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。     

求解约束优化问题的一种新的进化算法

分析了现有的约束优化进化算法的一些不足之处，提出了一种处理约束优化问题的新算法。新算法将多目标优化思想与全局搜索和局部搜索机制有机地结合起来；在全局搜索过程中，作为一种小生态遗传算法，排挤操作利用Pareto优劣关系比较个体并接受具有相似性的父代个体和予代个体中的优胜者；在局部搜索过程中，首先对局部群体中的个体赋予Pareto强度，然后根据Pareto强度选择个体。通过一个复杂高维多峰测试函数验证了新算法的有效性。     

基于GA-PSO的多目标混流装配线排序研究

为求解生产调度中的多目标混流装配线排序问题,提出一种将遗传算法与粒子群算法相结合的混合算法——GA-PSO算法.为更好地评价个体,提出一种引入个体的Pareto分级和拥挤距离的适应度函数.针对标准PSO算法求解排序问题的不足,提出了一种将实数映射成离散值的方法.在算法的历次迭代中,早期通过遗传算法全局搜索优势扩大搜索范...     

求解二层规划问题的萤火虫智能群优化算法

针对二层规划问题,给出二层决策问题数学模型的一种新的解法,二层规划萤火虫智能群优化算法:首先采用以原问题的下层问题的Kuhn-Tucker条件代替下层问题的思想,将二层规划问题转化为单层规划问题.其次为避免求解目标函数的梯度信息以及算法过早的陷入局部最优,利用基于Pareto最优解集的萤火虫智能群优化算法对其进行求解,并利用Matlab予以实现.利用5个具有代表性的标准测试实例对该算法予以测试,并与其他算法进行比较.结果表明,结合Kuhn-Tucker条件的萤火虫智能群优化算法在5个测试函数中均能寻找到最优Pareto解,并且在求解的上层目标函数值上均优于对比算法,表明新算法可行有效.     

带有盒子约束的多目标优化问题的进化算法

针对带盒子约束的多目标优化问题,提出一种多目标优化进化算法。在选择过程中．采用Pareto支配和聚集距离排序来挑选出有代表性的个体。在变异过程中,沿着权重梯度方向搜索来寻找可行的Pareto最优解。最后,采用两个数值算例测试算法的性能,通过与NSGA—II的比较结果表明该算法能获得多目标优化问题的可行Pareto最优解并且具有很好的分散性。     

多目标优化问题的非单调对角最速下降算法

【目的】为了更高效的求解多目标优化问题，得到更有效的Pareto前沿面。【方法】通过引入非单调Armijo准则，得到新的步长搜索方式，进而提出了多目标优化问题的非单调对角最速下降算法。【结果】在目标函数无凸性、梯度Lipschitz连续性和下有界假设下，证明了算法产生序列的每个聚点均是多目标优化问题的Pareto弱有效解，并在适当条件下证明了算法的次线性收敛性。【结论】数值实验表明提出的算法目标函数值的平均值更小。     

基于线性标量化方法的多目标优化牛顿算法

【目的】为了研究更高效地求解多目标优化问题，得到更有效的Pareto前沿面。【方法】通过对目标函数的二次近似及近似形式的线性加权标量化构造了新的搜索方向，提出了一类新的牛顿算法。进一步考虑了Pareto面的均匀性的优化，利用个体聚集密度来衡量Pareto面的均匀程度，从而在上述新的牛顿算法基础上提出了改善Pareto面均匀程度的算法步骤。【结果】在目标函数二阶连续可导且局部强凸的假设条件下证明了新的牛顿算法可以超线性收敛到Pareto弱有效解；在目标函数具有二阶连续偏导数且Lipschitz连续条件下证明了该算法可以局部二次收敛到Pareto弱有效解。【结论】基于线性标量化方法的多目标优化牛顿算法在迭代次数以及Pareto前沿面均匀性具有一定优越性。     

多目标优化算法中Pareto最优解集适应度值的研究

多目标优化算法主要研究如何利用算法求解相对复杂得多目标问题从而得到一组最优解,多目标优化算法已经成为进化计算领域的研究热点之一。多目标优化问题解的多样性主要体现在两个方面,即目标解分布的广度和均匀程度。为了使目标解具备多样性且均匀分布,研究领域提出了多种解决方法,本文主要围绕Pareto最优解集适应度值展开深入的研究与分析。     

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.     

一种基于ELECTRE法的多目标优化进化算法

将多目标属性决策方法中的ELECTRE法引入到多目标优化进化算法中,提出了一种新的多目标优化算法.采用辅助群体来存储进化过程中的非劣个体,并且采用与SPEA-Ⅱ相同的适应值分配策略来保证解的良好分布性.此外,构造出一种新的超序关系对个体进行排序,证明了该超序关系比Pareto优劣关系弱,利用此超序关系,能增强进化过程中的选择压,加快收敛速度.数据实验结果表明,该算法能很好地收敛到Pareto最优,有效地保持解的多样性.     

