基于遗传算法的刨煤机系统多目标模糊可靠性优化

 针对刨煤机系统常规优化方法难以处理具有相互矛盾属性的系统可靠性多目标优化设计问题,提出一种基于遗传算法非概率分布信息的多目标模糊可靠性优化决策方法。该方法利用模糊集隶属函数的特性将各个单一目标函数模糊优化处理为能够反映各子目标相对重要程度,对不完全概率信息采用随机摄动法和Edgeworth级数方法转化为标准正态分布函数,将各个目标的协调满意度函数综合统一的单目标优化模型,再用常规优化方法即可求出多目标优化模型的满意解,最后给出刨煤机实例以验证该方法的有效性。     

对称模糊优化模型评价函数解法

提出一种通过截集水平耦合各子目标满意度函数构造评价函数，进行对称模糊优化模型求解的新方法．该方法利用可变权函数动态协调目标集间以及目标集与水平截集的相互作用关系，使评价函数达到最大值，不仅避免了常规直接解法和迭代解法对模型转换带来的不便，而且能够对所建立的目标集和各子目标满意度进行客观评价．给出了两个实例进行验证。     

基于反馈控制原理可靠性多目标优化设计的满意解

通过对多目标优化问题不确定性因素的分析，将有效解问题扩展到模糊多目标优化模型软计算满意解求解问题．利用模糊集理论中隶属函数，将各子目标模糊化后处理为满意度函数，进而在分析控制系统中的闭环控制原理和多目标满意解优化软计算的动态过程的相似性后，提出了建立基于闭环反馈控制原理，由协调校正权函数、相对优属度函数和重要性加权指数构成的多目标满意解总评价函数方法．最后，给出机械零件可靠性多目标满意解优化实例进行验证．     

基于遗传算法的数控机床服务模块配置设计

为实现数控机床总体配置的最优化设计,采用遗传算法对数控机床服务模块进行配置设计.根据数控机床产品全生命周期过程中相关服务类型,将服务模块划分为产品相关服务模块和产品不相关服务模块.主要研究产品不相关服务模块,利用遗传算法对各个服务模块进行编码,并以服务价值系数、服务质量水平和客户相对满意度作为优化目标构建适应度函数,建立数控机床服务模块化多目标模型.通过各个服务模块以及子模块之间的相互约束关系保证模型的有效性.最后,通过MATLAB编程求解得到服务模块配置方案.     

列车运行调整问题的分解协调计算模型

针对列车运行调整问题集中式求解方法的不足,构建多目标优化列车运行调整的数学模型,并设计分解协调计算模型来求解.分解协调计算模型将求解过程分为4个层次,分别是将待调整列车分解为子调整列车集的协调分组层,确定子列车集优化目标的目标设定层,完成子调整问题求解的优化计算层和将各子问题解还原为原问题解的结果还原层.该计算模型能适应多种线路条件,也能适应不同列车调度员指挥的习惯偏好,并能快速求出优化解.     

基于轨迹灵敏度的协同分布式模型预测电压控制

为克服集中式模型预测电压稳定控制的局限性,基于系统分区和预测电压控制模型分解提出了一种适于大型电力系统的协同分布式模型预测电压控制方法.该方法以所有子区域目标函数的凸组合来构建全局目标代价函数,利用轨迹灵敏度技术预测节点电压变化轨迹,将目标代价函数转化成与所有子区域控制变量有关的二次函数,从而避免了各子区域之间目标优化可能存在的冲突.在两个试验系统上的仿真结果表明,文中方法能获得与集中式模型预测电压控制相近的效果,且计算效率显著提高.     

基于遗传算法和模糊控制的图像盲复原方法

针对空间移变降质的点扩散函数类型未知且加性噪声严重的情况,提出一种基于遗传算法和模糊控制的盲复原方法.算法采用三角形网格划分子图像块,通过标准遗传算法和微种群遗传算法交替进化的方式分别估计点扩散函数及其对应的子图像块,并在标准遗传算法每一代进化结束时利用参数模型对估计的最佳点扩散函数进行基于模糊控制的修正,而在微种群遗传算法每次迭代后对最佳子图像块进行基于直方图统计的修正.实验结果表明,与点扩散函数已知且不含修正步骤的恢复算法相比,该算法具有更好的的复原效果.     

考虑客户满意度的车辆路径优化及其算法研究

针对当前车辆路径问题中较少考虑客户满意度的情况,构建了基于模糊时间窗的车辆到达时间满意度函数和货物运输时长满意度函数,以最大化客户满意度和最小化配送总成本为目标建立VRPCCS数学模型.为了求解该问题,考虑到传统遗传算法存在依赖初始解、收敛速度较慢、容易陷入局部最优等缺点,设计改进的遗传算法与大规模邻域搜索算法相结合的混合算法进行求解,通过选取算例并与传统遗传算法进行对比,验证了模型和算法的可行性和有效性.实验仿真结果表明考虑客户满意度的物流配送方式不仅能够有效提升客户满意度,也能够降低物流企业配送成本以及车辆空载率,对于物流企业的车辆配送路径决策具有一定的参考意义.     

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.     

