联合火力打击中武器目标分配问题的多目标优化模型及算法

联合火力打击中确定最优的武器目标分配方案是具有挑战性的问题.为解决该问题,考虑需要在潜在打击目标中确定打击目标,建立了一个以最大化期望毁伤收益和最小化打击成本为目标的多目标优化模型.采用加权求和法以及偏好将多目标优化模型转化为全局约束优化模型.设计了具有较好搜索能力的交叉和变异算子的遗传算法.实验结果表明,所提出的算法可以得到比对比算法更好的分配方案.     

一种基于均衡的医疗资源配置求解方法

在医疗系统中,医疗资源的配置通常以资源配置均衡和最大化医疗资源总体收益为目标.为了通用化模型,本文将医疗资源模型化为Agent,提出一种基于社会最优配置的Agent联盟收益均衡配置方法.首先,针对所有可能的联盟求得满足社会最优配置的Agent分组;在均衡配置存在的条件下,使用不断迭代的方式使得个体Agent产生的收益逼近均衡配置状态,得到一个同时具备Agent配置均衡和总体收益最大化两个属性的配置解.在配置护士到病房的应用表明,本方法有效地得到了一个满足利益均衡的联盟策略与收益配置方案.     

基于多蜂群的多无人机协同自适应搜索

针对多无人机(Unmanned Aerial vehicles,UAVs)在未知海域环境下协同搜索这一重要研究课题,提出基于精英学习的多蜂群协同自适应搜索路径规划算法。首先,建立考虑飞行高度时变的无人机模型、传感器模型、以及海域模型,然后,在该模型基础上建立了包括,目标发现收益、期望探测收益及避碰等多目标效能函数。在考虑到UAV飞行高度动态变化时采用不同搜索策略,由于传统蜂群算法在搜索中存在适应性差、速度慢等缺点,提出基于精英学习的多蜂群算法,保证了搜索效益的最大化。最后,通过仿真实验验证了算法的有效性和实用性。     

组合投资选择均值-最小最大化多目标规划模型

构造了一个均值-最小最大化组合投资多目标规划模型.与胡达沙和吴炜提出的多目标均值-方差模型比较,该模型有几方面改进.除了模型假设和数学表述的一些修正,该模型使用历史最小收益替换方差,这使得该模型不仅继承了多个目标的可行权衡的好的特性,而且在衡量向下风险方面的表现优于多目标均方模型.通过理论分析和数值试验说明了这一点.当组合投资收益分布适度有偏时,该模型的优势会更为突出.     

基于期权的风险投资项目的多目标优化决策模型

在风险投资项目优化过程中，构建基于期权的多目标优化决策模型，以期获得风险投资项目期末时风险与收益的最优化。     

用折衷规划进行路面管理的多目标优化

为实现有限资源约束下路面管理效益的最大化和费用的最小化,提出多目标优化方法.应用折衷规划的数学方法建立路面管理决策双目标优化模型,目标函数为路网平均路面性能和维修设备工作时间最大化,约束条件包括维修费用、人力以及最低路面性能等;通过路网养护维修数据对模型进行验证.计算结果表明,维修费用和维修人员的使用率分别达到92.8%和99.9%.该方法是路面管理的有效优化工具,能够实现路面管理的多目标决策.     

油料调度保障问题的多目标优化方法

【目的】研究油料保障活动中的调度保障问题。【方法】综合多方面因素，构建了以调度效率最大化、系统调度成本最小化以及系统调度时间最小化为目标函数的多目标优化模型。【结果】利用多目标优化的主要目标法等标量化方法将问题转化为单目标优化模型，分析该模型解的性质并提出相应的遗传算法进行求解。【结论】提出的多目标优化方法能够在保障调度效率的同时获得相应较低的系统成本和相应较短的系统调度时间，可为油料调度保障问题提供决策参考。     

基于多面化分解模型的目标信息获取优化技术

为了能够通过观测角度设置的优化选择,实现目标信息获取技术的优化,以最少的观测点数获取最大化的信息量,提出了一种基于多面化分解的目标信息量描述模型,用于分析图像传感器在不同观测角度下的目标信息获取量.该模型以各面信息获取量组合向量的形式来描述多面化分解的目标在某观测角度下的信息获取量,采用改进的蜂群算法来搜索最佳的观测角度,实现最大化的信息获取.针对无人机多时相观测时的目标信息获取优化问题,采用文中方法进行观测角规划仿真实验.结果表明:经文中方法优化后,信息获取量平均提高了58.5%;文中方法可对有一定观测角约束条件的情况进行高效规划,实现最大化的信息获取.     

