不可微多目标规划的基本定理

本文把单目标规划中的Kuhn-Tucker条件,Lagrange鞍点问题和Fritz John(鞍点)条件分别推广到一般多目标规划的情形,讨论了八个问题之间的关系,建立了不可微多目标规划的基本定理。     

部分信息下相邻2-out-of-n:F系统的可靠性分析

对相邻2-out-of-n系统可靠性的研究大都假定部件的失效时间分布是已知的,即部件的可靠度是已知的,然而该假设在许多情况下是不合理的(例如软件系统,人机系统)。本文针对部件的失效时间分布未知,仅仅具有关于部件可靠度的部分信息情况,也就是我们仅仅知道部件的寿命在某些重叠区间的可靠度,利用不精确概率理论分析了该系统,获得了相邻2-out-of-n:F环形与线形系统可靠度上下界的精确公式。最后用例子说明了本文的方法,并指出了在该方向上需要进一步研究解决的问题。     

用于约束多目标优化问题的双群体差分进化算法

首先给出一种改进的差分进化算法,然后提出一种基于双群体搜索机制的求解约束多目标优化问题的差分进化算法.该算法同时使用两个群体,其中一个用于保存搜索过程中找到的可行解,另一个用于记录在搜索过程中得到的部分具有某些优良特性的不可行解,避免了构造罚函数和直接删除不可行解.此外,文中算法、NSGA-Ⅱ和SPEA的时间复杂度的比较表明,NSGA-Ⅱ最优,文中算法与SPEA相当.对经典测试函数的仿真结果表明,与NSGA-Ⅱ相比较,文中算法在均匀性及逼近性方面均具有一定的优势.     

基于差分进化的回溯搜索优化算法研究与改进

针对回溯搜索优化算法收敛速度慢和易早熟的缺点,提出了一种改进算法.首先,利用麦克斯韦分布产生变异尺度系数,并在此基础上提出了一种新的变异算子.新变异算子有效地加快了收敛速度.同时,在变异策略中添加了一种选择机制以增加全局搜索能力,避免出现早熟收敛.通过与差分进化的变异策略对比和经典测试函数的测试,实验结果表明改进算法不仅具有较快的收敛速度,而且具有良好的全局搜索能力.     

基于网格的无线传感器网络节能路由算法

为避免高密度节点导致的数据冗余和能量浪费,提出一种节能路由算法。将检测区域分割成若干等同的虚拟网格,在每个网格中选取剩余能量最大的节点作为激活节点,源节点的数据先发送到由激活节点构造的数据聚合树上,经数据融合后再传输到Sink节点,从而减少网络中传输的数据量。仿真结果表明,该算法能有效减少冗余数据的能耗,延长网络寿命,且在高密度节点环境下具有良好的适应性。