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．     

有效集上的线性多目标最优化问题

本文在Ｒ″中讨论线性多目标有效集上的线性多目标最优化问题，给出了在非空有效集上线性多目标规划无有效解的几个充分条件，讨论了此问题有效解和有效结果的若干性质。     

基于均匀设计的一种多目标最优化并行算法

算法把均匀设计方法用于确定一组带权极大模评价函数的权系数，通过独特选取目标函数多组权系数，使这组评价函数的搜索方向在目标函数空间中均匀指向有效界面，并且用并行算法计算多目标最优化问题的有效解。无论多目标最优化是凸或非凸问题，该算法均能找到一个均匀分布的有效解集 。数值实验结果表明该算法十分有效。     

解多目标最优化问题的权衡割平面法

在现有的一些解多目标问题交互算法的基础上,提出了一种解决一般非线性多目标最优化问题的交互式算法——权衡割平面法.它每次迭代前后所得到的解都是有效解,搜索策略灵活实用,且对线性多目标最优化问题只需一次迭代就得到最优解.     

多目标最优化锥有效解集连通性的一个关系

本文考虑多目标最优化问题的锥有效解集一相应可达目标集的锥有效点集之间连通性的关系，给出了并证明了它们同为连通集的充分必要条件。     

凸多目标最优化的严有效解的最优性

讨论凸多目标最优化问题的严有效解，建立了拉格朗日乘子定理，并把严有效解表示为一个适当的拉格朗日函数的鞍点     

多目标最优化问题加权解的通有稳定性

运用集合空间的拓扑结构和集值映射的通有连续性,研究了多目标最优化问题加权解关于权因子、目标函数及集合的稳定性,证明了在Ｂａｉｒｅ纲意下,多目标最优化问题加权解是稳定的。     

多目标最优化恰当较多有效解

借助较多锥和投影锥，本文引进多目标最优化问题的恰当较多有效解概念，我们讨论了这种解与较多有效解以及与Ｐａｒｅｔｏ有效解之间的关系，同时研究了这种解的若干重要性质。     

改进的粒子群算法在印刷业优化管理中的应用

从印制质量及生产计划两个方面综合考虑,讨论印刷业优化管理的问题．首先对印刷品优先权的确定、印刷错误的研究,建立了印刷业多目标最优化的管理模型;其次通过改进的粒子群算法对该多目标问题进行优化．数值实例表明,该模型在印刷业优化管理中是有效可行的．     

三类恰当有效解集在正锥下的等价性和存在性

证明了Ge恰当有效解、Be恰当有效解和He恰当有效解在正锥下的等价性,且在此基础上,由在非空紧凸集上似凸多目标最优化问题的Ge恰当有效解的存在性,得出Be恰当有效解、He恰当有效解的存在性.     

一类广义Type Ⅰ函数的多目标优化问题

对于非光滑多目标优化的模型,定义了几种广义Type Ⅰ函数,研究了广义Type Ⅰ函数的多目标优化问题,得到了有效解的最优性条件.     

基于博弈理论的拱坝体形多目标优化设计

以坝体体积、最大主应力、高应力区范围为目标函数,建立了拱坝体形多目标优化模型.根据多目标优化设计问题与经济学中博弈问题之间的相似性,将多目标优化中的各分目标函数看成博弈方,所有可行解就是博弈策略集,从而提出了拱坝体形多目标优化设计问题的合作博弈方法.白鹤滩拱坝体形优化设计结果表明,该方法比传统的多目标优化方法(如线性加权法和理想点法)更能综合反映各优化目标的要求,优化结果更加合理,并具有较高的计算效率.     

基于多目标粒子群优化的服务选择算法

基于多目标粒子群优化算法提出一种高效的服务选择算法(MOPSOSS).首先将服务选择问题建模为带QoS约束的多目标组合优化问题;其次,根据支配的概念构造远小于原子服务集的新子服务集;最后基于多目标粒子群优化算法求解由新子服务集构成的服务选择问题,从而获得一组满足约束的pareto最优解.理论分析表明,MOPSOSS能正确、高效地求出原问题的全局最优解.与遗传算法(GA)的对比结果表明当问题规模大于150时,MOPSOSS的平均运行时间仅为GA的7%,求出的解的个数是GA的1.15倍,75%的解能支配GA求出的解,分布广度是GA的1.5倍.随着约束强度的增加,MOPSOSS的平均运行时间减少,而解的质量并无显著下降.与GA相比,MOPSOSS能用更短的时间求出更多高质量的解.     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.     

结构系统多目标模糊优化对称解的一般形式

基于模糊判决原理及贴近度原则，兼顾模糊目标和模糊约束的最优性隶属程度，构造判决函数。给出多目标结构系统模糊优化对称解的一般形式，定义多目标模糊优化的有效解和弱有效解的概念，提出几种基本的解法。     

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。     

面向多目标参数整定的协同深度强化学习方法

多目标控制参数联合优化整定是自动化系统保持高效、稳定运行的关键问题,强化学习常用于建立自动化调参智能体,代替人工完成参数整定. 针对现有方法使用固定权重将多个优化目标线性组合为单目标,训练具有固定调参知识的单智能体模型,导致实际目标关系受环境影响与先验不符时,智能体无法感知并做出适应性决策调整,限制参数整定效果的问题,提出一种面向多目标参数整定的协同深度强化学习方法. 该方法利用离线仿真学习目标整定知识建立多个Double-DQN智能体,在线建立整定效果反馈,感知目标实际关系并调整智能体协同策略,实现有效的多目标参数整定. 列车自动驾驶参数整定实验结果表明,方法对停车误差、舒适度两个目标整定效果良好,能自适应不同车轨性能且可持续优化,实用价值大.      

向量多项式优化问题的数值方法

向量多项式优化问题中的目标函数和约束条件都是由多项式描述的.先将多目标多项式函数分别通过主要目标法、线性加权和法和理想点法等转化为单目标多项式函数,再利用Lasserre松弛方法求解该多项式优化问题,从而得到原向量多项式优化问题的弱有效解或有效解.数值实验结果表明该数值方法是有效的.     

基于物理规划的弹道多目标优化

针对加权系数法求解弹道多目标优化问题时不能获取非凸Pareto非劣解,并且主观依赖性严重,难以选取合适的权值的问题,将物理规划引入弹道多目标优化中,建立了基于物理规划的弹道多目标优化模型,详细分析了基于物理规划的弹道多目标优化方法的求解流程,指出了该方法的优点. 最后分别采用加权系数法、最优控制方法以及本文所提方法进行拉平段弹道多目标优化. 优化结果对比研究表明,物理规划法效率更高,结果更好,对初值不敏感,鲁棒性更强,并且有利于获得非凸Pareto非劣解,从而体现了所提方法较强的工程实用价值.