新型电梯群控系统多目标优化调度策略

随着建筑物和乘客流的多样化,电梯的优化调度逐渐发展成为复杂在线多目标优化过程,然而,传统的优化调度已经很难满足电梯群控系统中的多个性能指标同时进行优化的要求.文中针对这一情况,首先通过分析电梯群控系统的目标多样性,复杂性,不确定性等特点,应用多目标优化理论建立了电梯群控系统的多目标优化数学模型;其次分析了粒子群算法与模拟退火算法的优缺点,对粒子群算法进行了改进,提出了一种新型混合优化算法;同时,在建立的多目标优化数学模型的基础上,将此混合算法应用到电梯群控系统中进行优化调度.将混合算法与标准粒子群进行比较,表明该混合算法具有一定的可行性与优越性,在一定程度上改进了电梯群控系统的整体性能和服务质量.该文为电梯群控系统的调度策略提供了新方法,新思路,并扩充了粒子群算法的应用范围.     

多目标优化问题的研究概述*

详细介绍了实际生活中存在的多目标优化问题以及解决多目标优化问题的几种典型算法,讨论了各个算法存在的优缺点, 并且列举了近年来在各个领域中出现的多目标优化问题;最后对多目标优化算法的未来发展方向进行展望。     

基于多目标粒子群优化算法的装备维修任务分配

装备维修任务分配问题是典型的多约束/多目标/非线性规划问题,利用传统方法无法求解,因此提出了一种约束多目标粒子群算法,并运用该算法对装备维修任务分配问题进行了优化求解。仿真结果表明,约束多目标粒子群算法针对该问题,在不同参数和约束条件下都有很强的收敛寻优能力,能快速产生多个非支配解,是一种高效的算法,对实现装备维修任务分配的客观量化优化决策有重要作用。     

运动捕获系统中多摄像机布局优化方法

分析运动捕获系统的特点,建立多摄像机及场景目标的表示模型,依据摄像机透视投影模型分别建立了多摄像机最大覆盖约束、空间点定位精度约束、以及空间点受遮挡影响的数学表示模型,综合这些约束条件构建运动捕获系统多摄像机布局优化问题的最小化优化目标函数.利用粒子群优化算法对问题进行求解,基于实际系统配置参数的验证实验表明了方法的有效性.     

基于改进离散粒子群算法优化故障等级的传感器布局

文章提出一种基于改进离散粒子群算法优化故障等级的传感器布局方法用于解决传感器检测故障的布局问题,通过故障模式影响和危害性分析得到系统的故障模式,对系统故障模式进行故障等级划分;然后依据故障等级漏检率构造约束条件,传感器成本构造适应度函数;并构造出非线性优化学习因子的动态调整策略;利用改进的离散粒子群算法求解故障漏检率约束条件下适应度函数最优的传感器布局离散序列,仿真实验表明应用文章方法布局具有在满足不同故障等级的漏检率条件下的成本低优越性。     

多目标优化的粒子群算法研究

本文介绍了粒子群优化算法PSO中的多目标优化的粒子群算法及其应用,并将其运用在防守对方多个前锋球员的进攻威胁,以粒子群算法随机性来适应不断变化的形势。     

量子行为粒子群优化算法的布局问题研究

基于多边形扫描转换的启发式底左（HBL）算法,将量子行为的粒子群算法（QPSO）应用于布局问题——二维不规则多边形优化排样,给出了该问题的粒子构造方法及其布局优化过程。通过与模拟退火遗传算法（SAGA）进行布局优化比较,验证了该算法求解布局优化问题的有效性。     

粒子群算法及其在布局优化中的应用

复杂工程布局(如卫星舱布局)方案设计问题,在理论上属带性能约束的布局优化问题(NPC问题),很难求解。论文以卫星舱布局为例,将粒子群算法(PSO)应用于布局问题,构造此类问题的粒子表达方法,建立了此类问题的粒子群算法。文中通过3个算例(其中一个为已知最优解的算例)的数值计算,验证了该算法的可行性和有效性。     

