基于平方加权的理想点法解双层多目标规划问题

给出双层多目标规划问题的模型,将基于平方加权的理想点法与KT条件有效结合起来,从而把双层多目标规划问题转化为单层单目标规划问题进行求解,最终得到原问题的有效解.     

求解多目标暂态电压紧急控制的强化学习方法

暂态电压崩溃事故严重威胁电网安全,迫切需要采取相应紧急控制.以发电机端电压参考值调节量和容抗器无功投切量为控制变量,利用轨迹灵敏度搭建多目标暂态电压安全紧急控制模型,分两阶段最小化关键负荷节点电压偏差、控制代价和发电机无功出力比例的方差.采用简化强化学习方法求解该模型,重设解空间状态函数并调整动作幅度,引进状态敏感度解决探索和应用的矛盾.将可行域划分为若干小区域,单独评判它们存在最优解的可能,缩小搜索范围.通过优化搜索策略进一步提高帕累托前沿质量,并依据实际运行状况拟定目标函数权重并确定折中解.在某省级电网进行时域仿真,结果表明,所提出方法能将暂态电压纠正到安全状态,且在求解效率和帕累托前沿质量方面比法线边界交叉法优越.     

随机环境下多目标设计优化问题的交互式算法

从通信网络和运输安排等工程问题中提出了一类多目标随机优化模型,该模型含有一个随机线性和随机二次目标函数,还含有随机线性约束.基于决策者的期望水平将多目标优化模型转化为单目标优化问题;利用新的方差期望综合法研究了此类优化问题的确定型等价类,并设计了求解这类问题的基于决策者偏好的交互式算法.数值实验表明:方差期望综合优于已有方法,它既能够反映决策者的满意度,又能够得到更稳健的最优解.     

抽水蓄能机组导叶关闭策略优化方法研究

为了解决水电站大波动过渡过程运行安全问题,综合考虑蜗壳水击压力极值和转速上升极值两个目标,建立了抽水蓄能机组导叶关闭策略多目标优化模型,提出了基于改进多目标引力搜索算法(IMOGSA)的抽水蓄能机组导叶关闭策略优化方法.利用该方法得到包含蜗壳水击压力极值和转速上升峰值的帕累托非劣解集,采用模糊满意度评价法在帕累托非劣解集中选出兼容性最好的解,并与多目标粒子群算法进行对比,结果表明利用IMOGSA优选的导叶关闭策略能有效提高对抽水蓄能机组水泵断电工况的控制水平.     

一种求解随机线性二层规划问题的分支定界-粒子群混合算法

将一类随机线性二层规划模型转换为带期望约束的确定性线性二层协方差规划模型,并进一步利用KKT条件将二层协方差规划模型转化为单层规划模型,然后利用分支定界-粒子群混合算法对该模型进行求解.与传统分支定界算法的对比实验表明,该算法有效改善了上层问题的方差结果,且计算效率得到了较显著提高.     

基于模糊几何加权的区间多目标规划问题

区间多目标规划问题是实际决策问题中常见的一种形式,考虑到各目标函数重要性的不同,提出了模糊几何加权法来求解区间多目标规划问题.首先给出了区间多目标规划问题的确定型转化方法,构建了与其等价的模糊几何加权单目标规划模型,定义了确定型多目标规划中各目标函数的隶属度函数,在此基础上提出了当目标函数分别取不同的权重时,非劣解以及目标函数最优值区间的求解方法,最后通过算例验证了该方法的可行性与有效性.     

消减换道行为影响的换道轨迹规划

构建了一种能够消减换道行为影响的换道轨迹规划,将帕累托最优理念引入至自主换道行为中,通过IDM（intelligent driver model）模型构建周边车辆的优化目标。采用5次多项式模型构建换道车辆的优化目标,引入多目标优化算法求解该多目标问题,从而获得换道车辆与周边车辆的帕累托最优前沿。实验表明相比于现有算法所提算法能够显著降低换道区域内所有车辆的总损失,提高区域内交通流运行状态及安全。     

运用极大熵准则求解面临不确定型决策的报童问题

本文运用极大熵准则求解了面临不确定型决策的报童问题。利用变分法对极大熵准则进行求解,从而将不确定型决策问题转化为风险型决策问题。在风险中性假设下,构建了报童问题的期望利润最大化模型,并得出其最优订购量。最后,通过算例分析说明在不同先验信息下报童问题的不同最优决策。     

低碳视角下的多式联运最优路径选择

为了降低多式联运运输过程中的运输成本和碳排放量,可以从承运人角度选择低成本、低排放的运输路径。以实际运输过程中火车、船舶的固定时间窗和收货人的软时间组成的混合时间窗为约束条件,以运输过程中的总成本最低、碳排放量最少为目标,建立双目标优化模型。采用带精英策略的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm,NSGA-Ⅱ)求解双目标优化模型的帕累托最优解集,为不同目标追求下的承运人选择不同的最优运输路径和最优运输方式的组合。设计了相关算例,由NSGA-Ⅱ计算得到的帕累托最优解集包含4个点,即4条最优运输路径和运输方式组合,分布均匀、收敛性好,为承运人提供了全面的决策依据,显示了算法的可行性和优越性。     

考虑客户偏好的双目标时间窗指派车辆路径问题

基于现实中客户对服务时间窗有特定偏好,将最大化客户满意度作为优化目标,对双目标时间窗指派车辆路径问题展开研究.在该问题中,供应商需为每一客户许诺一个服务时间窗.在许诺服务时间窗时,服务期间客户每天需求量尚未确定.在构建了混合整数线性规划模型的基础上,采用不同约束处理依据帕累托方法设计了2个多目标遗传算法:抛弃法约束处理多目标遗传算法和无参约束处理多目标遗传算法.经数值试验测试表明,2个多目标遗传算法都能获得有效的非支配解集,抛弃法约束处理多目标遗传算法的求解质量显著地优于无参约束处理多目标遗传算法.另外,客户满意度与期望配送成本之间存在着制约关系,客户满意度从最小到最大的提升率高于期望配送成本的提升率.     

