改进多目标差分进化算法求解考虑供需平衡的热轧合同计划问题

合理安排合同生产日期和满足后工序的合同需求可以保证合同生产的连续性，减少停机限产带来的资源浪费。针对一个计划周期内的合同排产问题，建立多目标优化模型，设计改进差分进化算法(three mutation strategies-multi-objective differential evolution, TMS-MODE),对不同个体采用自适应变异策略，从而兼顾算法的搜索深度和搜索广度。通过实际案例对模型和算法进行了验证，所提出的算法在中大规模问题上效果显著，其多样性、收敛性和均匀性都有较大优势，均优于目前常用的非支配排序遗传算法(non-dominated sorting genetic algorithms-Ⅱ,NSGA-Ⅱ)和基础的MODE。     

改进快速非支配排序遗传算法热连轧过程负荷分配的智能优化

在热连轧的非稳态轧制过程中,负荷分配不均会导致板形控制精度的下降.针对负荷分配不合理的情况,以传统机理模型为基础,建立了板形和轧制均衡的目标函数,开发了改进快速非支配排序遗传算法(NSGA-Ⅱ)的负荷分配智能优化方法,利用该优化算法对热连轧精轧机组进行了负荷分配优化.通过工业试验将经验法、GA与NSGA-Ⅱ优化得出的负荷分配数据进行对比,发现采用新方法的优化结果明显比经验法更合理,GA和NSGA-Ⅱ的优化结果将机架F5和F6相对凸度误差从4.63%分别降低至1.06%和0.79%,且NSGA-Ⅱ在末机架的相对凸度差为-0.000 009 88,小于GA的-0.000 050 47.应用结果表明,该负荷分配优化算法明显优于GA,对非稳态轧制过程中的负荷分配优化及板形控制具有理论指导意义和实际应用价值.     

适应辊期变化的HC冷连轧机负荷分配智能优化

为提升国内某1 340 mm HC冷连轧机组的带钢板形质量和生产效率,建立了以带钢板形良好、电机功率平衡和预防打滑为优化目标的四机架HC冷连轧机负荷分配多目标优化模型,采用非支配排序遗传算法(NSGA-Ⅱ)获得Pareto最优解集。按轧制状态将工作辊辊期划分为4个阶段,基于各阶段工作辊的热凸度、粗糙度以及控轧需求,合理确定3个优化目标的权重系数,解决目标函数间的冲突关系,从而获得能适应辊期动态变化的轧制规程。仿真表明：优化后的轧制规程有助于改善板形质量、提高生产效率并减小打滑概率。     

固溶时效工艺对6016铝合金力学性能的影响及多目标优化

作为6XXX铝合金热处理工艺的一部分，固溶处理与时效处理对6016铝合金的力学性能有显著影响.本文把固溶温度、时间和时效温度、时间作为设计变量，应用中心组合实验设计法设计固溶-时效实验方案，在室温下分别测出试样的屈服强度、伸长率和维氏硬度.第二代非支配排序遗传算法（NSGA-Ⅱ）解决了第一代算法参数选取难、运行效率低等缺点.本文用第二代非支配排序遗传算法把得到的响应面方程作为目标函数进行多目标优化，经过计算后获得非劣解，从中可筛选出使目标函数较好的解与相对的固溶-时效工艺参数.      

求解交货期可变动态调度问题的差分进化算法

针对差分进化算法求解动态优化问题时存在多样性缺失、寻优效率低的问题,提出一种多种群差分进化算法,将这种用于求解连续解空间优化问题的进化算法应用于顺序编码的动态调度问题求解中.该算法利用随机键编码表示法将连续位置向量转化为顺序编码,提出自组织多种群策略,将种群按动态空间特征自动分成主种群与子种群;由主种群不断探索峰值所在区域,从主种群分离出来的子种群负责在这些有效区域进行开发,并对子种群规模进行自适应调整,以加快算法寻优速度并节省计算资源,算法应用于交货期可变动态调度问题中,取得了满意结果.     