基于遗传算法的证券投资组合模型的优化及最优解的测定

本文基于遗传算法,建立多目标算法的基金投资组合模型,首先要对投资的资产进行分析,分析资产产生风险的因素,通过因素分析来提取指标,利用聚类分析的方法对指标进行筛选,建立股票资产风险指标体系,建立指标的权重集,客观地分析各指标对资产产生风险的影响程度,建立隶属度矩阵,通过隶属度的值来判断资产的类别。在遗传算法求解投资组合模型的过程中,首先是建立目标函数模型,将目标函数模型作为遗传操作的评估准则。和现有的目标函数模型相比有很多改进,现有的投资模型中采用了统计学中的二次规划模型,只将风险最小,或者收益最大作为评价的目标函数,基于遗传算法的投资组合模型用风险收益比来描述投资者的最终目标,更有利于统计上的应用,经济意义明确。     

多目标模糊优化方法及其在工程设计中应用

应用多目标模糊优化方法,以工程设计中桥式起重机箱形主梁设计为实例,建立了桥式起重机箱形主梁多目标模糊优化设计的数学模型,构造了模糊目标集,确定了多目标函数的模糊性和约束的模糊性,并应用最优水平截集法实现了模糊约束到实数论域上的集合转换,从而用遗传算法寻求到子目标函数在可行域空间的最优解和约束最优值.优化结果表明,在工程设计中应用多目标模糊优化方法是可行和有效的.     

光固化快速成型中零件制作方向的多目标优化问题研究

阐述了快速成型中与制作方向相关的质量与经济性问题,对制作方向的优化目标进行了定义,并依据该目标建立了制作方向多目标优化模型,针对悬臂变形,台阶效应,过固化及制作时间,分别构造了子目标函数,利用评价函数法,把制作方向优化的多个目标函数化为一个数值目标的评价函数,并给出了优化模型的约束函数,最后,以该优化模型作为计算的理论依据,进行了应用实例的方向优化,计算结果表明：该模型准确地表达了快速成型中的制作方向优化问题,理论正确,方法可行。     

基于免疫遗传算法的模糊优化控制及其仿真

提出了一种记忆细胞精英抗体遗传策略,能强化免疫系统的记忆功能和抗体浓度调节机制,从而使免疫遗传算法更快速、稳定地收敛到全局最优点.在模糊规则和隶属度函数联合编码基础上,通过上述改进型免疫遗传算法实现模糊控制器参数的同步优化.另外,由于模糊规则库和隶属度函数通常都具有对称的特点,控制器优化时可将搜索空间减半,从而使稳定性、收敛性得到显著提高.将这种新型模糊优化控制方法应用于过热汽温控制系统进行仿真,结果表明可以获得非常满意的闭环控制效果.     

基于网络响应面的多目标优化方法

为提高多目标优化算法的收敛性以及Pareto解的分布均匀性,构建了基于网络响应面的多目标优化方法.将前馈（BP）网络以及自适应共振（ART）网络的优点相结合,充分利用各子目标每1次独立优化时获得的最优解,并将其作非占优判断后作为初始样本自适应地构建网络响应面,从而提高了Pareto解的收敛性以及多样性指标.对网络获得的每个新类进行各子目标值计算,同时对该子目标值做相似度计算,进一步剔除相似度高的样本,从而提高了Pareto解的分布性指标.通过常用的多目标优化测试函数验证该方法,并与改进的非支配排序遗传算法（NSGA-Ⅱ）以及随机权和算法作对比,结果表明该方法能明显改善多目标优化方法的各性能指标.     

电子膨胀阀调节蒸发器过热度的控制算法

将遗传算法引入蒸发器过热度的模糊控制中,对确定优化目标、选择优化参数、遗传算法的编码、产生初始样本群、求适与值、繁殖、交叉、变异、选择运算、获得优化参数等问题进行了研究;对比了遗传算法优化的模糊控制与PI控制的效果。遗传算法引入模糊控制,解决了蒸发器过热度控制中,只能依赖人的经验调速隶导度函数的难题,从而简化了模糊控制设计的过程;模糊控制与PI控制相比,过热度调节过程稍慢,但比较平稳,过热度控制精度较高。     

基于多目标优化的救援机械臂结构参数设计

为了综合优化双臂救援机器人双臂协同工作空间、机械臂负载能力以及机械臂末端运动速度,研究了基于多目标函数综合优化的救援机器人双臂结构参数设计方法. 由于双机械臂的协同工作空间难以进行数学描述,提出了一种基于三重积分的描述方法. 针对所建立的双臂协同工作空间、机械臂末端运动速度以及机械臂负载能力三个目标函数的综合优化问题,通过模糊层次分析法,计算每个目标函数的权重从而进行线性加权以得到综合的多目标优化函数. 基于该综合优化函数,通过粒子群算法进行多目标函数最优值求解,得到一组机械臂结构优化参数,使双臂救援机器人的综合性能达到最优. 实验结果表明所提出的双臂救援机器人性能指标的优化方法是可行的.      

基于遗传算法的双闭环系统模糊优化设计

提出一种基于遗传算法的直流双闭环调速系统参数优化设计方法,根据工程技术的要求,选用速度超调量和过渡时间作为参数优化性能指标,将该指标用模糊隶属度函数归一化,再加权平均形成系统优化模型的目标函数。采用计算机数值计算方法,通过仿真获得系统对应参数的动力响应曲线及其性能指标。最后以工程设计的参数为搜索范围,以速度调节器和电流调节器的参数为染色体中的基因,通过遗传算法在搜索范围中优化这些基因,获得优化解,     

高速路入口匝道的模糊神经网络自适应协调控制

为了实现高速公路多路段入口匝道的协调控制,提出了一种基于模糊神经网络的自适应协调控制方法.该方法首先利用模糊规则实现了相邻路段间交通状态的协调,并对匝道排队进行调节,使其不超过最大排队长度.然后,在神经网络权值优化过程中,采用遗传算法对隶属度函数进行优化,避免算法收敛于局部最优解.该方法具有不依赖于系统的精确模型、控制算法能自适应外界变化、可实现多路段间协调控制等优点.仿真结果表明,该方法对3个路段的高速公路入口匝道能够较好地实现自适应协调控制;与经典的ALINEA方法相比,优化速度更快,在抑制交通密度波动和排队长度增长方面效果更好,对道路容量的利用也更加充分.