社交网络中正影响支配集问题的轮转贪心算法

社交网络中最小正影响支配集问题是一个NP难度的组合优化问题,针对该问题,目前有2种典型的贪心求解算法求解速度较快,但贪心解的质量却有待提高。轮转贪心策略是在不增加贪心算法时间复杂度的前提下提升贪心解的质量,且通过实验研究表明能有效增强一些NP难度问题效果的贪心算法。本文将轮转贪心策略求解正影响支配集的2个贪心算法进行融合来提升贪心算法解的质量,提出相应的轮转贪心算法。实验表明,在典型的真实社交网络实例上,与原有贪心算法相比,本文的轮转贪心算法所获解的质量有一定的提高。     

基于自适应支配准则的高维多目标进化算法

基于松弛支配的高维多目标进化算法（Many-objective Evolutionary Algorithms,MaOEAs）由于能够有效地提高区分解的能力,受到广泛关注,但该类大多数算法处理不同目标的优化问题时普适性较差.针对这个问题,本文提出一种基于自适应支配准则的高维多目标进化算法（Adaptive Dominance Criterion Based Evolutionary Algorithm for Many-objective Optimization,ADCEA）.首先,自适应准则（Adaptive Dominance Criterion,ADC）根据目标空间中相邻解间的角度信息和目标数目,设计一种自适应小生境方法,并结合收敛性指标信息,实现对候选解的非支配排序.然后,为了进一步增强种群的多样性,在环境选择中引入参考向量分割种群技术;最后,构建合理的适应度函数,并根据适应度值大小选取收敛性和多样性较好的非支配解集.实验证明,本文所提的方法在处理不同目标的优化问题时普适性提高,并在平衡种群的收敛性和多样性上取得显著效果.     

无线传感器网络延迟约束的MDC分布式轨道规划算法

针对引入移动元素后无线传感器网络数据面临的收集延时问题,提出了一种分布式的移动数据收集器(MDC)轨道规划算法.首先给出基于k跳支配集的MDC最小时延规划问题定义,并证明它是NP-hard.在基于集结的数据收集模式汇总,k跳支配节点作为集结点缓存传感节点收集的数据并在MDC到达时上传.然后,提出了一种高效的基于k跳支配集的MDC轨迹构建算法.算法通过分布式的k-跳支配集算法找出网络中的支配节点,进而通过Prim算法和Christofides近似算法对MDC的移动轨道进行规划.算法的正确性、k-跳支配集的界、时间复杂性和消息交换复杂性通过理论进行分析.最后,通过仿真实验验证了算法的有效性.仿真结论表明,与同类算法相比,所提出算法能够显著缩短MDC的移动轨迹,因而可以降低网络延迟.     

适用于异构移动自组织网络的多信道广播算法

在异构移动自组织网络中,为满足多样的用户需求,提高网络容量,节点往往配备了多种信道。传统的广播机制(如洪泛、基于节点的连通支配集和信道向量等)往往采用基于节点的转发方式,即对节点所拥有的多个信道采取一视同仁的态度,在收到消息后将直接在其所有信道上进行转发,导致其无法充分利用各个信道的性能优势,以及在某些不必要信道上的冗余转发。为了充分发挥多信道网络的优势,降低冗余转发带来的开销,提出了一种基于信道的连通支配集构造机制,该机制采用了基于信道的转发方式,在选择转发节点的同时也将对转发信道进行选择,并以此为基础提出了适用于异构移动自组织网络的广播算法。仿真结果表明,与原有的基于连通支配集和信道向量的广播算法相比,文中的算法分别降低了64.15%和13.95%的广播开销,并且,与信道向量相比,网络吞吐量提升了14.1%。     

约束多目标进化算法研究进展

约束多目标进化算法（CMOEAs）能够同时处理多个相互冲突的目标函数和约束条件,引导种群逼向可行域的最优解,受到了研究者的广泛重视。首先介绍了约束多目标优化问题（CMOPs）的相关定义和多目标进化算法（MOEAs）的三种分类;其次,系统地分析了当前CMOEAs中约束处理机制,凝练出当前主要的四种约束处理方法;然后,从基于支配、基于指标、基于分解三个方面对CMOEAs的研究进展进行了详细综述;最后,指明了CMOEAs存在的挑战和未来研究方向。     

多目标旅行商问题的模拟植物生长算法求解

针对多目标旅行商问题,提出了一种基于模拟植物生长的优化算法。该算法将Deb等人提出的非支配排序及构造偏序集等方法用于模拟植物生长的过程中,克服了模拟植物生长算法搜索空间过大及收敛性不够理想的缺点。基于该算法的核心思想,用MATLAB编程实现,对参考文献的算例进行仿真测试。与其他算法比较,获得了满意的结果。     

考虑电压稳定性的快速多目标无功优化方法

针对多目标无功优化方法存在寻优时间过长,优化结果针对性不强以及难以实现自动实时控制的问题,将一种基于ε-支配域的多目标进化算法应用到多目标无功优化的求解中,根据多目标模糊评价函数各目标分量的不同重要程度,构建出自适应ε-支配域,生成相应的后评价模糊控制器以实现优化结果的智能选择.在IEEE14,IEEE30和IEEE118节点系统上进行仿真试验,并与几种典型的多目标优化方法进行比较,证明了所提出的方法能使多目标无功优化的速度得到较大提高,针对系统的薄弱环节进行改进,从而更适用于电力系统自动实时控制.     

适于混合整数非线性规划的混合粒子群优化算法

通过加强粒子群优化（PSO）算法处理约束和整数变量的能力,使其适于求解混合整数非线性规划（MINLP）,构建了一种混合粒子群优化（HPSO）算法.建立了种群的约束矩阵来反映其解满足约束的情况,运用Pareto支配概念评价解的优劣,确定种群的局部最优点和全局最优点.通过增设基于距离函数的概率取整操作和随机变异的解修复操作,加快了搜优速率.利用各粒子的局部最优点信息更新速度,采用多粒子群策略增强了种群多样性.实例测试结果显示,与其他算法相比,HPSO算法具有更好的全局寻优能力,收敛速度更快.     

岩体工程开挖及蠕变的三维有限元解法

本文建议采用HK模型作为岩体工程中开挖及蠕变的弹-粘弹性统一计算模型。描述并展示了基于该模型的三维非线性计算程序CRR4,系统地实现了对原始地应力场的空间模拟、分期开挖连同围岩蠕变的计算和分析,并通过三维等参单元的应力光滑化改进了岩体工程有限元应力计算方法,此外还可由计算机自动描绘围岩三向位移过程线。     

直流配电网中含光伏的电动汽车快速充电站优化配置方案

为在提高直流配电网运行效率的同时降低充电站的投资与运营成本,文中提出了一种含光伏的电动汽车快速充电站的优化配置方法。首先,描述充电站内充电桩、光伏电池、储能系统的能量交换策略,然后,分析DC-DC变流器的电能转换效率-负载率特性,并以系统平均运行效率最高和充电站投资运行成本最低为目标函数建立优化模型,对充电站的接入位置以及各单元的安装容量进行优化。利用改进非支配排序遗传算法(NSGA-Ⅱ)求解该多目标优化的Pareto最优解,得出优化配置方案。最后,以采用双单环结构的中低压直流配电网实际工程为算例,将所提出的优化配置方法与充电站进行扩容的原有扩展规划方案进行对比,验证了所提优化配置方法的有效性和可行性。