电子废弃物回收网络设计研究综述

该文概述我国电子废弃物的现状、来源和回收途径,分析与评价目前国内外电子废弃物回收网络的设计研究,并在此基础上对该领域的未来趋势进行简要展望。     

城市医疗废弃物回收处理流程及车行路径优化

为实现医疗废弃物安全规范处理,对城市医疗废弃物的回收处理过程进行系统分析,充分考虑了环境保护和循环经济的要求,提出一个完整的城市医疗废弃物回收处理运作流程;建立回收车行路径优化模型,应用改进的蚁群算法,对模型进行求解.以大连市为例,求得大连市医疗废弃物回收车行路径的优化方案.     

汽车维护周期的多目标优化研究

采用主要目标法对汽车二级维护周期进行多目标优化。主要目标是使车辆的单位行程维修费用最低，将其他目标在一定的允许界限内当作约束条件来处理，真正实现汽车维护周期的最优化。     

结构多目标模糊优化初探

将结构设计中的多目标优化和模糊优化结合起来,试图寻找一种处理这类问题的数学模型及求解的方法。     

基于模糊逻辑的多目标优化问题遗传算法求解探讨

基于群体搜索的遗传算法求解多目标优化问题具有独特的优势,鉴于决策者事先对于各目标的重要性一般只有模糊的认识,文中对各目标进行了模糊化处理,构造了适应值函数,提出了基于模糊逻辑的多目标优化问题遗传算法求解方案.     

基于遗传算法的炼油厂多周期生产库存管理优化

为了应对季节性变化的市场需求和降低成本,针对市场需求不确定条件下的炼油厂生产库存优化问题,建立了一个考虑市场预测的多周期优化实例模型。模型中引入侧线采出总收率变量,简化了约束方程。然后根据模型特点采用实数编码的混合遗传算法(GA)进行求解。最后用某炼油厂的生产销售数据进行了优化计算,计算结果表明,基于遗传算法的多周期优化在基本满足市场需求的同时可大幅度降低总体库存费用。     

公路施工网络计划多目标遗传优化

通过对公路施工网络计划优化方法进行分析,建立了符合公路施工网络计划特点的质量-工期-费用的优化模型;利用拥挤度计算和非劣排序,以及精英保留策略的遗传算法,并采用工序染色体编码的方法,缩小了公路施工网络计划优化程序对有效解的搜索空间;通过轮盘赌选择、算术交叉、变异等操作,得到一个Pareto最优解集,供决策者从中选择出最符合实际情况的方案;提出了改进的NSGA-Ⅱ多目标优化方法。通过工程实例,采用改进的NSGA-Ⅱ对施工方案进行优化,利用MATLAB 7.0编程仿真,可获得Pareto的最优解集。     

两连杆桁架设计的多目标优化算法

针对两连杆桁架的多目标最优化设计问题,提出一种利用遗传算法和模糊理论来求解多目标优化问题的Pareto最优解算法,并通过实验进行验证;讨论遗传算法和模糊理论产生Pareto最优解的差异.结果显示:通过遗传算法配合近似分析的方法可以更有效率地寻找到更多的Pareto最优解.     

多目标优化在路面养护决策中的应用

路面养护决策时需要将道路使用者不同的效益换算为费用进行寿命周期费用分析,这样的换算过程不仅不合理,而且还存在很大的任意性和不确定性、文中通过建立路网中某一路段在分析期内所需投入养护资金最小和所获取用户效益最大的多个目标的优化模型,对项目在整个分析期的养护计划和养护资金需求的问题进行了研究．模型求解时利用多目标优化中Pareto最优解和非劣解（noninferior solutions）的概念,并利用遗传算法,求得优化模型解．通过对实例计算分析,验证了模型的有效性．     

基于多目标遗传算法的无线传感器网络重新部署方法

研究节点动态移动以增强覆盖率,同时考虑节点的最大移动距离最小化.通过引入虚拟合力对基因进行变异,提出一种基于NSGA-II框架的改进的多目标遗传算法,达到网络覆盖率与节点移动距离之间的平衡.实验证明,该结果能得到较分散的前沿占优解.     