基于拟蒙特卡罗的多目标投资组合优化

投资组合最优化是定量经济学中一个很重要的问题,主要研究金融资产的优化配置,以实现收益最大化和风险最小化的均衡.近两年,蒙特卡罗模型被应用到一些关于投资组合最优化的实验研究中,但是其稳定性不是很高.该文提出如何在权重超平面上生成低差异权重向量序列的方法,以实现了稳定性更高的基于拟蒙特卡罗的多目标投资组合优化模型.实验结果表明,相比蒙特卡罗模型,拟蒙特卡罗方法平均收益稍大,且更稳定.     

基于收益管理的多产品定制系统共用生产能力分配策略研究

收益管理是以市场为导向,通过市场细分,对各子市场的消费者行为进行分析、预测,确定最优价格和存量分配模型,实现收益最大化的过程.收益管理在航空等服务行业得到了广泛应用并取得了不错的效果,本文介绍了收益管理的相关概念并介绍成功应用收益管理行业的特征,指出在多产品定制系统中应用收益管理思想的可行性,并建立起需求预测以及静态共用生产能力分配决策模型.     

承运人联盟合作博弈机制设计

承运人联盟中,各成员追求各自收益最大化,成员与联盟的最优决策往往是不一致的,因而导致联盟不稳定.承运人面对产生的需求有2种选择：接受或拒绝.考虑该约束条件,在一个由承运人联盟运营的航运物流网络的基础上,以合作博弈理论和数学规划为框架建立了承运人联盟的合作博弈模型,并设计了运力互租价格为核心的收益分摊机制,该机制为联盟成员提供了补偿性支付.分别对联盟和成员的决策过程进行数学建模,运用逆优化技术使得两者的最优决策一致,进而实现了联盟和合作的可持续性.     

考虑消纳效益的多能源枢纽荷源协调优化方法

为进一步挖掘能源互联网多能源互补的潜力，提高能源系统的运行收益，降低运行成本，提出一种考虑消纳效益的多能源枢纽荷源协调优化方法。考虑多能源系统的约束条件，依据最小化住宅能量枢纽运行总成本构建住宅能量枢纽模型，以最大化工业能量枢纽运行总收益为目标构建工业能量的枢纽模型。根据上述两层模型的约束条件得到荷源协调优化运行中存在的问题，采用多目标加权寻优算法，设计多目标混合整数线性规划模型，实现荷源协调优化。仿真实验结果表明：所设计的考虑消纳效益的多能源枢纽荷源协调优化方法可促进可再生能源的消纳，降低多能源枢纽的运行成本，有效减少开销，提高能源系统的运行收益，为多能源枢纽的经济运行及荷源协调优化提供了新的技术途径。     

联盟模式下云资源提供最优化算法

为了提高资源利用率和云资源提供者的收益,提出一种云联盟模式下基于合作博弈的资源提供算法.算法将资源联盟收益最优化形式化为线性规划问题,通过合作博弈核求解了该收益最优化问题,并证明了处于合作核中的资源提供策略同样是线性规划最优解.进一步,为了获得稳定的资源联盟结构,设计了基于离散Markov链的动态联盟构造模型,通过该模型可以得到收益最大化的最优联盟结构.仿真实验结果表明,对于具有博弈理性的资源提供者而言,资源联盟可以有效提高个体资源提供者的收益,同时,由于结盟代价的存在,稳定的联盟结构更加倾向于形成规模更小的联盟.     

