静态输出反馈多目标控制的求解方法

研究了连续多面体不确定系统的多目标静态输出反馈控制问题,此目标静态输出反馈控制问题由双线性矩阵不等式(BMI)给出.为了计算静态输出反馈增益,提出了一种基于差分进化算法(DEA)和线性矩阵不等式(LMI)方法的新型混合算法.新算法的基本思想是通过DEA得到控制器的样本,并将BMI问题转化为凸约束优化问题,进而采用LMI方法来最小化系统的性能指标.以多目标H2/H∞控制问题为例,给出了基于静态输出反馈的多目标控制求解的具体方法,并用数值仿真例子说明了该算法的有效性.     

免疫遗传算法在车间作业调度中的应用

为了求解车间作业调度(JSP)这一典型的NP难题,提出了基于免疫遗传算法(IGA)的JSP问题求解方法.在该求解方法中,结合免疫原理和遗传算法提出了应用于JSP问题的IGA算法流程;算法采用基于工序的编码方式、自适应交叉和变异;同时为了改善交叉算子的性能提出了一种改进的基于工序编码的交叉算子.另外,采用车间作业中“最短处理时间原则”作为IGA算法的免疫疫苗,同时给出了免疫算子的设计方法.最后,通过“Muth and Thompson”基准问题的仿真实验验证了IGA算法在JSP问题求解中的有效性.     

Harmony Search-Dij kstra混合算法在铁路物流中心分层选址中的应用

为了满足铁路集中化运输的要求,基于铁路物流中心的层级特点,结合分层选址的理论和方法,以铁路物流中心覆盖的总需求最大化为目标,提出了铁路物流中心分层选址分配模型.针对铁路物流中心选址分配模型的特点,提出采用求解效率较高的和声搜索算法(Harmony Search,HS)和Dijkstra算法相结合的混合算法进行求解,并通过算例验证了模型的可行性和算法的有效性.为了验证算法的性能,对不同规模下的算法进行多次测试,结果表明当规模较大时,HS-Dijkstra混合算法仍可以在可接受的时间范围内收敛.为了体现算法的计算效率,对大规模下的Harmony Search-Dijkstra混合算法与遗传算法(Genetic Algorithm,GA)进行比较,结果显示Harmony Search-Dijkstra混合算法收敛速度明显优于遗传算法.因此,Harmony Search-Dijkstra混合算法可以有效解决铁路物流中心选址分配问题.     

基于居民感官视角的废弃物处理设施负效应测度

废弃物处理设施的负效应大小不仅与设施排放的污染量有关,更受到受影响居民的环境觉识的影响。本文提出了基于居民感官视角的“邻避”设施负效应的概念,开发了基于居民感官视角的废弃物处理设施负效应测度模型。并以废弃物焚烧站为例,进行了算例验证。结果表明,该测度模型和方法是可行和有效的,为废弃物处理设施负效应的治理提供了参考。     

差分进化算法求解自动堆垛起重机调度问题

[目的]研究了自动化码头双自动堆垛起重机(Automatic stacking crane,ASC)调度问题,为了提高堆场的作业效率,考虑ASC作业过程中的干扰和冲突,以极小化所有作业的总完工时间为目标,建立自动化码头双ASC调度问题的混合整数规划模型.[方法]通过CPLEX求解器对模型进行求解.为了解决中等规模问题,设计了基于任务编码的离散差分进化算法进行求解,并把求解结果与遗传算法求解结果进行对比分析.[结果]所设计的离散差分进化算法能够在要求的时间内解决自动化码头双ASC调度问题;[结论]相较于遗传算法,本文提出的算法寻优能力更强.     

不确定性条件下经济开发区环境规划方法与应用研究(Ⅰ) 不确定性多目标混合整数规划模型及算法研究

以经济开发区环境规划的动态性、不确定性和多目标性为出发点,提出用不确定性多目标混合整数规划(IMOMIP)模型解决经济开发区的环境规划问题,并发展了一种基于目标偏离容忍水平(ODTL)的交互式算法,从而在模型求解过程和结果中直接反映系统的不确定性,并能有效协调不具有明显相关性的目标.     

多规格一维下料问题基于满意度模拟退火算法

为了对较大规模的一维下料问题更有效地进行计算,根据坯料的长度和数量将多规格一维下料问题分类为普通下料和批量下料,分别进行求解.对于普通下料问题,将满意度原理引入模拟退火算法,给出了一种基于满意度的模拟退火算法(SDSA)进行求解;对于批量下料问题,由于各坯料的数量较多,采用该算法与序列启发方法相结合的混合算法(SHP&SDSA)进行求解,以进一步提高算法的搜索性能.对普通下料和批量下料的数值仿真结果表明,该算法可提高求解速度和质量,并可获得稳定的工程满意解.     

基于改进和声算法的TSP路径求解

为了提高和声搜索算法(HSA)的收敛速度和准确度,设计了一个基于动态调节概率机制的动态和声搜索算法(DHSA),并将其应用于旅行商问题(TSP)求解.为了验证DHSA的有效性,选取TSP数据集bayg29和ch150,通过Matlab软件将遗传算法(GA)、HSA与DHSA进行仿真实验.实验结果表明,DHSA收敛精度最...     

应用混合优化算法求解一类热传导反问题

热传导反问题具有非线性,不适定性等特点,研究方法很多,但通常方法很难较好地接近全局最优.在遗传算法的基础上,研究了基于遗传算法+梯度法的混合优化算法求解一类热传导反问题.具体介绍依据目标函数如何利用上述的算法寻找最优参数组合.进行了大量仿真实验,结果显示在解决热传导反问题优化问题中,混合优化算法性能优越,具有良好的收敛性和快速性.     

基于记忆策略的动态分解约束多目标进化算法

针对现有面向多目标优化问题的约束处理方法存在求解效率不足,基于分解策略的多目标进化算法受到约束限制导致求解性能低的问题,提出一种基于记忆策略的动态分解约束多目标进化算法.本文首先引入具有记忆功能的归档集,改进基于短暂忽略非容许解的约束处理方法,提高算法的求解鲁棒性.然后结合基于分解的多目标进化算法,设计一种动态分配搜索...