炮射导弹控制系统的多目标二级优化设计

建立了炮射导弹多目标二级优化模型,提出了多目标二级混合遗传优化算法.对第一级多目标函数引入Lagrange乘子向量作为协调变量,采用两级递阶协调法实现多目标的第一级优化;针对遗传算法局部优化性能较差的缺点,将遗传算法与模式搜索法相结合,采用改进的遗传算法实现了多目标的第二级优化.仿真结果表明,所提出的多目标二级混合遗传优化算法收敛速度快,所设计的控制系统性能优于基于权重系数变换法的遗传算法的效果.     

关于Tamura三级算法的评注

在离散时间大系统的最优控制中,Tamura 三级算法一向被认为是一种有效的算法,这一算法是由Tamura 在对按空间分解的目标协调法进行修正的基础上提出的.Singh 等称为出色的算法,文献[2,3]用二次型目标的线性离散系统的最优控制说明了这一算法的优点.Tamura 三级算法通过先空间后时间的分解,把复杂的整体优化问题转化为简易的低维优化问题,体现了分解——协调的思想,用它可以处理一般的离散大系统的最优控制问题,这是它的意义所在.然而,对于二次型目标的线性离散系统来说,采用Tamura 三级算法却是不必要的.本文分析了时间分解对于简化上述优化问题的关键作用,不但保持了Tamura三级算法的全部优点,而且克服了缺点.文中并以仿真实例对此进行实际比较.1 二次型目标线性离散系统的Tamura 三级算法     

Agent的多目标优化分布式智能算法

根据多目标优化的理论,将传统多目标优化的方法与Agent技术相结合,提出一种基于Agent技术的多目标优化分布式智能算法．在该算法中,每个智能体由目标函数、协调算法和通信模块组成．由智能体组成多目标优化的多智能体系统．通过每个Agent的独立优化和Agent之间的通信和协调。实现多目标优化．文中用实例验证算法的有效性．     

基于目标规划的约束系统预测控制稳态目标计算

在MPC稳态目标计算和动态优化控制两级结构基础上,研究了系统优化可行性与目标协调问题. 采用目标优先因子描述约束调整的优先级,并将目标协调问题转化成目标约束满足问题,从而解决了稳态目标计算中同时考虑约束调整与目标协调问题.以壳牌重油分馏塔标准问题为例进行仿真,结果表明了该算法的有效性.     

不可分稳态大系统的递阶优化控制算法

讨论了整体目标函数关于各子系统不具有可加形式的大规模稳态系统的优化问题,提出一种3级递阶优化算法,该算法首先把不可分问题转化可分的多目标优化问题,再从多目标优化的非劣解集中挑出原问题的最优解,建立了算法的理论基础,证明了算法的收剑性,仿真结果表明,算法是有效的。     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

大系统优化控制中的非光滑函数优化问题

分析了大系统递阶-协调控制方法之一——关联预估方法中的协调级非光滑函数最优化问题,确定了相应的目标函数对协调变量的子梯度,从减少优化控制对系统干预次数的角度,提出了一种基于子梯度的最速下降的优化协调策略。数字仿真结果表明了本算法的优越性。     

工程项目多目标协同优化研究

将微粒群算法(particle swarm optimization,PSO)引入工程项目多目标协同优化领域,研究工程项目的质量、费用、资源和工期的协同优化问题。文章首先系统介绍微粒群算法原理、流程以及算法的改进发展,然后研究了工程项目质量、费用、工期和资源的协调功效系数,并建立了质量、费用、工期和资源的多目标协同优化模型,接下来介绍了应用微粒群算法编码解决工程项目多目标优化的方法步骤。最后,通过一个应用实例,计算表明微粒群算法可以准确快速地解决工程项目多目标协同优化问题。     

多目标进化算法测试问题的设计

为了有效地检测多目标进化算法在求解各类多目标优化问题时的性能,从3个方面讨论了多目标优化测试问题的设计,即约束条件、最优解分布的均匀性、算法逼近Pareto最优前沿的难度.针对每一方面,都设计了一个相关的测试问题,并采用NSGA Ⅱ算法进行了仿真实验.结果显示,测试问题能够有效检测算法在上述三方面的性能,尤其是在约束处理方面.这些测试问题可供研究人员用来评价他们所设计的多目标优化算法.     

