为实现结构动态多目标下的拓扑优化设计,以特定模态固有频率最大化和动态柔顺度最小化加权函数为目标,提出动力特性和动力响应综合目标的渐进结构拓扑优化模型。基于等效静载荷原理,将结构的动刚度拓扑优化设计问题转换为多载荷工况静态刚度拓扑优化设计问题。基于模态跟踪技术,保证结构指定模态在渐进优化过程中的一致性。构建归一化目标函数避免不同性质目标函数的量纲与量级差异,融和渐进结构优化方法构造动态多目标下的连续体渐进结构拓扑优化算法。数值算例结果表明:所提出的动态多目标渐进结构优化方法对结构动力学拓扑优化问题具有一定的适用性,拓展了渐进结构优化方法在动力学拓扑优化设计的应用领域。     

一种基于新改进的Price算法的混合遗传算法求解约束优化问题

新改进的Price算法能够求解多峰、多维,以及不可微目标函数的全局优化问题.把新改进的Price算法作为局部搜索算子,并入到实数编码遗传算法中,构成一个混合遗传算法,求解约束优化问题.该混合算法增强了全局寻优能力,提高了函数值的精度,并减少了计算量.通过对13个约束标准测试函数的仿真实验,并和已有算法的比较,结果表明本文提出的混合遗传算法是有效的.     

基于改进人工鱼群算法的输电塔塔腿拓扑优化

为了解决输电塔塔腿的优化问题,提出了基于改进人工鱼群算法的拓扑优化方法。建立了输电塔结构拓扑优化的计算模型,采用罚函数形式确定了人工鱼群算法的目标函数,并提出了拓扑变量的判定规则。采用人工鱼群算法对输电塔塔腿进行了拓扑优化研究。考虑到基本人工鱼群算法易陷入局部优化解,提出了视野和步长的变化策略,以及觅食行为的加速策略。数值算例结果表明,采用基本人工鱼群算法可以较好的优化输电塔塔腿,而在此基础上利用改进人工鱼群算法可以更有效地优化输电塔塔腿,并且其优化效率明显优化基本人工鱼群算法和差商算法。     

原油一次加工过程的多目标调度优化

在制定原油一次加工过程详细调度时,往往需要考虑多个优化目标。本文提出一种基于改进的骨干粒子群算法和II代非支配遗传算法协同进化的双种群算法,并通过Pareto差熵控制种群的交流,优化了供油罐使用成本、供油罐的切换成本、管道中原油混合成本以及供油罐罐底混合成本4个目标。通过一个工业实例,将本文算法与现有的几种具有代表性的进化多目标优化算法进行对比,验证本文算法的可行性和有效性。     

基于AHP-TOPSIS的可持续包装设计最优方案的筛选

目的 针对基本灰狼算法在函数优化过程中精度低、收敛速度慢、局部搜索能力差等问题,提出一种基于收敛因子和权重动态变化的自适应灰狼优化算法。方法 为了平衡算法的全局和局部搜索能力,引入聚焦距离变化率来动态调整收敛因子;使用自适应权重因子来改变算法的位置更新公式,以提高算法的收敛速度和精度。结果 仿真实验结果表明,改进后的算法在收敛精度和速度上都有了显著的提升,并且克服了灰狼算法在处理多峰函数时易陷入局部最优的缺点;对于纸浆浓度控制系统,控制效果更加理想。结论 通过改进的灰狼算法对PID控制器参数进行整定,可以显著提高系统的控制精度和其他性能指标,能更好地满足实际应用的要求。     

改进混合蛙跳算法在无线传感网定位中的应用

提出了一种改进混合蛙跳优化算法,用于改善无线传感网中距离矢量跳段定位算法的精度。首先根据锚节点与未知节点的位置关系利用DV-Hop算法进行初始定位, 然后分析误差来源,将目标定位机制转化为求解非线性总体最小二乘问题。同时合理选择加权因子和适应度函数,并利用带有混沌映射与柯西变异的改进混合蛙跳算法对未知节点坐标进行优化。在实验中,比较了最小二乘法、粒子群算法和改进混合蛙跳算法在定位中的性能。结果显示该智能算法简单可靠,而且有效提高了定位精度。     

基于概率-凸集混合模型的汽车正面碰撞结构可靠性优化设计

本文基于概率和凸集模型研究汽车正面碰撞可靠性优化设计问题。根据汽车吸能结构厚度、材料参数等不确定参数类型,分别采用概率和多椭球凸模型进行描述,以汽车正面碰撞安全性可靠性指标为约束,考虑汽车吸能结构质量为优化目标,建立了一种基于混合模型的可靠性优化设计模型。采用拉丁方试验设计构造了目标函数和约束函数的Kriging近似模型,利用功能度量法求解可靠度指标值,通过基于移动因子序列优化与可靠性评定将嵌套优化解耦为单层次优化。实际算例表明算法具有较高的计算效率及精度,对实际设计工作有一定参考价值。     

多层前馈网络的优化算法及其工程应用

针对基于多层前馈网络的误差反向传播算法(Standard Error Backpropagation Algorithm,SEBPA)易使网络陷入局部极小点、网络振荡、收敛速度慢甚至不收敛等缺点,通过引入新的评价函数、在网络权值和阀值迭代式中加入动量因子和可变学习率,改进SEBPA以优化多层前馈网络.本文利用基于改进算法的网络拟合非线性函数进行仿真实验,结果表明算法能大大改善网络性能;而轴承状态分类实验进一步验证了算法是正确的和有实际应用价值的.     

