多目标动态规划问题的非劣矩阵解法

针对多目标动态规划问题,指出其一般只存在非劣解的性质,提出了多目标阶段收益非劣矩阵、多目标阶段收益非劣合成矩阵和多目标逆向递推矩阵等概念。在此基础上构造出一种新的多目标动态规划解法-非劣矩阵法,该方法不需要事先给出各目标的相应权重,并能保证得到多目标动态规划问题的所有非劣解。文中给出的计算实例验证了这一方法的正确性和实用价值。     

双层多目标规划问题的Pareto有效解

研究双层多目标规划问题。提出了“双级Ｐａｒｅｔｏ有效解”和“带权数双级Ｐａｒｅｔｏ有效解”的概念，建立了对应的最优性条件。利用这些条件，我们可以设计求解双层多目标规划问题的算法。     

动态多目标无功/电压规划的Pareto最优集的求取

动态多目标无功/电压规划问题是一个复杂的多目标非线性优化问题。广泛使用的先评价方法通常只能得到这一问题的单一解,并且在确定各目标间的权重关系时难以给出统一的标准,因而不利于作为实际控制的参考。该文通过创建该问题的多目标数学模型,将动作次数限制归纳为优化目标之一,并应用改进的非支配遗传算法(NSGA-II),实现了动态多目标无功优化问题的Pareto近似最优集的求解。通过IEEE14、30节点电网模型及实际电网模型的计算,验证了该方法的有效性。     

利用一种改进的模拟退火算法求解多目标规划问题

提出了一种求解多目标规划问题的改进模拟退火算法。该算法基于多目标规划的Pareto最优解特征提出了一种新的能量差计算方法,并利用外部存档储存每一代产生的Pareto最优解,通过预设迭代次数,使近似Pareto最优解不断逼近精确最优解。最后,通过数值实验验证算法的可行性和有效性。     

基于核分布估计的动态多目标优化进化算法

建立了一种近似估计下一环境进化种群和问题的Pareto最优解集的核分布估计方法, 当问题环境发生改变时, 算法利用以前不同环境搜索到的有用解信息对下一环境进化种群及Pareto最优解集进行近似估计, 极大地提高了算法的搜索效率。在对进化算子的合理设计基础上提出了一种核分布估计的动态多目标优化进化算法。通过对4个常用标准测试函数所作的数据仿真实验表明:提出的算法是十分有效的.     

基于知识的交互式多目标动态规划决策方法

以多目标决策的权重法为基础，提出一种基于知识的交互式多目标动态规划决策方法，该方法利用权重将多目标规划问题转化为单目标动态规划问题救解，权重的修正是通过知识库中的产生式规划经模糊推理实现，它有效地克服了让决策者直接给出最佳权重向量的困难，节省了大量的内存和机时，文中还给出了多目标动态规划权重法非劣解定理的证明和一个算例。     

多目标动态规划逐次迭代算法

本文运用逐步最优化原理,提出一种求解多目标动态规划方法的迭代算法,为解决多维、多目标动态规划问题的维数障碍提供了捷径。文中给出了迭代算法的具体步骤,并对迭代算法的收敛性给出了证明。由于此法对非劣解是逐次求出,可以方便地用于对话式的多目标决策问题的求解。     

基于INSGA-Ⅱ算法的机械手多目标轨迹规划

针对机械手时间最优、能量最优、平滑性最优等多目标下的轨迹优化问题,设计新的多目标轨迹优化方法.采用高次B样条曲线插值方法,构造机械手高阶连续且起始和终止的运动参数均可指定的关节轨迹, 保证了机械手运动性能.采用改进非支配排序遗传算法 （INSGA-Ⅱ）对机械手轨迹进行优化,得到一组Pareto最优解集,该算法采用一维Logistic映射产生初始种群并利用不可行度选择操作处理约束条件.在6自由度串联机械手上的计算结果表明,采用高次B样条轨迹规划方法可以得到高阶连续的机械手分段轨迹,采用INSGA-II方法可以对B样条轨迹实现有效的多目标寻优,得到理想的Pareto分布,为用户提供较多的选择.     

一类改进的随机多目标规划区间交互式算法及其应用

针对连续型随机变量随机多目标规划问题,提出一种基于概率有效意义下的区间交互算法,该算法可将概率有效性与多目标决策问题有机结合,有效辅助决策者寻求愿意承受的风险水平而进行决策,从而简化了随机多目标优化的求解问题。     

关于Fuzzy约束条件下多目标线性规划问题方法的改进

经典的最优化方法中,常将目标函数和约束条件视为确定的,然而在实际问题中,不论目标函数和约束条件都具有不确定性.对Fuzzy约束条件下多目标线性规划方法做了进一步改进,讨论了g0和r0(见正文)的选取方法,避免了由于g0和r0选取不当而导致问题无解的情形,而实际上这时原问题是可能有解的.     