Pareto局部搜索算法的改进

针对一个Pareto局部搜索（PLS）算法在解决多目标组合优化问题中所得到的解集与初始点的选取有关,提出该算法的改进。改进算法从初始解开始进行PLS搜索产生一组改进解集VF,然后对VF中的所有解再进行PLS搜索,如此重复直到满足终止条件。实例计算表明,PLSⅠ算法和算法Ⅱ能得到很好的解且解的质量优于PLS算法。     

经济法则在图书馆工作中的应用

经济学和图书馆学虽然是截然不同的两门学科,但它们都追求实现效益——经济效益和社会效益,因此一些简单明了的经济法则同样适用于图书馆工作。详细介绍了帕累托原则、帕累托最优状态标准、需求法则及其在图书馆工作中的应用。     

M/P(areto)/1/K自相似排队模型的性能分析

现有网络的业务流测量结果表明,在多种通信业务中业务流量存在自相似特性。研究了服务时间为Pareto分布情况下具有自相似特性的M/P（areto）／1/K排队过程。通过将M/P（areto）／1/K过程拟合为M／PH／1／K过程,获得了呼叫损失概率、平均排队队长等排队性能的近似解析解。仿真结果表明,研究得到的结果具有很高的精确度。     

多目标规划的Pareto有效解的k－较多最优性

本文证明了当ｍ≥２时，多目标规划的Ｐａｒｅｔｏ有效解集与弱Ｐａｒｅｔｏ有效解集分别包含在ｍ－２－较多最优解集与ｍ－１－较多最优解集中。并推导出当ｍ＝２时，Ｐａｒｅｔｏ有效解集与０－较多最优解集相等；当ｍ≥２时，弱Ｐａｒｅｔｏ有效解集与ｍ－１较多最优解集相等。最后直接证明了保守解亦为ｍ－２－较多最优解。     

基于帕累托最优模型的电子商务福利经济学分析

电子商务是当前最具吸引力的产业之一。作为一门新兴的技术和新型交易模式,其满足人们消费欲望的同时也存在自身的局限性。从福利经济学的视角出发,以帕累托最优模型为解决途径,从消费与生产的微观角度分析供求双方的均衡,以及从社会福利的宏观视角探讨国民生产各要素的收入变化。客观分析电子商务的社会经济价值,对优化资源配置、转变经济发展方式、优化产业结构具有重要意义。     

关于较多有效性与Pareto有效性的两个定理

证明了多目标规划问题的较多有效解和较多最优解与有关较多个分目标问题的Ｐａｒｅｔｏ有效解和Ｐａｒｅｔｏ弱有效解之间关系的两个基本定理     

双气室油气悬挂建模与特性研究

悬挂性能直接决定着车辆行驶平顺性和操控稳定性,双气室油气悬挂系统是一种新型悬挂。阐述了双气室油气悬挂的工作原理并建立了其参数化模型,通过与传统被动式悬挂的传递函数的比较,揭示了其刚度和变阻尼可随激励频率改变自动改变的特性。采用非支配排序遗传算法进行了多目标优化,结果显示其三个悬挂性能指标均优于传统的被动式悬挂。根据多目标优化得到的Pareto最优解选取悬挂参数,并进行时域仿真验证了上述结论。      

基于ParetoNBD模型的电子商务网站客户流失预测研究

非契约情景下的客户流失问题越来越引起各方重视.作为此情景下的典型--电子商务网站而言,因其特殊性使得网站客户流失问题更难判断.Pareto/NBD模型是描述非契约客户关系情景下首个考虑到客户流失现象的客户重复购买预测模型,它通过预测客户的活跃程度P(active),较好的解决了客户流失预测问题.以Pareto/NBD模型为基础模型对某电子商务网站进行实证研究以此来验证模型解决非契约情景下流失预测问题的有效性.     

限制投资下界的双目标风险证券组合模型及实证研究

许多研究所考虑的都是投资风险的最小化或投资收益的最大化,但对于一个典型的投资者而言,一方面希望收益率尽可能高,另一方面也希望风险尽可能小.因此,为了适应证券市场和实际操作需要以及投资者的喜好,分析了限制投资下界的双目标风险证券投资组合模型,并给予实例分析.     

基于帕累托优化的农业用水定价机制与模型研究

在综合考虑供水单位和农民双方利益的基础上,从经济学角度探讨了基于帕累托优化的农业用水定价机制,建立了考虑国家对农民直接补贴的基于帕累托优化的农业用水的水价模型。以陕西省关中地区为例,初步确定了灌区保本运营的政府对农业亩灌溉用水的直补定额,并分析了其节水综合效益及这一促进农业节水的激励制度设计的优越性和与之配套的制度设计。研究得出,在现有的条件下,通过利用市场水价调节机制提高水价,从经济学角度实现水资源配置的帕累托最优化,使水资源达到供需平衡,是实现节水农业的经济和现实途径。但在农民对提高农业水价承受能力较弱的现实条件下,水价的调整必须保护农业的基本用水需求和农民利益,对农户适当补贴才能使供、用水双方达到帕累托最优化状态。为此,可建立现实的激励节水机制,且力争达到政府对农户直补资金有较高的投入产出比,只有这样,方可调动农业供、用水双方的节水积极性,对发展节水农业产生重要的推动作用。