多目标决策中基于遗传算法的方案排序分析

分析了常规多目标决策的一般过程,提出在进行方案排序结合时,应充分利用已得到的信息,据此建立了非线性规划模型,并引入遗传算法对规划模型进行求解。通过对实例进行分析,得出这种方法能充分利用集结后的信息,得到较为可信方案排序的结论。     

基于遗传算法的辊筒棒磨机多目标优化设计

为了优化辊筒棒磨机的磨矿过程,选取影响磨矿性能的主要因素,利用量纲分析法对磨矿特征进行描述,并结合实验数据,建立磨矿过程的多目标优化模型;利用遗传算法对模型进行求解,得到Pareto最优解集,采用优劣解距离(TOPSIS)法寻得多目标优化问题的一组最优解,并对结果进行分析。结果表明:进行多目标优化后,棒磨机产率提高了5. 46%,能源利用率提升5. 04%,磨矿产物的均一性指数增大1. 088,有效地提升了辊筒棒磨机的综合性能。     

基于遗传算法的车间布局多目标优化

在分析单目标优化缺陷的基础上,构建了车间多行布局物流成本和空间利用率多目标组合优化模型.设计了车间多行布局遗传算法,针对自动换行、两行布置和三行布置三种不同布局策略的编码方式、遗传操作和适应度函数进行了研究.以某车间布局为实例,分别在单目标和多目标情况下,通过Matlab编程对三种不同布局策略进行了遗传运算,验证了算法的收敛性、实用性和有效性.该模型及算法对车间进行多目标多行布局具有借鉴意义.     

基于直接搜索方法的层合板多目标优化设计

直接多目标搜索方法(DMS)是一种不需要计算梯度信息并且能实现全局收敛的多目标优化方法。基于直接多目标搜索方法,以简支层合板铺设角度为设计变量,基频和声功率为目标函数进行层合板结构振动与声多目标优化。分别以4层、8层复合材料层合板为例,用DMS方法对其优化设计,并与传统的遗传算法(GA)对比。结果表明,对于4层复合材料层合板,DMS方法比GA方法优化速度快,且能得到全局最优解;对于8层复合材料层合板,用DMS方法比4层板优化所需时间多,但相比GA方法,DMS方法优化更快。     

《基于多目标遗传算法的消声器优化设计》

四端网络法结合遗传算法设计消声器。以四端子网络为理论基础建立消声器的插入损失、传递损失、噪声降低的模型,模拟计算出消声器的消声特性响应曲线。应用多目标遗传算法对得到的消声器的噪声特性进行优化,结果使消声器的消声性能得到明显的改善,可以缩短设计周期,提高效率。     

基于多目标遗传算法的传感器优化布点研究

针对目前桥梁模态试验中传感器布点优化都是基于单一准则下的研究的局限性,提出采用双准则或多准则下的传感器优化布点研究,该方法改进了以往布点优化中单一目标最优的限制,转而寻求多准则下的优化布点的满意解,而非真正严格数学意义上的最优解。采用Pareto遗传算法,设计了相应的遗传算子和编码方案,成功求解了双准则下传感器最优布点问题,优化结束时,成功给出了一组pareto最优解的前沿面,进而证明了提出的方法是可行的。     

产品操作界面元素布局多目标优化设计

目的针对产品设计中操作界面布局设计时存在的随意性、不确定性大等问题,使用多目标优化设计的方法,寻找界面元素的最优布置,以提升界面的使用舒适性和人机交互效率。方法在分析了工效学准则和界面布局美度评价准则的基础上,确立了层次性、相关性、简洁性和舒适性四个界面布局基本原则,并依据原则构建了界面元素布局多目标优化数学模型,在此模型的基础上采用改进的遗传算法,建立基于遗传算法的界面元素布局多目标优化方法。结果给出产品操作界面布局设计的基本原则,提出一种基于遗传算法的产品操作界面元素布局的多目标优化方法及流程。结论提出的布局原则和优化方法能较好地协助设计师获得满足设计需求的布局方案,实例结果表明了理论模型的合理性与遗传算法对于界面元素布局多目标优化问题求解的有效性。     

基于分布式计算的复合材料机翼优化设计

将遗传算法与高精度的通用有限元分析软件相结合, 并将其应用于复合材料机翼满足气动弹性要求的优化设计中。为了提高采用遗传算法的复合材料机翼优化设计的效率, 探讨了将分布式计算与遗传算法进行集成, 形成了基于分布式计算和遗传算法的复合材料机翼优化设计方法, 并应用该方法解决某大展弦比复合材料机翼副翼和舵面操纵反效问题。计算结果表明, 该方法可用于解决工程上复杂结构优化问题。      

磁流变液减振器的多目标优化与设计

磁流变液减振器由于其结构简单、可靠性高、稳定性好、减振效果出色等优点,成为了当今国内外学者和生产商研究和开发的热点。磁流变液是磁流变液减振器的核心元件,通过改变外加磁场,可以可逆、连续、快速的调节其粘度。磁流变液减振器在车辆的半主动悬架系统中起着关键性的作用,为了能让车辆快速、平稳的行驶,磁流变减振器需要具备良好的动力学籽陛、低功耗特性以及良好的系统响应,但目前绝大多数的研究与设计仅仅是以其中某一项为目标进行优化,优化出来的磁流变液减振器很难满足综合性能要求。此项目从多目标的角度出发,通过遗传算法计算其结构参数,设计出适用于实际车型应用、满足综合性能的磁流变减振器。     

基于MTO的多目标优化排产模型

针对多订单情况下多产品生产计划安排研究存在不足,提出了一种新的基于订单的计划排期多目标优化模型,目标包括利润最大化与均衡生产,通过各计划期之间产量安排对各资源消耗的偏差最小化来实现均衡生产.模型存在非线性多目标,实现时采用了遗传算法,通过Sheffield GATBX利用MATLAB编程实现.     