基于增广Lagrangian算法的供应链生产计划协调优化

为解决具有分布特点的多厂供应链生产计划的协调问题,提出了一种基于增广L agrang ian松弛算法的内部价格协调优化策略。利用增广L agrang ian松弛算法将工厂之间的耦合约束松弛,从而把整个供应链计划问题分解为多个可利用本地信息求解的单厂计划子问题。为获取问题可行解与加快算法的收敛速度,又分别提出了一种前溯式可行化算法与一种模糊次梯度算法。通过协调中心对产品内部价格的迭代更新,实现了整个供应链生产计划的协调优化。仿真结果表明,该策略能够较好地协调多厂供应链计划,效果明显优于已有的协调方法。     

一类大规模系统的全局优化

讨论了可分非凸大规模系统的全局优化控制问题,提出一种三级递阶优化算法。该算法首先把原问题转化为可分的多目标优化问题,然后凸化非劣前沿,再从非劣解集中挑出原问题的全局最优解。建立了该算法的理论基础,证明了算法的收敛性。仿真结果表明该算法是有效的。     

电力系统多目标无功优化研究

在传统无功优化模型的基础上,引入了静态电压稳定性指标,建立了综合考虑系统有功网损最小、静态电压稳定裕度最大和电压水平最好的多目标无功优化模型.基于Pareto最优概念的改进多目标粒子群算法应用到多目标无功优化的求解中,对IEEE30节点统进行了仿真计算.优化结果表明,该模型在实现系统经济运行的同时也增强了电网的电压稳定同时求得的一组最优解能够为优化方法的决策提供更多的有效参考,具有实际意义.     

船舶设计中的多目标模糊优化方法

分析了船舶设计中所包含的模糊因素,运用模糊数学方法给出各类模糊因素和模糊主观信息的解析化方法,在此基础上建立了船舶设计的多目标模糊优化模型,并根据工程需要给出了相应的求解方法,最后用算例给予说明.     

基于公理设计的多目标优化方法研究

针对利用多目标优化理论进行产品设计时存在求解困难的问题,综合应用多目标优化理论与公理设计理论,提出利用公理设计理论独立公理中的全参直度和全能直度来解决多目标优化问题中求解困难的一般方法．并通过对一个简单的多目标优化问题的求解,验证了该方法的有效性．     

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．     

可分非凸稳态大系统的全局递阶优化控制算法

讨论了可非凸稳态大系统的全局递阶优化控制问题,提出了一种三级递阶优化算法,该处首先把原问题转化为可分的多目标优化问题,然后凸化非劣前沿,再从非劣解集中挑出原问题的全局最优解,建立了算法的理论基础,证明了算法的收敛性,仿真结果表明,该算法是有效的。     

凸复合多目标优化问题的最优性条件

对于经济、工程、决策等领域中带有冲突目标的实际问题,多目标优化是一个有用的数学模型。已有学者对凸复合不等约束下一般凸复合我目标非光滑优化问题作了研究,且在零空间条件假设下导出了一阶最优性条件。在此基础上,进一步研究闭凸约束下凸复合多目标优化的最优性条件,根据非空内点条件假设,对凸复合多目标优化问题的弱有效解给出了新的一阶最优性充分条件。     

求解环境经济调度问题的多目标差分粒子群优化算法

提出一种基于差分演化的改进多目标粒子群优化算法来求解电力系统环境经济调度问题。算法通过对Pareto最优解集的差分演化来增加Pareto最优解的多样性;通过循环拥挤距离来控制归档集中非劣解的分布,以提高对种群空间的均匀采样;采用一种新的多目标适应值轮盘赌法选择粒子的全局最优位置,使其更逼近Pareto最优前沿;自适应惯性权重和加速度因子的动态变化可增强算法的全局搜索能力。对电力系统环境经济负荷分配模型进行仿真,并与文献中的其他算法进行了比较。结果表明,改进的算法能够在保持Pareto最优解多样性的同时具有较好的收敛性能。     

基于Species机制的多目标遗传算法

多目标优化算法设计正在成为当前进化算法领域的一个研究热点.考虑将最初用于多峰优化的Species机制引入到多目标遗传算法中,通过借鉴现有多目标算法的相关思想,设计并提出了一种新的Species方法,包括基于Pareto最优性和拥挤度思想的Species种子确定策略及适应性的Species构造策略.一组标准多目标测试函数的仿真实验结果表明,提出的基于Species机制的多目标遗传算法表现出比经典的非支配排序遗传算法Ⅱ(NSGA Ⅱ)更好的性能.     

Banach空间上一类非凸向量最优化问题的全局最优性条件

向量最优化是经济、工程、决策领域中的一个有用的数学模型.已有学者对目标函数及约束函数是定义在有限维线性空间的局部Lipschitz函数或Lipschitz无穷维空间上的优化问题作了研究,导出了一些最优性条件.在此基础上,进一步研究定义在Banach空间上目标函数及约束函数为不可微强紧Lipschitz的多目标规划,在满足Slater型约束品性条件假设下,利用定义在Banach空间之间的映射不变凸性,给出了所考虑问题的弱有效解新的全局最优性K-T型充要条件.