工程项目多目标协同优化研究

将微粒群算法(particle swarm optimization,PSO)引入工程项目多目标协同优化领域,研究工程项目的质量、费用、资源和工期的协同优化问题。文章首先系统介绍微粒群算法原理、流程以及算法的改进发展,然后研究了工程项目质量、费用、工期和资源的协调功效系数,并建立了质量、费用、工期和资源的多目标协同优化模型,接下来介绍了应用微粒群算法编码解决工程项目多目标优化的方法步骤。最后,通过一个应用实例,计算表明微粒群算法可以准确快速地解决工程项目多目标协同优化问题。     

结构模态测试传感器位置优选

在结构健康监测和损伤识别过程中,传感器的位置不仅直接影响结构动力特征参数识别的精度,更对结构损伤识别乃至结构监测的成功与否起着关键作用。在传统的传感器布置方法中,基于模态参数估计有效性的方法已得到广泛承认和应用,如较有影响的有效独立法。事实上,相对参数估计的有效性,无偏性应优先得到满足。为此,采用基于表征最小二乘法的传感器布置准则及传感器测点优化方法,推导了在各种载荷工况下的期望形式。在传感器布置准则优化算法方面,引入交叉熵优化算法,将传感器数目的约束以罚函数形式加入到目标函数中,优化了采样过程。最后,以大连体育场加速度传感器布置位置优化为例验证了表征最小二乘法准则和交叉熵优化算法的优越性。     

高层建筑抗风优化设计和风振控制相关问题研究

高层建筑由于自振周期长、阻尼小,其高柔的特征使其对风荷载特别敏感,风荷载是沿海地区超高层建筑的主要水平控制荷载,因此在强/台风作用下,其抗风设计须在满足规范安全要求的前提下,同时又要经济实用和结构性能高效,为此,开展高层建筑抗风优化和风振控制方面的研究具有十分重要的现实意义。该文在对高层建筑抗风优化设计和风振控制研究现状做简要介绍的基础上,首先根据风荷载的特点,着重研究了考虑风速风向联合概率分布和基于可靠度及性能化的高层建筑抗风设计方法,采用最优准则法,以结构的总重或总造价为目标函数,以顶部位移、层间侧移以及顶部风致加速度为约束条件,对高层建筑结构杆件截面抗风优化设计的相关问题进行了研究。同时为提高基因遗传智能优化算法的收敛速度和获得最可能优化解,该文提出了传统基因遗传的改进算法(如基于改进罚函数及分级遗传算法)用于结构抗风优化设计。在结构拓扑抗风优化方面,则主要引入分层优化的概念,对变密度法和改进动态进化率的双向渐进拓扑优化方法,应用于抗风结构的拓扑构型优化算法进行了相关研究。通过实例分析验证了上述结构抗风优化算法的高效和正确性。在风振控制方面,该文结合摩擦摆系统和调谐质量阻尼器各自的优点,提出了摩擦摆调谐质量阻尼器(FPS-TMD)被动控制系统,对其力学和动力特性,以及高层建筑顶部带FPS-TMD系统的风振控制理论,进行了相关研究。以结构控制第三代Benchmark模型为实例,研究顶部带FPS-TMD系统的高层建筑风振控制效果,同时结合该文开发的基于小型电振动台的实时混合实验测试平台,采用风振控制实时混合实验结果与理论模拟计算结果的对比,验证了该文提出的FPS-TMD被动控制系统,应用于高层建筑风振控制的有效性。     

协同过滤推荐算法的改进——帕累托最优视角

在已有的基于项目协同过滤推荐技术基础上,应用帕累托最优理论对该算法进行改进。首先基于调整余弦相似度构件项目相似矩阵,对待评价项目的 K近邻选择过程进行优化,以事先过滤掉一些代表性不高的邻近项目;其次在推荐评价过程中,为了适应改进算法,对准确率和召回率计算也进行了相应的优化。应用movielens 1M数据检验算法优化效果。发现在项目推荐的准确度、覆盖率、召回率和算法可扩展性等方面都有显著提高。     

基于改进禁忌搜索算法的整车混装配载优化方法

根据商品车、轿运车主要几何特征,分别对商品车结构和轿运车结构建模。考虑多目的地不同订单需求、商品车配载三维尺寸约束和轿运车运输能力约束为限制条件,以混合配载利润最大化为目标函数,建立轿运车配载优化模型。针对禁忌搜索算法易局部收敛的缺点,引入贪心算法,并在禁忌搜索算法中采用两种置换操作生成领域,进而设计了一种改进的禁忌搜索算法进行求解,应用Matlab软件进行仿真计算,仿真实验结果证明了算法的有效性。     

缓冲区容量约束下发动机混流装配线排序研究

为解决缓冲区容量约束下发动机混流装配排序问题,以关键部件消耗均匀化和最大完工时间最小化为目标,建立了优化数学模型,设计了一种多目标遗传算法,采用了混合交叉算子和启发式变异方法,并设计了基于帕累托分级和共享函数的适应度函数,将多目标遗传算法和多目标模拟退火算法的优化结果进行了比较。研究结果表明,多目标遗传算法在满意度和计算效率方面均优于多目标模拟退火算法,是一种有效的混流装配线排序问题求解算法。