两层决策问题的全局优化方法

本文建立了一类上层单目标、下层多目标的两层决策问题的数学模型和决策机制，利用辅助模型把下层多目标转化为单目标，形成一个两层单目标规划问题，采用外部逼近法求解此两层单目标规划问题，从而获得原两层决策问题的最优解。该方法为两层决策问题提供了一种求解途经。     

连锁超市门店选址与配送中心选择集成决策研究

针对连锁超市门店选址与配送中心选择及采购量比例分配建立以成本、交货期、质量为准则的多目标混合整数规划模型,考虑到门店选址的同时,兼顾潜在市场需求所决定的门店规模,将零售饱和指数转化为一项约束集成到优化模型中.由于多目标的权衡具有模糊性,进一步将模型转变为模糊多目标规划模型,然后用模糊层次分析法确定各个目标的权数;最后应用模糊集理论的最大(小)值法,将加权模糊多目标混合整数规划模型转化为清晰化的单目标混合整数规划,求出问题的最优解,并通过应用算例进一步证明了该模型的有效性和可行性.     

模糊需求环境下多产品采购配额优化模型

建立了模糊需求和价格折扣并存条件下多产品采购配额分配问题的模糊多目标混合整数规划模型.针对该模型的特点,提出了如下求解策略,即借助于隶属度函数,首先将模型中的模糊目标和模糊约束条件清晰化;然后,通过最大最小算子,将该模糊多目标混合整数规划模型转化为求解等价的多个单目标混合整数线性规划问题;最后,采用两阶段算法求得问题的最优解.通过应用算例验证了模型的有效性和可行性.     

基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物惩罚因子处理不等式约束,利用Lasalle的不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解.最后,通过仿真验证了本文算法可以在保证优化精度与收敛性条件下,大大降低计算成本.     

一个求解线性双层规划的全局收敛算法

用线性规划对偶理论讨论了线性双层规划的最优性条件，利用下层问题的对偶间隙，将线性双层规划转化为目标函数带惩罚项的单层问题，通过对转化后的单层问题进行求解，给出了一个求解线性双层规划局部最优解的方法，然后引进一种割平面约束来修正当前局部最优解，直到求得线性双层规划的全局最优解。提出的算法具有全局收敛性，并通过一个算例说明了算法的求解过程。     

供应商选择及定购计划的分析

研究供应链管理中供应商选择及定购计划,利用主、客观偏好系数,提出用AHP和DEA相结合的方法确定供应商评价准则的综合权重,以弥补AHP容易造成不一致判断,而DEA又不能反映决策者偏好的缺点·此外,以价格、质量、服务水平、准时供货为评价准则,考虑最少定购批量、最少供应商数目等约束条件,建立供应商选择的多目标规划模型·基于评价准则的综合权重,将多目标规划模型转化成单目标规划模型求解,最后通过算例说明方法的有效性·     

基于进化规划的多目标投资组合选择模型研究

在Markowitz的均值－方差模型的基础上，讨论了股票价格中偏度的重要性，并由此引出了一个同时考虑均值、方差和偏度的多目标投资组合选择模型。提出了对该模型进行求解的进化规划算法，同时也说明了用进化规划方法处理多目标优化问题的合理性。用一个算例验证了采用进化规划技术求解多目标投资组合选择模型是有效的。     

多目标凸规划凝聚同伦内点算法

研究凝聚同伦内点法求解多个约束的多目标凸光滑优化问题. 用凝聚函数将多目标凸函数凝聚为单目标凸函数, 再利用凝聚函数将多个凸约束凝聚为单个凸约束, 使原来的多约束多目标凸优化转变为单目标单个约束的凸规划问题, 再利用同伦内点法求得单目标凸优化的最优解, 即为原多目标凸优化的弱有效解.     

一类二层多目标规划的混沌遗传优化算法及其应用

针对求解一类二层多目标规划问题,首先将其转化为等价的单目标规划问题,然后利用遗传算法优化的反演性和混沌优化方法的遍历性,并结合精确罚函数求解非线性约束优化问题,提出了求解此类问题的混沌遗传算法.该方法能够有效改善遗传算法的局部搜索能力和搜索精度,求解精度和可靠性较高.实际算例表明,算法是有效可行的.     

基于膝点驱动进化算法的工程施工多目标优化

在传统的工期-成本施工优化体系上引入安全水平和环境影响两大目标,构建施工工期-成本-安全-环境多目标优化模型,采用膝点驱动进化算法KnEA进行多目标寻优。首先,构建工期-成本-安全-环境目标函数,其中安全目标函数的构建采用网络系统理论,构建工期-安全、成本-安全函数,环境目标函数考虑项目对环境的直接影响和间接影响; 然后,以工期天数、直接成本为输入,进行KnEA模型的参数设置,选取典型工程项目施工工序组合构建施工多目标优化模型。最后,利用KnEA算法求解,得到使工期-成本-安全-环境综合最优的工序执行模式组合的帕累托最优解集,与典型优化算法对比,验证了knEA算法在工程施工多目标优化中的有效性,从而证明了本文能有效指导施工过程的优化管理。