基于GA的电力系统多目标模糊无功优化

针对传统无功优化的目标单一性,建立了以有功网络损耗和节点电压偏差均最小为目标的无功优化模型,采用模糊数学将不同量纲目标进行归一化,并转化为单目标模糊规划模型.鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法搜索全局最优解.对某21节点系统进行了多目标无功优化分析,验证了该模型的可行性和优越性.     

基于新型Memetic算法的多目标优化

为了更好地解决多目标优化问题,提出一种求解多目标优化问题的新型memetic算法。该算法利用微粒子群算法的全局搜索能力和同步启发式局部搜索相结合进行局部微调;利用基于模糊全局极值的概念处理种群中过早出现收敛以及解多样性保持等问题。通过进一步检测得出新算法的特点并展示其在多目标优化问题上的独立性和综合效应。同时应用新型算法对IEEE14节点标准电网进行无功优化计算。结果证明,该新型memetic算法具有很好的寻优能力,验证了该算法的有效性及科学性。     

基于遗传多目标优化的河流自动选取模型

在分析河系自身特点以及河流选取基本原则基础上，建立了基于遗传多目标优化的河流自动选取模型：首先建立面向河系空间知识的结构化河流数据模型，然后运用遗传多目标优化算法对河流进行自动选取．该模型综合考虑了河流选取中的河流长度、河流间隔、河流的重要性等指标，同时兼顾了河流选取对河网总体结构特征的保持．实验证明了该思想的合理性和有效性，与传统方法相比，该方法具有较高的自动化和智能化水平．     

基于K-Means全局引导策略的多目标微粒群算法

提出了一种基于K-means全局引导策略的多目标微粒群算法(KMOPSO),通过K-means算法从归档集中选出K个均匀分布的非支配粒子作为全局最优引导,以保证种群中的粒子向整个Pareto前端移动,提高解的多样性. 用基于最近邻居的剪枝算法控制归档集规模,同时保证其中非支配解的多样性. 引入变异策略来加强算法的局部搜索能力,避免早熟收敛. 用5个经典函数进行了仿真测试,实验结果表明,该算法能有效地解决多目标优化问题,不但能收敛于Pareto最优前端,而且在解的多样性方面优于改进的非劣分类遗传算法和基于拥挤距离的多目标微粒群算法.     

多目标优化及在某型空空导弹设计中的应用

本文以发射重量、脱靶量、攻击区边界和单发导弹杀伤概率四项重要指标组成多目标函数．选择表征弹体、发动机、控制系统和战斗部特征的八项参数作为设计变量．在满足所有战术技术要求规定的约束条件下，进行了多目标优化研究．经过大量算例的仿真表明，本文所提多目标函数优化设计的方法具有工程应用价值     

基于向量序优化的多目标输电网规划方法

引入了向量序优化理论求解输电网的多目标静态规划问题。以最大化输电方、发电方以及用户方电力市场三大成员的自身利益为优化目标,建立了以输电网扩建投资最小、系统发电费用最小、以及负荷损失费用最小为优化目标的多目标规划模型,并采用向量序优化理论求解足够好的全局非劣解。基于Garver系统的仿真试验表明,充分利用了各子目标的优化信息,克服了大规模输电网规划过程中存在的"维数灾"问题,并大幅度提高了计算效率,使优化求解时间由41.7 h下降为0.26 h,降低了99.4%。     

基于GA的多相位交通信号模糊控制器优化方法

一般模糊控制器控制规则依赖于专家经验,量化因子固定,不能随交通流的变化而动态改变,针对这种情况,提出了基于遗传算法的模糊控制器的优化控制,对模糊控制器所作出的决策进行动态调整,介绍了控制过程、染色体的编码及遗传算子的实现方法.以车辆平均延误为目标函数,在模糊控制器作出判决的基础上,对控制规则的调整量进行了全局寻优,加快了收敛速度.通过对一个四相位交叉口进行仿真,结果表明控制效果有明显的改善.     

灰色系统理论的多目标可靠性稳健设计

通过对目标函数和约束条件进行灵敏度分析,生成目标函数和约束函数的灵敏度附加项,提出了2种基于灵敏度附加目标函数的可靠性稳健优化设计模型;针对不同评价者对目标获取信息的局限性,基于灰色系统理论把评价者对目标的评估分配在一定范围内,给出了计算各目标函数权重系数的专家评估方法. 应用Matlab7.1语言的优化工具箱和符号工具箱实现圆柱螺旋压缩弹簧的多目标可靠性稳健优化设计. 算例表明,该方法具有较高的精度和可靠度,为机械零件的可靠性设计提供了理论依据.     