基于PSO-SA算法的优化排料研究

现今用于家具制造的木材及板材的使用量大幅度增加。板材用料的合理利用与木材资源的浪费问题,越来越受到国家及社会的高度关注。在家具生产中,板式材料的合理剪裁成为现在的研究热点。根据现代社会产生的木材合理利用为研究点采用PSO-SA优化算法,对板式办公家具木质材料的优化排料方式进行建模。PSO-SA将PSO算法的优点与SA算法的优点运用在算法的实现中,并将两种算法进行有效结合,使之达到最良好的优化效果。尽量避免和减少其余料的产生和浪费,达到利用率最高的目的。同时提高辅助材料的价值和可用性。     

不确定条件下航路点布局优化研究

航路网络(Air Route Network,ARN)是支撑飞行器安全高效飞行的载体,是空中交通的基础。网络规划中的航路点布局问题（Crossing Waypoints Location Problem,CWLP）是一项核心。在航路网络运行成本和安全性基础上考虑到需求、天气和科技发展三类不确定因素影响,建立不确定条件下航路点布局多目标优化模型,求解时选取随机权重策略的粒子群优化（Particle Swarm Optimization,PSO）算法,根据决策者对目标函数的偏好,合理分配目标权重。最后以北京飞行情报区进行仿真对比,实现了航路点的布局设计,可给决策者提供多种优化方案,并为在有不确定因素影响下设计航路网络提供一种思路。     

考虑多目标优化的一维排样系统

对于常见的一维下料问题,采用顺序启发式算法设计排样系统。在保证较高材料利用率的同时,考虑多个优化目标的实现,如减少排样方式数,优先使用短材料,增加最后一根原材料上的余料长度等。通过对各个目标设定不同的优先级,可生成满足实际生产环境需要的排样方案。经过与其他多种优化算法的实验结果比较,证实本文排样系统的优越性。     

面向多目标优化问题的自适应差分进化算法

针对多目标优化得到一个最优解集和解之间难以比较的问题,对单目标优化中的自适应策略进行了改进,提出一种面向多目标优化问题的自适应差分进化算法,在已有方法自适应改变交叉率的基础上,设定缩放因子有三种不同的分布模型,通过统计一定代数内个体的优劣来自适应选择合适的模型并生成相应取值,从而控制了搜索长度,防止新个体陷入在最优解集的部分区域。该算法还提出利用第三方解集和优胜累积量的概念来处理最优解之间的比较问题。通过5个标准优化问题的测试结果以及与其他几种算法的对比研究表明,所提出的改进算法性能更好,其在IGD指标上减小了0.0031~0.0669,在IH指标上最多减小了0.0821。     

航班着陆调度的多目标优化研究

航班着陆调度问题是多目标优化问题,难以使用最优化方法求解。为了解决这一难题,以减少航班延迟时间和降低飞行延误成本为目标,提出一种整合的启发式方法。该方法使用吱呀轮算法SWO(Squeaky-Wheel Optimization)进行导向式搜索,并利用改进的GA充分扩展SWO的搜索空间,最后通过合理整合GA和SWO,取得求解效率和求解质量的提高。通过实验仿真对比表明该算法能高效求解该问题,满足了实时调度的需求,同时求解质量也优于其他启发式算法,节省了更多降落时间和成本。     

具有约束多目标优化的进化算法

针对带有约束多目标优化问题,提出一种多目标优化进化算法。在选择过程中,采用约束的Pareto支配和聚集距离定义适应值,根据适应值挑选出有代表性的个体。在变异过程中,沿着权重梯度方向搜索来寻找可行的Pareto最优解。最后,采用两个数值算例测草算法的性能,结果表明该算法能获得多目标约束优化问题的可行Pareto最优解并且具有较好的分散性。     

结合模糊神经网络和粒子群优化的复杂装备关键备件用量预测

关键备品配件是复杂装备的核心部件,关键备件的使用量预测对复杂装备的运行维护工作具有重要意义。提出一种基于模糊神经网络和粒子群算法的两段式的复杂装备关键备品使用量的预测方法,作为设备密集型企业备品配件管理工作提供科学的决策支撑。以某企业的实际备品配件相关数据作为实验数据集,以双重指数平滑、移动平均、传统模糊神经网络和该方法作为比较算法,验证了该方法的有效性。     

