采区生产系统合理性灰色局势决策

应用灰色系统理论,建立了灰色局势决策措施,并建立了采区生产系统评价指标体系,对矿井采区生产系统合理性作出灰色局势决策分析,为矿井生产提供科学的决策和手段。     

结构多目标模糊优化初探

将结构设计中的多目标优化和模糊优化结合起来,试图寻找一种处理这类问题的数学模型及求解的方法。     

预防性维修计划和生产调度的多目标优化

为了降低设备故障对生产成本和生产时间的影响,建立了单台设备预防性维修计划和生产调度的多目标联合优化模型.将维修成本、生产任务的最大完成时间、加权总完工时间及加权总延迟时间作为优化目标.采用了多目标遗传算法,同时对预防性维修计划和生产调度进行优化.通过实例,将预防性维修计划、生产调度的多目标联合优化方法分别与单目标联合优...     

多目标拟神经优化方法

根据具有最佳逼近和学习功能的神经网络原理，建立了多目标拟神经优化方法，给出了有关定理及其证明。     

免疫遗忘动态多目标优化

许多现实世界中的优化问题都是多个目标的,而且是和时间因素有关的,抽象成数学模型就是动态的多目标优化问题,基于免疫遗忘概念和免疫应答的动态过程,提出了一种用于解决动态多目标优化问题的新的人工免疫系统算法一免疫遗忘动态多目标优化(IFDMO)算法.并采用了两集合覆盖这一评价参数,对算法进行了定量的描述.这一参数用于测量在每一个时间步骤得到的最优解向着Pareto-最优面的逼近程度.并将该算法与另外一种算法CSADMO进行了比较,CSADMO是最近提出的一种用于解决动态多目标优化问题的方法,CSADMO在保持所得前沿面的均匀性,多样性及向着Pareto-最优面的逼近性方面都体现出了很好的性质.实验结果表明,在每一时间步骤中,与CSADMO相比,IFDMO获得的解能更好的向着Pareto-最优面逼近,而且解得分布也更加均匀,范围也更加宽广.     

多目标模糊优化理论及其在制造系统中的应用

基于单目标最优解模糊化基础上的多目标模糊优化方法能够反映各个单目标最优解与多目标满意解之间的相互关系，较好地解决多目标优化问题。文章根据多目标模糊优化的基本原理，结合目标相对优属度概念，提出了具有相互矛盾目标的系统多目标模糊优化方法，并通过示例说明了该方法在制造系统优化中的应用。     

城市主干路交通流多目标优化控制

提出一种城市主干路交通流多目标优化控制方法，分析了多目标优化的性能指标及其约束条件，用线性预估方法预估单个交叉路口下一周期的车流量，模糊推算单个路口周期大小，用遗传算法优化平均车辆延误，获得每个路口的绿信比，在此基础上，再用遗传算法优化整条主干路的交通流量，获得主干路统一周期，最后，将周期的值根据绿信比分配到每个路口的各个相位，控制信号灯的转换．仿真结果表明该方法优化性能良好，性能稳定。     

产品全生命周期设计非线性多目标优化方法

为实现产品全生命周期设计全系统、全过程、全性能优化的目的，提出在对生命周期内各环节影响因素分析的基础上，将设计从面向某一特定阶段或特定性能指标的平面式局部规划扩展到立体式整体规划．对立体式生命周期设计的涵义进行了阐释．基于详尽的需求分析和系统分析，以及对影响产品竞争力因素的综合评估，建立了产品立体式生命周期设计非线性多目标优化模型，给出了优化问题求解的方法，并以算例对所给出的模型和求解方法进行了说明．     

机械结构的多目标模糊优化方法

结构设计的初始阶段含有大量的模糊信息,设计概念的产生,设计参数的取值,设计目标的评介、约束条件的允许范围以及工况等实际上都含有不同程度的模糊性,提出了处理多目标模糊优化中目标与约束权重的向量水平截集法和权重最大最小法,拓展了向量水平截集法与最大最小法的应用范围。     

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.     

多目标拟神经优化方法

根据具有最佳逼近和学习功能的神经网络原理 ,建立了多目标拟神经优化方法 ,给出了有关定理及其证明 .     

基于模糊理论的行星传动多目标优化

讨论了基于模糊理论的行星传动多目标优化。在充分考虑各模糊因素的情况下,建立了行星传动的多目标优化数学模型,运用模糊理论和方法求其最优解。     

一个平面三角形网格的多目标优化算法

用分部优化的思想来处理有限元网格几何优化问题,将问题转化成一系列设计变量很少的子问题,并提出了一个多目标优化的算法进行求解,两个算例被用业说明这一算法的有效性。     

免疫非支配自适应粒子群多目标优化

为了更加有效地利用粒子群优化技术来解决多目标优化问题,提出了非支配粒子群的概念,并根据当前代的非支配解的数量自适应地构建粒子惯性权,动态调节粒子进化过程．同时,利用人工免疫系统中的克隆选择机制来对非支配粒子进行增殖扩散,保持粒子种群的多样性．通过系统的实验验证,与当前多目标优化领域最有代表性的NSGA-Ⅱ, PESA-Ⅱ和SPEAⅡ相比,表明该算法在收敛性和多样性方面均取得了一定的优势,且时间复杂度明显较低．     

车用空调冷凝器性能多目标优化方法

针对车用空调平行流冷凝器的性能优化问题,将冷凝器划分为3个相区,分别为过热区、两相区和过冷区.通过划分微元并通过比焓或干度逐一判断所属相区并进行计算的方式,基于ε-NTU法建立结构参数与性能参数之间的数学关系,通过运行实验验证了该换热计算模型.利用多目标遗传算法(MOGA)分别获得双目标优化与多目标优化的Pareto最优解集,比较了两者的优劣.结果表明,采用MOGA能够解决车用空调平行流冷凝器性能优化问题,相对双目标优化具有更好的优化效果.通过对优化点进行分析,分别获得最佳综合性能、最佳运行性能、小型轻量化3种优化方案,其中综合性能优化方案提升换热效率4.7%、降低压降4.5%,体积和质量分别减小10.5%和6.4%.     

多目标优化中定性和定量属性的计量及归一化

本文着重研究了多目标优化中定性属性定量化、定量属性归一化的问题。提出并运用模糊优属度的概念对常规的多目标优化模型进行了改造,建立了模糊优属度多目标优化模型。并以河南三门块经济区的水资源优化分配为例对模型进行了验证,结果表明模型是合理可行的。