NSGA-Ⅱ算法在井下多目标运输路径优化中的应用

为提高地下矿运输效率,必须对电机车的运行路线以及行驶距离等因素进行综合分析。在考虑每个班次运输任务的前提下,提出了一种以总运量和总运输距离为优化目标的多目标运输路径优化模型。NSGA-Ⅱ是一种常用的解决多目标优化问题的算法,将其应用于地下矿运输路径的优化,并使用MATLAB软件对求解过程进行仿真。结果表明,利用该方法可以快速地求解出最佳的运输路径,为矿山运输路线的编排提供依据和保证。以云南某铜矿山为例,在最佳运输路径时,总运量为1 348.4 t·km,运输距离为2 995.7 m。     

求解单调非线性方程组的谱尺度的CBFGS法

拟牛顿法是求解无约束优化问题和非线性方程组的一类很有效的方法。由于它既具有较快的收敛速度，又在实际计算中具有良好的数值效果，因而很受最优化工作者和计算机数学家的青睐，本文将主要研究求解单调非线性方程组的谱尺度的拟牛顿法，着重探讨这类方法的全局收敛性及其数值表现。     

一种基于差分进化的正弦余弦算法

正弦余弦算法是一种新型仿自然优化算法,利用正余弦数学模型来求解优化问题。为提高正弦余弦算法的优化精度和收敛速度,提出了一种基于差分进化的正弦余弦算法。该算法通过非线性方式调整参数提高算法的搜索能力、利用差分进化策略平衡算法的全局探索能力及局部开发能力并加快收敛速度、通过侦察蜂策略增加种群多样性以及利用全局最优个体变异策略增强算法的局部开发能力等优化策略来改进算法,最后通过仿真实验和结果分析证明了算法的优异性能。      

二阶系统数值解耦研究

二阶运动系统互相耦合形成一个非常复杂的线性运动系统,对其精确解耦需要求解一个含有8n2个未知数的非线性方程组,这样的工作是非常复杂的.本文的主要工作是将二阶运动的解耦转化为一个非线性优化问题,建立二阶运动系统数值解耦的目标函数及约束条件,并且通过数值试验验证了此方法对二阶运动系统的数值解耦是有效的.     

基于遗传算法的带时间窗的多目标flow-shop调度

结合实际生产,引入机器的空闲时间建立了一个带有时间窗的Row-shop优化调度模型通过非支配排序来进行群体虚拟适应度值的分配,引入精英解策略来保证算法的收敛性和解的多样性,运用小生境技术来避免局部收敛和早熟,维持种群多样性.通过仿真实验得到模型具有实际意义,算法具有可行性.     

面向全局和工程优化问题的混合进化JAYA算法

为了更好求解复杂函数优化和工程约束优化问题,进一步增强JAYA算法的寻优能力,提出一种面向全局优化的混合进化JAYA算法.首先在计算当前最优和最差个体时引入反向学习机制,提高最优和最差个体跳离局部极值区域的可能性;然后在个体位置更新中引入并融合正弦余弦算子和差分扰动机制,不仅增加了种群的多样性,而且较好平衡与满足了算法在不同迭代时期对探索和挖掘能力的不同需求;最后在算法结构上采用奇偶不同的混合进化策略,有效利用不同演化机制的优势结果,进一步提升了算法的收敛性和精度.之后给出了算法流程伪代码,理论分析证明了改进算法的时间复杂度与基本JAYA相同,而通过6种代表性算法在包含和组合了30个基准函数的CEC2017测试套件上进行的多维度函数极值优化测试,以及对拉伸弹簧、波纹舱壁、管柱设计、钢筋混凝土梁、焊接梁和汽车侧面碰撞6个具有挑战性的工程设计问题的优化求解,都清楚地表明改进后算法的寻优精度、收敛性能和求解稳定性均有显著提升,在求解CEC复杂函数和工程约束优化问题上有着明显优势.     

多种群并行的自适应差分进化算法

为了提高搜索速度,同时克服传统算法过早陷入局部最优值的不足,提出了一种改进自适应差分进化算法.改进算法在充分分析经典和改进变异操作算子的属性以及种群统计信息的基础上,按照个体适应度的差异,将个体分成不同的子种群并相应地引入与之匹配的变异算子,转换成一个多种群并行的优化问题,保证在加快算法收敛速度的同时有效跳出局部极值点,从而实现全局优化.同时对参数值实行自适应调整,使算法达到全局搜索能力与局部搜索能力的平衡.针对8个标准测试函数的仿真实验结果表明,所提出的算法与其他算法相比具有较好的效果.     