改进ABC分类管理法的助航灯光备件管理

针对助航灯光备件在进行管理时,需要考虑其消耗过程中存在的突发性损伤更换、定期寿命更换以及特殊情况实时调节更换等特点,提出一种改进的ABC分类管理方法。进行快速流动备件、慢速流动备件以及不流动备件的分类;鉴于ABC分类管理的原理,将AHP与SE-DEA相结合,通过灰色关联度计算进行排序分类;通过实例分析,将关联度前20%、中30%和后50%的备件分类为A、B、C三类。相比于只考虑单因素的传统ABC分类法以及考虑权重不足的AHP-ABC分类法,该方法的分类结果更具全面性以及合理性。因此,将其运用于助航灯光备件分类,有助于实现科学的管理。     

一种基于GIS的铁路设备维修路线规划方法

针对铁路设备的维修管理进行研究。在总结某站基于GIS的铁路设备维修管理系统应用经验的基础上,论述基于GIS的铁路设备维修路线的规划方法。其中包括空间数据库的设计、地理信息数据质量保证、地理信息平台的开发、对经典Dijkstra算法的优化及对优化后算法的效率分析等内容。实际应用表明该方法能够解决铁路设备维修路线规划问题,为铁路设备维修行车指挥提供决策支持,为提高铁路设备维修效率提供有效途径。     

INTERACTIVE DECISION MAKING FOR MULTI-OBJECTIVE LINEAR FRACTIONAL PROGRAMMINGPROBLEMS WITH FUZZY PARAMETERS

Abstract

In this paper, we focus on multiobjective linear fractional programming problems with fuzzy parameters and present a new interactive decision making method for obtaining the satisficing solution of the decision maker (DM) on the basis of the linear programming method. The fuzzy parameters in the objective functions and the constraints are characterized by fuzzy numbers. The concept of a-Pareto optimality is introduced in which the ordinary Pareto optimality is extended based on the α-level sets of the fuzzy numbers. In our interactive decision making method, in order to generate a candidate for the satisficing solution which is also a-Pareto optimal, if the DM specifies the degree α of the a-level sets and the reference objective values, the minimax problem is solved by combined use of the bisection method and the linear programming method and the DM is supplied with the corresponding α-Pareto optimal solution together with the trade-off rates among the values of the objective functions and the degree a. Then by considering the current values of the objective functions and a as well as the trade-off rates, the DM acts on this solution by updating his/her reference objective values and/or degree a. In this way the satisficing solution for the DM can be derived efficiently from among an a-Pareto optimal solution set. A numerical example illustrates various aspects of the results developed in this paper.     

企业信息系统集成中复杂业务流程优化方法研究

在基于SOA体系架构的企业信息系统集成中,复杂业务流程的性能问题往往影响整个系统的集成,会成为系统集成成败的关键因素。提出一种基于数据流分析的复杂业务流程数据优化方法。该方法将采用BPEL描述的业务流程进行形式化描述,通过建立数据流方程收集数据流信息,然后建立数据流优化算法优化业务流程中的数据传输。实验结果表明,随着集成数据量和并发访问量的提高,该方法可有效优化业务流程中的数据传递,降低30%至50%的流程平均响应时间。     

乙烯氧氯化反应过程微机辅助监测优化的实现

工业氯乙烯生产装置是一类大规模存在的化工工业装置，本文针对其中乙烯氧氯化法反应过程特点设计的微机辅助监测优化系统，对该过程的运行特征进行在线监测，并进行数据处理和工艺分析，为该过程的优化提供了依据，此外，对这一类的化工工业装置微机辅助监测优化系统设计进行探讨，为如何在工业装置优化领域利用计算机这一先进工具提供了一个范例，并就此提出了具有普遍意义的功能模型和运行逻辑，以供类似的系统开发借鉴。