A genetic algorithm for the pareto optimal solution set of multi-objective shortest path problem

Unlike the shortest path problem that has only one optimal solution and can be solved in polynomial time, the muhi-objective shortest path problem （ MSPP ） has a set of pareto optimal solutions and cannot be solved in polynomial time. The present algorithms focused mainly on how to obtain a precisely pareto optimal solution for MSPP resulting in a long time to obtain multiple pareto optimal solutions with them. In order to obtain a set of satisfied solutions for MSPP in reasonable time to meet the demand of a decision maker, a genetic algo- rithm MSPP-GA is presented to solve the MSPP with typically competing objectives, cost and time, in this pa- per. The encoding of the solution and the operators such as crossover, mutation and selection are developed. The algorithm introduced pareto domination tournament and sharing based selection operator, which can not only directly search the pareto optimal frontier but also maintain the diversity of populations in the process of evolutionary computation. Experimental results show that MSPP-GA can obtain most efficient solutions distributed all along the pareto frontier in less time than an exact algorithm. The algorithm proposed in this paper provides a new and effective method of how to obtain the set of pareto optimal solutions for other multiple objective optimization problems in a short time.     

进化规划在配电网络多目标重构中的应用

配电网络得构应在满足节点电压约束,支路过载约束前提下达到两个目标：通过重构尽可能保持变电所间和馈线间的负荷平衡以防故障的出现;通过重构尽可能减小网损。基于上述思想,从经济性和安全性出发,提出以网损最小和负荷平衡为目标的多目标配电网络重构方法。     

几何加权法求解多目标规划问题

多目标规划的目标函数相互冲突,一般不存在最优解,因此求其非劣解具有重要意义.采用几何加权法提出了一种新的评价函数,通过这种评价函数将多目标规划的目标函数转化为单目标函数,并证明了该方法得到的最优解是多目标规划问题的非劣解.通过算例,比较了线性加权法,极大极小法,几何加权法.结果表明,几何加权法是可行的;通过几何加权法能...     

非均衡最优规划模型解的政策意义

根据非均衡理论的最优规划模型,探讨了在凯恩斯失业均衡下,几个主要的经济变量P,W,G,T,M,A对于家庭消费C和产出Y(或就业L)的影响.主要的结论是:在凯恩斯失业状态下,刺激消费的同时,积累仍不可忽视;计划经济国家长期过分注重积累的传统经济政策思想是不合理的;稳健和扩张的财政政策是计划经济国家的明智之举;计划经济国家长期实行低工资水平的政策是错误的.     

大型稀疏连续体结构的多目标拓扑优化设计

基于变密度法和数学规划中的序列凸规划优化方法,建立了具有大型稀疏特点的连续体结构的多目标拓扑优化设计模型.以结构的静力学多刚度和动力学特征值问题同时作为优化的目标函数,以设计域中可容许材料的体积百分比作为优化的全局性约束来限制搜索域,用序列凸规划方法中的移动渐近线方法(MMA)作为优化数学模型的求解器.基于Matlab平台,用程序实现了MMA算法,并用典型算例证明了本文研究方法的有效性.     

一类大规模系统的三层递阶最优控制算法

对大系统的最优控制问题，应用空间和时间分解，提出一个新的三层递阶控制并行算法．用平行变量尺度法（ＰＶＭ）求解第三层的算法；在第二层子问题中，其约束要求某一个小子系统的初始状态等于前一个子系统的终止状态，协调变量用修正的牛顿方法校正；而低层更小子问题用推广微分动态规划（ＤＤＰ）并行求解．数值结果显示，与ＤＤＰ方法比较，ＰＶＭ／ＤＤＰ算法具有明显的加快速度．     

基于动态规划的缩写发现算法

数据清理中重复记录的识别一般采用动态规划算法或过滤算法,然而很少算法考虑了数据中的缩写问题,因此容易漏掉一些重复记录,影响了数据清理的质量,因此在动态规划的基础上提出了缩写发现算法,同已有算法相比,它的算法复杂度较小,而且能够发现汉语等无分隔符的语言中的缩写,最后给出了缩写情况下判断字符串近似匹配的方法.     

多环境目标模糊优化的绿色设计方法研究

产品的绿色设计过程是针对产品预期的环境目标,各相关绿色设计策略的综合平衡和总体优化的过程.不同的绿色设计策略解决产品系统中不同的环境问题.根据多目标模糊优化原理,并考虑到各个绿色设计目标的重要性程度和各目标之间的矛盾与平衡,建立了产品环境特性的多目标模糊优化设计模型.通过分析电子加热器所用材料的环境相对负荷,在不增加产品重量和保证结构强度的前提下,以降低产品系统环境相对负荷为目标,考虑各设计策略的制约和平衡,对各材料的比重及相关过程进行了优化设计.最终,产品材料的环境相对负荷总值降低了12.3%,能源消耗减少了14.8%,材料成本降低了6.2%.