用P-MA解决多目标炉次计划编制问题

针对炼钢-连铸-热轧一体化生产中的炉次计划编制问题建立了基于多目标优化的数学模型,并设计了P-MA（Pareto-basedMemeticAlgorithm）。基于多目标优化的数学模型能更好地反映炉次计划的工艺约束,可以得到多个Pareto非支配解,为一体化生产的动态协调和调整提供了更多的炉次方案,使整个生产过程具有更大的灵活性。P-MA采用SPEA2的框架并结合了基于Pareto支配性的自适应网格存档（AGA）策略来评价邻域解的质量,以确定是否接受这个新解。通过对实际生产数据的仿真实验验证了P-MA在求解多目标炉次计划编制问题上是有效的。     

高炉喷吹煤无约束多目标优化配煤模型

高炉喷吹混合煤粉在保证性能指标满足工艺要求以及生产安全的基础上,追求配煤成本最低是降低铁水成本的重要途径之一。针对当前喷吹煤配煤优化模型研究的不足,以混合煤粉的安全性Fs、经济性Fe以及喷吹性Fp 3个指标为目标,构建了无约束多目标优化配煤模型;引入非支配排序遗传算法进行求解,解决了单目标线性优化模型目标单一、与实际情况出入较大的问题;最后在高炉生产优化配煤中应用该模型,得到分布较好的Pareto最优解集,证明了该方法具有很好的指导作用和应用效果。     

冷连轧机负荷分配多目标优化计算方法

在综合考虑设备能力、轧机产量和产品质量的基础上,建立了基于轧制力、板形、压下率、功率及张力的冷连轧机负荷分配多目标函数。通过引入惩罚项,将约束优化问题转化为无约束优化问题来求解。采用两阶段计算方法,初始阶段采用β因子理论方法求解非线性方程组,优化阶段采用Nelder-Mead单纯形法求解多目标函数。此负荷分配计算方法已成功应用于某五机架冷连轧机组的过程控制系统,效果较好。     

基于精英重组的混合多目标进化算法

针对多目标进化算法搜索效率低和收敛性差的问题,提出了基于精英重组的混合多目标进化算法,将多目标优化问题分解为多个单目标优化问题单独求解,并采用基于遗传算法的精英重组策略将多个相异解重组生成唯一的精英解.提出区域化的种群初始化方法,改进局部搜索及群体选择机制,采用以优化子群为核心的分组交叉策略及自适应多位变异算子,并引入基于混沌优化的重启机制,有效克服了精英保存的固有缺陷,以及现有多目标进化算法存在的目标空间解拥挤、收敛慢、易早熟等问题.多目标测试函数的数值仿真和关键步骤的性能分析证明了本文算法的有效性和优越性.      

热轧带钢窜辊策略与综合辊型的研究及应用

 研究了热轧带钢窜辊策略对轧辊综合辊型的影响,建立了窜辊策略的多目标优化模型。综合考虑轧辊磨损、热凸度和原始辊型,仿真研究窜辊策略对轧辊综合辊型的影响,提出中部平滑和边部平滑2个评价指标;以所有带钢的平均中部平滑指标和平均边部平滑指标为优化目标,带精英策略的非支配排序遗传算法（NSGA-Ⅱ）为优化算法,建立基于轧辊综合辊型仿真的窜辊策略的多目标优化模型。仿真计算得到窜辊分散轧辊磨损和热凸度的效果,发现变行程窜辊能获得无局部猫耳的“餐碟型”综合辊型,有利于实现自由规程轧制。工业生产验证了优化窜辊策略和相关模型的有效性,显著改善了板形质量,延长了轧制计划公里数。     

热连轧精轧机组负荷分配的优化算法

基于功率成比例原则对带钢热连轧精轧机组进行负荷分配优化计算,建立了以 架出口厚度为未知量的非线性方程组,提出了一种新的简单求解方法－平衡迭代法,避免了导数计算和逆矩阵的求解。     

一种改进的遗传算子在函数优化中的应用

提出一种应用于函数优化问题的差分方式交叉算子.该交叉算子利用差分方式替代浮点遗传算法中的交叉和变异算子,采用差分形式产生的子代能向适应值高的父代倾斜,使得算法可以以更大概率生成适应值高的子代个体.实验结果表明,相对于普通杂交算子,差分方式的杂交算子具有更快的收敛速度.     

合作进化模型综述

作者综述了合作进化模型的最新研究成果.合作进化模型以"囚徒困境"博弈模型为基础,为合作中的个体提供了一种与个体本身无关的策略优化机制,以此探讨合作策略能够稳定进化的条件.基于直接或间接互惠理论的合作进化模型验证了在小规模社会中建立声誉机制有助于实现稳定的互惠合作;互惠可以看做是对合作行为的奖赏,开放的社会网络有助于实现较大范围内的合作;对非合作行为实施惩罚有助于实现多人合作,在一定条件下,由非合作者实施惩罚时的合作进化相较于由合作者实施时更稳定;群组竞争有利于合作文化或制度的传播,但无法解释群组融合后的合作问题.