利用基于精英策略的粒子群算法求解多目标规划问题

本文提出了一种求解多目标规划问题的精英粒子群算法.该算法利用精英策略存储每一代Pareto最优解,同时提出了一种最优粒子的选取策略用以克服粒子陷入局部最优的缺点.最后,通过数值实验验证算法的可行性和有效性.     

基于自适应环境因子熵权决策的多目标特征选择

多目标进化算法在特征选择方面有显著的优势，但其求解高维数据最优特征子集的性能依然较差，且从获得的Pareto解集中选择合理最优解仍是一个挑战性的问题.为了解决该问题，提出一种基于自适应环境因子熵权决策的多目标特征选择算法.首先，通过设计环境因子来自适应识别关键特征，优化候选特征子空间；其次，将环境因子嵌入改进的交叉算子和变异算子，实现全局最优特征子集的自适应搜索；最后，利用关联环境因子的熵权决策策略，从获得的Pareto解集中选出最优解.实验表明，与现有的五种多目标特征选择算法相比，提出的算法具有更高的分类精度，并能准确地获取全局最优解，验证了该算法的有效性.     

求解多目标柔性作业车间调度问题的两阶段混合Pareto蚁群算法

针对多目标柔性作业车间调度问题(FJSP)分解得到的作业分派、排序子问题仍是多目标优化问题的情况,提出了一种求解该问题的分层Pareto优化框架,并采用该框架构建了两阶段混合Pareto蚁群算法的求解算法,其中两个Pareto蚁群系统分别求解多目标作业分派、排序问题。结合GT算法、排产规则评估和过滤第一阶段的分派方案,将具有较好评估全局解的分派方案作为分派阶段的精英档案,并输入给排序蚁群系统获取其非支配调度解,进而获取问题全局非支配解。子问题算法混合了各目标相关的邻域搜索策略,与Pareto蚁群算法结合,以期提高解的质量。通过求解带有平均工件加权延迟时间指标的多个FJSP基准算例,验证了算法的有效性。计算结果表明,该分层Pareto优化框架对原问题进行分层分解,有利于降低原问题的复杂性,相比多数文献,算法能够获得各基准算例Pareto非支配解,从而为分解求解复杂多目标调度优化问题提供了一种途径。     

柔性作业车间多目标调度优化研究

研究了多目标柔性作业车间调度问题(FJSP),提出了一种基于Pareto的混合遗传算法,并建立了包括生产周期、总拖期时间和机床负载在内的多目标优化模型.该算法采用基于工序的编码方式和活动化解码方法,将Pareto排序策略与Pareto竞争方法结合起来.为了保证解的多样性,采用小生境技术并同时使用多种交叉方法,用Pareto解集过滤器保存进化过程中的最优个体,防止最优解的遗失.算法最后给出问题的Pareto最优解集.仿真试验证明,提出的混合遗传算法可以有效解决多目标FJSP.     

群体决策中集成两类偏好信息的多目标粒子群优化方法

根据多个决策者给出关于目标的两类偏好信息-参考点和目标优先次序,建立了一个能集成这两种偏好的多目标粒子群优化算法.该算法首先分别按距离和目标值对解进行排序、赋予偏好值,然后将它们组合得到集成偏好值,并用集成偏好值引导粒子向群体偏好的Pareto前沿收敛,最后运用ε- 排斥思想实现解在Pareto边界分布的均匀性.仿真结果表明该算法有效.     

求解多目标优化问题的多智能体遗传算法

目的 在求解多目标优化问题时，总是希望获得尽可能多的Pareto解，且这些解能够较均匀地分布在目标空间的Pareto边界上。方法 通过引入智能体的概念，并将多个智能体组成的多智能体系统与经典遗传算法相结合，给出了一种求解多目标优化问题的多智能体遗传算法。结果 对每个智能体在其邻域内进行局部Pareto寻优操作，而不是在整个群体中进行Pareto寻优，从而保证了群体的多样性，并在一定程度上抑制了种群的早熟现象。结论 该方法能够找到问题的分布较均匀的Pareto最优解。     

两连杆桁架设计的多目标优化算法

针对两连杆桁架的多目标最优化设计问题,提出一种利用遗传算法和模糊理论来求解多目标优化问题的Pareto最优解算法,并通过实验进行验证;讨论遗传算法和模糊理论产生Pareto最优解的差异.结果显示:通过遗传算法配合近似分析的方法可以更有效率地寻找到更多的Pareto最优解.     

一类色氨酸生物合成系统的双目标优化

针对GMA(Generalized Mass Action)型色氨酸生物合成系统的双目标优化问题,提出了一种求解方法.首先给出色氨酸生物合成系统的GMA模型,然后构建色氨酸生物合成系统的双目标优化模型.为了求解前面构建的双目标优化问题,基于NBI方法给出了求解策略.为了克服NBI方法难以得到双目标优化问题全局Pareto解的不足,应用过滤算法去除经典NBI方法产生的非全局Pareto解.该过滤算法可以得到双目标优化问题的全局Pareto解.通过MATLAB计算,结果表明本文可以获得GMA型色氨酸生物合成系统双目标优化问题的Pareto最优解以及Pareto前沿,验证了所提方法的实用性和有效性.     

多目标优化问题的差分进化算法研究

为保持所求得的多目标优化问题Pareto最优解的多样性,提出了一种精英保留和根据目标函数值进行排序的多目标优化差分进化算法.对排序策略中目标函数的选择方式进行了分析和比较,并提出了一种确定进化过程中求得的精英解是否进入Pareto最优解集的阈值确定方法.用多个经典测试函数进行了实验分析,并与NSGA-Ⅱ算法进行了比较.实验结果表明,该方法收敛到问题的Pareto前沿效果良好,能有效保持所求得的Pareto最优解的多样性.     