基于多目标遗传算法的模糊分类系统设计

提出了一种基于多目标遗传算法的模糊建模方法,实现了具备最大分类精度、最少特征变量和模糊规则数目的模糊分类系统的设计.首先,为缓解维数灾难问题,采用多目标遗传算法进行特征变量的选择和论域的模糊划分,构造基于栅格划分的初始模糊分类系统.然后为减少规则数目,提高模糊系统的解释性,采用遗传算法进行规则选择,得到具备较少规则数目的精简模糊分类系统.最后为提高精确性,采用约束遗传算法对精简模糊分类系统进行整体优化,在解释性不变的前提下,提高模糊分类系统的精确性.Iris和W ine分类系统的仿真,验证了该方法的有效性.     

混合多目标遗传算法在电力系统经济调度中的运用

针对电力系统经济调度问题的多目标特性,提出了一种混合多目标遗传算法．算法除了改进传统目标函数加权法使之更适于多目标优化问题之外,还利用模糊逻辑技术来自适应调整交叉概率、交叉点位置以及变异概率,使算法具有优良的收敛性能．     

基于神经网络——粒子群优化算法的医学图像分割新方法

提出了一种基于神经网络——粒子群优化算法的医学图像分割新方法,将粒子群优化算法用于神经网络的学习训练,克服了神经网络收敛速度慢,以及容易收敛到局部最优解的缺点。并与遗传算法进行了比较,结果表明,该方法不仅能更快地收敛于最优解,而且在分割准确率、误差率以及运行时间上也都有了较明显的提高。     

板料拉深成形工艺参数的多目标遗传算法优化

拉深是板料冲压成形的关键工艺。拉深成形工艺参数优化是一个典型的多目标优化问题。该文在板料拉深成形数值模拟的基础上,确定了工艺参数多目标优化的待优化变量和优化目标,进而建立了优化数学模型,然后采用多目标遗传算法N SGA-II对该模型进行了优化。以某翼子板为例,采用N SGA-II算法对其拉深工艺参数进行优化,得到一组Pareto解,选择其中一组参数进行数值模拟,结果显示零件具有较好的成形性,说明该方法具有较好的优化效果。     

板料拉深成形工艺参数的多目标遗传算法优化

拉深是板料冲压成形的关键工艺。拉深成形工艺参数优化是一个典型的多目标优化问题。该文在板料拉深成形数值模拟的基础上,确定了工艺参数多目标优化的待优化变量和优化目标,进而建立了优化数学模型,然后采用多目标遗传算法NSGA-II对该模型进行了优化。以某翼子板为例,采用NSGA-II算法对其拉深工艺参数进行优化,得到一组Pareto解,选择其中一组参数进行数值模拟,结果显示零件具有较好的成形性,说明该方法具有较好的优化效果。     

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.     

基于塑料制品回收的逆向物流网络优化模型

随着塑料制品的日益增多,废旧塑料制品的回收成为一个重要问题.根据塑料制品回收的特点,构建了相应的逆向物流网络模型.该网络包括回收点、颗粒粉碎厂、再制造生产厂、最终处理点、产品分销中心和销售点.以运输成本最小为目标,对网络点进行选址优化.运用遗传算法求解,通过一个实例验证了模型的有效性.     

基于多目标准则的流域站网优化

对于流域站网空间布局不合理(含有大量冗余站点及监测空白区等)的问题,基于美国伊利洛伊斯河下游流域27个站点4年的日均径流量数据,以站网中联合熵最大、冗余度最小且数据波动最小3个准则,构建了联合熵比、冗余度比和纳什效率系数(NSE) 3个目标函数对站网的信息量进行定量评估。约简流域冗余站点构成初步优化站点组合,并根据出水口得到的潜在站点确定流域需要新增的站点。结果表明:在原站网的基础上选出11个站点构成初步优化站点组合,其联合熵与原站网相等,冗余度减少74. 2%;在初步优化站点组合基础上新增3个站点,联合熵和冗余度分别增加37. 1%和22. 3%;与原站网相比,优化后的站点数量为14个,联合熵增加了37. 1%,冗余度减少了68. 5%。     

模糊多目标可靠性优化设计的遗传算法

给出模糊多目标可靠性优化设计的一个遗传算法.该方法利用模糊集隶属函数的特性将各子目标函数模糊化处理为能够反映各子目标相对重要程度,具有加权指数的协调满意度函数形式;通过加权函数将各子目标的协调满意度函数综合成统一的单目标优化模型,用遗传算法求解模型.通过实例验证该方法的有效性.