基于多目标模糊决策的集卡动态调度方法研究

结合集装箱港口提高装卸效率的现实需求，分析了传统集卡调度模式的不足，提出了一种新的面向作业面的动态集卡调度模式。针对动态调度中最复杂的单集卡多作业路选择工况，运用多目标模糊决策算法和层次分析法对其进行了研究，并结合算例阐明了最优工作路选择的过程。     

基于混沌遗传算法的多目标QoS组播路由优化

针对遗传算法易发生早熟收敛的缺点,提出了一种既满足时延、时延抖动及带宽等约束,又能使通信代价最小的混沌遗传算法。该算法利用混沌扰动算子对种群进行扰动操作,增加种群的多样性,抑制遗传早熟收敛的发生,提高收敛速度。仿真结果表明了该算法的有效性、快速收敛性及稳定性。     

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．     

某型飞艇外形多目标优化设计及其决策

飞艇的外形设计直接影响了飞艇的飞行性能、气动特性以及结构重量。文中以飞艇的阻力最小以及结构重量最轻作为优化目标,采用多目标粒子群优化算法对某型飞艇的外形进行了多目标优化设计。实际工程设计中,存在的诸多扰动因素会影响设计方案的性能。由于飞艇体积庞大且气囊为柔性材料,扰动因素对于飞艇的性能影响尤为明显。为此,文中提出了一种"基于信噪比的多目标决策方法"。该决策方法以信噪比为准则,不仅可以方便地对多个设计方案进行评价和排序,而且考虑到了工程实际中误差的客观存在,具有较大的工程应用价值。采用基于信噪比的多目标决策方法,从飞艇外形多目标优化的非劣解集中选择出最稳健的设计作为该型飞艇外形的最终设计方案。     

基于自适应遗传算法的非线性PID控制器

生物发酵利用夹套进行加热和冷却,其温度控制精度非常重要.但这种以温度为被控对象往往存在严重的积分纯滞后现象,采用常规的控制算法难以达到所要求的控制品质.基于PID控制器各增益参数与偏差信号之间的非线性关系,采用出一种非线性PID控制器.同时,针对经典遗传算法收敛速度慢,易陷入早熟,局部最优等缺点,提出一种自适应遗传算法,自适应遗传算法通过建立适应值差值函数来适时调整交叉、变异概率.这使算法具有自适应性,将其应用于非线性PID控制器参数寻优.仿真结果表明,基于此遗传算法寻优的非线性PID控制器可以有效的抑制大滞后系统的超调缺陷,具有较好的控制精度.     

可编程控制器程序的优化设计

论述了可编程控制器的经验设计法在优化设计中应注意的问题.     

水下机器人运动规划中多目标遗传算法的操作方法

以能量消耗量为评价函数进行运动规划是ＡＵＶ实用化中的重要问题之一。本文对水下机器人运动规划中多目标遗传算法的操作方法进行了探讨，提出了导入ε制约法、非劣解保留方法及个体集团的选择方法等算法，讨论了避免陷入局部解的措施。以水下机器人“Ｔｗｉｎ－Ｂｕｒｇｅｒ”为对象，进行运动规划的算例表明了本文所提出方法的有效性。     

基于线性加权评价法的碟式斯特林机多目标优化

在考虑了集热器的热损失,斯特林热机的热阻、热漏和回热损失的基础上,建立了不可逆太阳能斯特林热机模型。讨论了温度比、吸热温度等参数对整个系统无量纲功率和总?效率的影响,通过线性加权评价函数方法对系统的无量纲功率和总?效率进行多目标优化。研究得出:线性加权评价法求得的最佳温比的数值范围为x_2opt＜x＜x_1opt其可使功率与总?效率达到最佳折中;通过使太阳能斯特林热机达到最佳吸热温度T_H,增大聚光比C和回热器效率ε_R,减小集热器的对换系数h和导热桥损系数k₀,可提高太阳能斯特林热机的无量纲功率与总?效率。     

求解多目标区域公交车辆调度问题的遗传算法

将区域公交车辆调度(RBSP)视为“部分班次被某车辆完成”的集合划分问题,考虑站场容量、补充燃料和返回站场最迟时间限制等约束因素,建立一类追求车辆利用效率和公交车辆调度方案的可靠度极大化的多目标混合整数规划模型.用约束法将该模型转为单目标规划问题,利用遗传算法求解该问题的非劣解.研究表明:公交调度方案的可靠性越高,车辆利用率越低.     

求解多目标优化问题的分布估计算法

通过对多目标优化方法研究现状的分析,针对多目标优化问题的特点提出一种基于联合正态分布的求解多目标优化问题的分布估计算法。该算法将不同目标函数的自变量作为不同的随机变量,用联合正态分布对扩充的解空间进行估计,并用投影的方式将采样点映射到解空间中。仿真结果表明了该算法的有效性。     

基于信噪比的多目标决策方法及其工程应用

求解多目标优化问题得到非劣解集后,为了确定出最终的设计方案,研究简单而有效的多目标决策方法十分必要。为此,提出了一种基于信噪比的多目标决策方法。该决策方法在多目标优化设计中引入稳健设计的思想,运用信噪比的概念在非劣解集中选择最稳健的设计作为最终方案。基于信噪比的多目标决策方法,不仅可以方便地对非劣解进行评价和排序,而且考虑到工程实际中误差的客观存在,具有较大的工程应用价值。文中采用某轻型飞机齿轮箱多目标优化设计作为算例,验证了采用该决策方法的必要性和有效性。     

基于Matlab遗传算法的PROT项目资产转让多目标优化问题研究

PROT项目融资资产转让关系到利益相关者的收益问题,也关系到项目融资系统整体的有序性.既要保证整体系统熵最小,还要使各利益相关方获得较大的收益,以保证系统整体目标的实现.因此,PROT项目资产转让是一个多目标优化问题.首先建立PROT项目资产转让多目标优化模型,然后借助Matlab遗传优化算法对PROT项目资产转让多目标优化模型进行求解.最后通过实例验证,取得了较好的效果.