求解多目标群体决策问题的压缩Tchebycheff范数交互规划…

本建立了联结决策个体偏爱结构的群体偏爱强度函数概念，在讨论了Ｔｃｈｅｂｙｃｈｅｆｆ范数解的性质和构造压缩Ｔｃｈｅｂｙｃｈｅｆｆ范数模型的基础上，给出了一个求解多目标群体决策问题的交互式算法，并研究了算法的收敛性。     

群体多目标决策的联合有效解类及其最优性条件

群体多目标决策是群体决策的一个新的研究方向．一些学者曾借助群体效用函数引进群体多目标决策问题有关效用解的概念，并且给出若干求解的方法．本文撇开效用函数的介入，直接依据由各多目标决策问题的Ｐａｒｅｔｏ有效解表示的供选方案的有效数，引进了决策群体在供选方案集上的偏爱关系．由此，定义了群体多目标决策问题一类联合有效解的概念．同时，建立了这些联合有效解类要满足的Ｋｕｈｎ－Ｔｕｃｋｅｒ型最优性条件．     

一种基于隶属度函数及两阶段法的双层多目标决策方法

基于隶属度函数及两阶段法，提出了一种新的双层多目标决策方法。利用该方法不仅能获得有效解，而且能最大限度地发挥上层决策者的权限，最终将得到一个各决策层均可接受的决策方案。通过数值例子说明了该方法的可行性及实用性。     

住宅小区建筑设计方案评价的层次群决策方法

为了体现住宅小区特定用户或决策者的方案偏好对建筑设计方案评价的影响,建立了一类两层次多属性群决策模型.其中,专家评价层决策矩阵的获取体现了专家专业水平差异对决策的影响.用户评价层则采用不确定语言多属性决策方法来确定用户对方案的偏好.并建立了使2个决策层评价差异最小化的优化模型确定属性权重,该权重用于专家综合评价,充分考虑了用户方案偏好对决策的影响,结果表明模型能正确反映此类决策的实际情况.     

基于Markov链的群体决策排序方法

本文根据决策个体关于选择方案的排序权向量，利用Ｍａｒｋｏｖ链的性质构造了一种求群体排序权向量，从而给出一种解决决策排序的方法。我们证明了此方法满足安全性、Ｐａｒｔｅｔｏ最优性、非独裁性等社会选择公理，在一定条件下，也满足独立性公理。在决策方案数和决策个体数不相等的情况时，本文通过引进虚拟决策方案或虚拟决策个体，使所构造的方法具有通用性。最后，本文给出一个数值例子以说明此方法的技巧和过程。     

Utopian preference mapping and the utopian preference method for group multiobjective optimization

The individual utopian preference and the group utopian preference on a set of alternatives, and the concept of the utopian preference mapping from the individual utopian preferences, to the group utopian preference, based on the utopian points of the corresponding multiobjective optimization models proposed by decision makers are introduced. Through studying the various fundamental properties of the utopian preference mapping, a method for solving group multiobjective optimization problems with multiple multiobjective optimization models is constructed.     

新产品开发的资源二维指派问题

研究了大型企业在新产品开发过程中研究中心和研究人员的二维指派问题,建立了以最小开发成本为目标的决策优化模型·在分析问题的基础上,提出了基于遗传算法的优化方法,并给出了具体的计算步骤·最后,给出了一个计算例子,计算结果证明了算法的有效性和模型的实用性·该问题的研究具有很强的实用性,对于具有分布在不同地域的多个研究中心的企业,在进行多产品开发计划制定过程中,具有很好的辅助决策作用     

一类基于混合遗传算法的多目标优化方法

提出一类求多目标Pareto解的快速算法，该算法将个体各分目标的最大值作为适应度函数，采用混合遗传算法，通过求解种群适应度极小值的方法来获得Pareto边界不同方向上的最优解，并在种群进化过程中采用了一些加速收敛的改进方法，通过典型算例的仿真验证了其有效性．     

群决策支持系统总体结构的研究

本文分析了群决策的重要性和群决策支持系统发展的必要性,在总结群决策支持系统发展过程与现状的基础上,提出了基于模块的总体结构,并就其中几个主要模块进行了深入研究.     

水文模型参数优选中率定与校核目标函数的关系研究

在水文模型参数优选过程中,通常很难找到一组参数值使得率定阶段和校核阶段的径流模拟误差同时达到最小,为此,我们需要采用基于Pareto关系的多目标优化方法来寻求Pareto最优解的集合.本文采用一种基于马尔可夫链蒙特卡洛（MCMC）方法的多目标优化方法来搜寻水文模型参数优选问题中Pareto解集,并以三水源新安江模型为例,给出了由率定阶段的目标函数和校核阶段的目标函数所构成的Pareto锋面.结果证明,率定阶段和校核阶段的目标函数是相互冲突的,不可能同时取最小值,由于这种Pareto关系的存在,使得我们在选择水文模型的全局最优参数值时存在很大的不确定性.因此,如何减少这种不确定性是水文模型研究中一个很重要的问题.     

基于模糊综合评判法的高层建筑结构体系优选

结构体系优选属于概念设计范畴,是结构优化设计中最关键的一个环节,具有强烈的软科学决策特点。对高层建筑结构选型决策的现状、特点及影响因素作了概括性论述,具体说明了模糊综合评判法在高层建筑结构选型中的应用,并通过一个实际工程．详细介绍了如何运用模糊综合评判法进行结构体系的优选．为建筑设计单位提供了科学的决策依据。