基于Pareto协同进化算法的高维模糊分类系统设计

提出一种可同时构造多个精确性和解释性较好折衷的高维模糊分类系统的设计方法.该方法首先利用Simba算法进行特征变量选择,然后采用模糊聚类算法辨识初始的模糊模型,最后利用Pareto协同进化算法对所获得的初始模糊模型进行结构和参数优化.其中,Pareto协同进化算法采用了一种新的基于非支配排序的多种群合作策略.为提高模型的解释性,在Pareto协同进化算法中利用基于相似性的模型简化方法对模型进行约简.利用该方法对Wine典型问题进行分类,仿真结果验证了方法的有效性.     

工期-成本-质量的模糊均衡优化及其Pareto解

针对实际工程项目中存在的不确定因素,通过对工期、成本、质量3个目标函数相互关系的模糊描述,以工序持续时间为决策变量,建立了基于三者的模糊均衡优化模型.为了求解该模型,在微粒群算法的基础上提出遗传免疫微粒群算法,通过测试函数的Matlab仿真验证了算法的有效性,并用于实际工程项目模糊均衡优化问题的计算,得到多组模糊的Pareto最优解,同时绘制相应的3维散点图,为决策者的选择提供准确和直观的依据.研究结果表明,所构建的工程项目工期—成本—质量的模糊均衡优化模型构建的合理性,同时表明遗传免疫微粒群算法在求解该模型方面的有效性.     

交互式模糊稳健优化设计及其应用

产品质量与设计变量容差间的冲突性和模糊关联性往往导致稳健优化结果与设计者意图有所偏差.针对这类问题,在考虑工程稳健设计中存在主、客观不确定因素的前提下,利用区间加权系数构造模糊稳健优化设计的容差模型,采用物理规划表达设计者的局部偏好,控制区间权值产生候选Pareto解集,利用折中规划建立Pareto解到评分值的映射,并据此改进设计偏好,从而实现稳健优化过程的交互式决策.实例证明,所提方法获得了兼顾主、客观设计要求不确定性的最满意解.     

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。     

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。     

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。     

多目标线性规划的交互式模糊满意方法

在多目标线性规划中，当决策者对每个目标函数都有一个模糊目的时，本文综合两分法和线性规划方法，给出了一种新的求解方法，这种方法所需计算最少，有利于求解大规模多目标线性规划问题。     

基于T-S模型方法的非线性随机时滞金融系统的多目标优化

主要研究了不确定随机时滞金融系统的多目标H_2/H_∞的投资策略问题,多目标H_2/H_∞投资策略能够使得投资成本和投资风险尽可能达到最小.通过运用T-S模糊方法将多目标模糊投资策略问题转化为线性矩阵不等式(Linear Matrix Inequality,简写为LMI)约束的多目标优化问题(Multiobjective Optimization Problem,简写为MOP).另外,基于线性矩阵不等式的多目标进化算法(Multiobjective Evolution Algorithm,简写为MOEA)寻找多目标优化问题的Pareto最优解,最后投资者可以根据他们自己的喜好选择一个互惠策略.     

双层多目标规划问题的Pareto有效解

研究双层多目标规划问题，提出了“双级Ｐａｒｃｔｏ有效解”和“带权数双级Ｐａｒｃｔｏ有效解”的概念，建立了对应的最优性条件．利用这些条件，我们可以设计求解双层多目标规划问题的算法．     

基于gλ模糊测度的加权模糊聚类方法及其应用

文章从传统的目标函数聚类方法的思想出发,在基于gλ模糊测度的聚类方法基础上,提出基于gλ模糊测度的加权模糊聚类方法,并给出基于统计特性的权值计算方法;分别利用图像的一维灰度特征与一维灰度直方图加权和二维灰度特征与二维灰度直方图加权,将2种加权的模糊聚类方法应用于图像分割;分别给出带有强高斯白噪声灰度图像和强黑白像素点噪声灰度图像的加权前后分割结果比较。     

基于backstepping的自适应模糊控制及应用

近几年来,自适应模糊backstepping控制方法已经引起人们的广泛关注,并成为模糊控制领域中一个新的研究方向。笔者以三阶系统为例,介绍了单输入单输出非线性系统自适应模糊backstepping设计方法。给出了一个自适应模糊跟踪控制器的设计新方法,并用于控制倒立摆系统。仿真结果说明了所提出方法的有效性。     

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.     

多因素指标排序的模糊物元方法及其应用

结合物元分析理论和模糊数学思想,提出了一种基于多因素指标排序的模糊物元方法。针对多因素指标的排序问题,建立了模糊物元矩阵,并给出了隶属度确定的方法和通过变异系数法给出了各排序指标因素的权重系数。最后给出了排序的应用实例,通过实例计算说明了该方法的正确性、有效性、可行性和结论的客观准确性。     

基于混沌优化的规范化PID控制器及其应用

为了解决PID参数整定繁琐、难以达到最优状态、控制结果出现较强的振荡和大超调等问题,作者提出一种规范化PID控制器参数混沌优化方案.由于混沌运动具有遍历性、随机性等特点,它能在一定的范围内按其自身规律不重复地遍历所有状态,把混沌动力学特性与退火策略结合起来在规范化PID参数域中实现混沌优化搜索,具有更强的搜索PID参数全局最优值的能力.对水轮机调速系统进行控制仿真,结果表明该算法能有效地实现PID参数最优整定;控制结果具有稳定、超调小、响应快、调节时间短、结构简单、容易实现的优点,为解决PID控制器参数全局最优设计提供了一种有效的方法.     

改进的模糊一致矩阵决策方法及其应用

对基于模糊一致矩阵的决策方法目前尚存在的不足之处,如模糊优先关系矩阵的元素不能体现相应两个对象之间优劣的差异程度、满足条件a的最小值不容易确定、计算优度值进行单指标排序的方法有待改进等进行了分析,从模糊优先关系矩阵的构造、模糊一致矩阵的转化、排序方法等方面对基于模糊一致矩阵的决策方法进行了改进.将改进后的决策方法用于方案优选的实际问题,进行实证分析.分析结果表明,改进后的决策方法能更好地反映参评对象的实际情况.     

基于可变模糊集的模糊聚类迭代模型及其应用

针对经典模糊聚类迭代模型中不考虑聚类指标权重的缺点,基于可变模糊集理论给出了考虑模型参数指标权重变化的可变模糊聚类迭代模型.当模型中优化准则参数α等于2,模型参数指标权重为等权重时,可变模糊聚类迭代模型为广泛采用的Bezdek模糊聚类ISODATA (iterative self organizing data)迭代模型(Bezdek参数β等于2),即ISODATA迭代模型是可变模糊聚类迭代模型的特例.水资源系统中应用的实例及计算结果表明聚类成果符合实际,模型具有收敛于全局极小点的良好性能.     

A fuzzy rule based genetic algorithm and its application in FMS

Most of the FMS (flexible manufacturing systems) problems belong to NP-hard (non-polynomial hard) problems. The facility layout problem and job-shop schedule problem are such examples. GA (genetic algorithm) is applied to get an optimal solution. However, traditional GAs are usually of low efficiency because of their early convergence. In order to overcome the shortcoming of the GA a fuzzy rule based GA is proposed, in which a fuzzy logical controller is introduced to adjust the value of crossover probability, mutation probability and crossover length. The HGA (hybrid genetic algorithm), which is integrated with a fuzzy logic controller, can avoid premature convergence, and improve the efficiency greatly. Finally, simulation results of the facility layout problem and job-shop schedule problem are given. The results show that the new genetic algorithm integrated with fuzzy logic controller is excellent in searching efficiency.