基于物理规划的 Stewart 平台多目标优化

应用物理规划方法对500米口径球面射电望远镜(FAST)精调 Stewart 平台进行了多目标优化设计.根据 Stewart 平台的设计准则,将 Stewart 平台的运动精度、重量和工作效率作为目标函数,构造了相应的以目标函数为变量的偏好函数,建立了基于物理规划的多目标优化模型,采用遗传算法对该优化问题进行求解.结果表明,物理规划避免了基于权重的多目标优化方法中权系数难以确定的问题,有效地给出了优化问题的 Pareto 解.     

基于混合遗传算法的生产工艺规划与决策问题

零件生产加工过程中,由于各加工特征有多个加工工艺而不同工艺方法又有不同的机器选择,以及受工艺约束的工序特征排序问题,使得柔性工艺规划问题具有NP难特性.通过对可选工序和机器进行分段编码;并用约束调整算法解决受工艺约束的工序排序问题;对于问题的多目标特性,采用随机权重来设置适应度函数,用外部精英保留策略并引入k-means聚类算法裁剪精英集来保持群体多样性,该方法通过该混合遗传算法的交差,变异等操作,能有效解决受工序约束的多工艺路线的优化与决策问题.以实例的形式论证了该算法在求解柔性工艺规划问题的有效可行性.     

A multi-objective approach for multi-material topology and shape optimization

An automated multi-material approach that integrates multi-objective Topology Optimization (TO) and multi-objective shape optimization is presented. A new ant colony optimization algorithm is presented and applied to solving the TO problem, estimating a trade-off set of initial topologies or distributions of material. The solutions found usually present irregular boundaries, which are not desirable in applications. Thus, shape parameterization of the internal boundaries of the design region, and subsequent shape optimization, is performed to improve the quality of the estimated Pareto-optimal solutions. The selection of solutions for shape optimization is done by using the PROMETHEE II decision-making method. The parameterization process involves identifying the boundaries of different materials and describing these boundaries by non-uniform rational B-spline curves. The proposed approach is applied to the optimization of a C-core magnetic actuator, with two objectives: the maximization of the attractive force on the armature and the minimization of the volume of permanent magnet material.     

A pegging algorithm for separable continuous nonlinear knapsack problems with box constraints

This article proposes an efficient pegging algorithm for solving separable continuous nonlinear knapsack problems with box constraints. A well-known pegging algorithm for solving this problem is the Bitran–Hax algorithm, a preferred choice for large-scale problems. However, at each iteration, it must calculate an optimal dual variable and update all free primal variables, which is time consuming. The proposed algorithm checks the box constraints implicitly using the bounds on the Lagrange multiplier without explicitly calculating primal variables at each iteration as well as updating the dual solution in a more efficient manner. Results of computational experiments have shown that the proposed algorithm consistently outperforms the Bitran–Hax in all baseline testing and two real-time application models. The proposed algorithm shows significant potential for many other mathematical models in real-world applications with straightforward extensions.     

遗传算法在工程爆破参数优化中的应用

工程爆破中的参数优化问题是个复杂的非线性规划问题。以矿山爆破参数优化数学模型为例,采用遗传算法实现了爆破参数的优化。结果证实了利用遗传算法进行爆破参数优化的可行性与高效性,为求解该问题提供了一个有效的新途径。     

热泵系统优化的研究现状、方法及展望

分别介绍了地源热泵、空气源热泵和污水源热泵系统优化的国内外研究现状;对优化方法进行了阐述,分析了各种优化方法的特点;指出了热泵系统优化属于多目标优化,应根据热泵系统形式、优化目标和优化原则选择不同的优化方法,并给出了用遗传算法优化土壤源热泵系统的实例;目前的优化方法还有待完善,对未来的热泵系统优化发展的前景也进行了展望。     

飞机总体设计中的一种多目标鲁棒优化方法

 提出一种基于灵敏度的多目标鲁棒优化方法。针对各维设计变量存在扰动的情况,在原约束多目标优化模型上,附加偏差目标函数,并采用最差估计法对约束条件进行鲁棒可行性调整。采用全局敏度方程方法来计算目标函数和约束函数对设计变量的敏度,进而采用Pareto遗传算法搜索约束多目标优化问题的非劣解集,设计者可以根据不同的设计准则从中选择合适的设计点。将上述方法用于飞机总体参数优化设计,并与采用常规优化方法所得的优化结果进行了分析和比较。     

基于区间法的发动机曲轴不确定性优化研究

该文基于非线性区间数规划方法和区间分析方法,针对某型发动机曲轴的不确定性优化问题进行了研究。载荷中的不确定参数采用区间描述,极限工况下的最大等效应力作为目标函数且通过有限元方法求解。非线性区间数规划方法用以处理不确定目标函数,区间分析方法用以快速求解目标函数在每一个设计矢量下的区间,隔代映射遗传算法作为优化求解器。应用算例说明了该文算法的有效性。     

熔融沉积快速成型零件成型方向的多目标优化

为了实现熔融沉积快速成型（FDM）中零件成型精度和成型效率的协同优化,基于零件成型方向对成型精度和成型效率的影响进行分析,以体积误差最小、零件成型方向上高度最低以及所需支撑体积最小为目标,建立了零件成型方向的多目标优化模型。设计了基于非支配排序遗传算法的智能求解算法,通过对模型的优化计算得到零件成型方向的Pareto解集,实现了FDM零件成型方向的智能优化。最后通过实例验证了所建模型的正确性与算法的有效性。