一种新的多输入多输出柔顺机构拓扑优化方法

针对多输入多输出柔顺机构的输出位移最大化拓扑优化问题,提出了一种新的拓扑优化求解方法.首先,引入柔顺度的小量变化约束函数来处理柔顺机构拓扑优化的病态载荷问题和类铰链问题.基于传统界限公式法思路,通过一个界限变量将多个输出位移最大化目标等效转化为多个约束条件,构建了一种新的多输入多输出柔顺机构拓扑优化的界限公式模型.然后,结合变体积约束限技术、密度过滤技术、Heaviside映射技术、固体各向同性材料插值方法及光滑对偶求解算法,提出了一种新的多输入多输出柔顺机构拓扑优化方法.算例计算结果表明:相对于现有方法,本研究提出的方法获得的最终拓扑不仅清晰,不含类铰链,且具有更大的输出位移.     

多金属矿床边际品位优化与应用

为了有效利用稀缺的地质资源,建立了以净现值(NPV)为目标函数的矿床经济评价模型.采用盈利法计算伴生元素的当量品位,并基于三维数字矿床模型,分别以目标函数最大化和净现值大于0为目标,得出最优边际综合品位和盈亏平衡边际综合品位的计算方法.应用所建立的模型对某铜钼矿的边际品位进行了优化计算,优化结果可为矿山的投资建设和生产规划提供准确的经济分析,并保证资源的最优化利用.     

基于粒子群的多目标多执行模式项目调度

聚焦多目标多执行模式特点下的项目调度问题,通过建立工期、费用、资源和质量多目标函数,构建综合优化模型,同时运用粒子群算法解决工程项目多目标多执行模式优化问题.最后,通过一个应用实例计算,表明粒子群算法可以准确快速地解决该模型下的工程项目多目标优化问题,达到了项目调度中面对不同模式进行抉择,并且缩短工期、减少成本、均衡资源以及提升质量的综合的理想效果.     

基于满意优化的多目标车辆调度问题模型与算法

基于满意优化理论,首先提出了客户满意度的概念及评价函数,在此基础上,以最大化平均客户满意度同时最小化运输成本为目标函数,构建了多目标车辆调度问题的教学模型.然后提出了将多目标转化为单目标的方法,并利用禁忌搜索算法对该问题进行仿真.结果表明,基于满意优化的多目标车辆调度问题模型,更能反映物流运输企业的实际情况,其求解算法是快速、有效的.     

航线维修任务人力资源多目标优化模型研究

本文通过确定航线维修组的最优数量,以达到优化航线维修时间与成本的目的。首先通过假设检验方法来分别确定配置优化模型的主要输入分布的规律,建立航线维修 的排队论模型,确定模型的关键指标;并在此基础上建立以最小维修成本、最小维修时间与最大化可用度为目标的多目标优化模型,通过NSGA Ⅱ（non-dominated sorting genetic algorithm）算法求解该模型。最后通过实际对比证明了模型对航线维修的时间、成本与可用度都有了不同程度的提高 ,结果表明,以排队论为基础建立航线维修组的优化配置模型具有合理性。     

一种双种群协同多目标粒子群优化算法及应用

针对当前我国油田开采难度大、 经济效益较低等问题, 建立以利润最大化为优化指标, 以年度增油目标、 增液目标、 增注目标为约束条件的多目标油田开采优化模型, 并提出一种双种群协同多目标粒子群优化算法求解该优化模型. 该算法通过双种群协同进化策略扩大搜索空间, 提高算法的全局搜索能力, 并结合Lévy飞行保证种群多样性, 提高算法收敛效率. 实验结果表明, 该算法能有效求解油田开采优化模型, 可优选出满足目标和约束条件的结果.     

产品技术标准为对称偏差下的质量经济性分析

针对以总质量成本最小化为优化目标的质量经济性分析未充分考虑产品收入和产品净质量收益方法的局限性,基于在产品技术标准为对称偏筹的情形,引入与顾客满意度相关的产品价值函数,给出净质苗收益意义下的质量经济性分析方法,该方法以产品净质量收益最大化为优化目标,探讨确定最优质量水平.分别运用上述两种方法探讨了最优质量水平的确定,结果表明:以产品净质量收益最大化为优化目标的最优质量水平不同于以产品总质量成本最小化为优化目标的最优质量水平,以产品净质量收益最大化为优化目标的最优质量水平较高.给出了净质量收益意义下的质量经济性分析方法及公式,通过定量研究得出基于新方法的产品质量优化更有效,从而拓展了传统的以总质量成本最小化为优化目标的质量经济性分析.