基于多目标差分进化算法的机场停机位分配问题研究

科学合理的停机位分配方案或对现有方案进行优化,能够有效提升机场的运行效率,降低机场运行成本.笔者依据停机位分配的相关概念和约束条件建立基于航班-航班,航班-停机位的加权分数矩阵的停机位分配模型.然后将经典的差分进化算法加以改进来解决停机位分配问题,有利于更好地实现机场停机位分配多目标的优化.最后使用标准测试函数和停机位...     

基于航空排放的机场停机位分配优化

随着航空业的快速发展,航空排放对大气环境的影响日益严重。机场停机位分配优化研究,对航空绿色发展具有重要意义。基于场面运行规则,航空器排放、近机位利用率等多目标,建立一种使航空器排放量最小,近机位利用率最大的机场停机位分配优化模型,并通过南京禄口国际机场某日航班数据实例验证。结果表明:由于近机位利用率的提升,航空器的HC、NOx、CO、SOx和颗粒物(particulate matter,PM)排放量分别减少12. 33%、7. 81%、12. 66%、11. 06%和11. 17%;地面保障设备(ground support equipment,GSE)的HC、NOx、CO、PM排放量分别减少9. 59%、4. 63%、14. 34%、13. 64%;远机位旅客平均花费时间减少42. 31%。可见提出的优化模型增加了近机位利用率,减少了机场航空排放,减少了远机位旅客平均花费时间,验证了模型有效性。     

基于多目标规划的停机位分配建模技术研究

目的进行民航机场停机位分配(aircraft stands assignment,简称ASA)优化建模技术研究,为机场生产调度提供理论和方法支持。方法利用多目标规划的理论和方法,深入考察机场ASA的实际过程,提出建模的假设条件,抽象出初始条件和约束条件,提出优化指标,构造出目标函数和效用函数。结果建立起了ASA问题的一个多目标整数规划模型,为后续优化算法研究奠定了基础。结论ASA优化属于NP-Hard问题,应采用现代智能算法求解;同时,采用计算机仿真的方式进行模型和算法的验证是一种便捷和有效的技术途径。     

停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller, TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。     

多目标优化设计分频网络方法研究

论述了运用多目标优化设计扬声器系统分频网络的方法。使用实测的扬声器阻抗、频响数据，模拟扬声器接入分频网络后扬声器系统的响应，并运用多目标优化方法对系统响应进行优化设计，使系统的多个响应达到预定的目标。给出的实例表明，设计结果和实测的曲线是一致的。     

基于模糊偏好的多目标进化优化算法

近年来有关多目标优化方法得到了广泛的关注，但大部分多目标优化算法只是给出了一个优化解集，而没有对这个解集进行分析。这就使得决策者（DM）在决策阶段，无法分辨解的优劣，从而给决策带来困难。本文介绍了一种基于模糊偏好和遗传算法相结合的方法，使决策者在优化的初始阶段根据对不同的目标函数的偏好来决定它们的权重，通过与NSGA－Ⅱ算法所得到的Pareto曲线进行对照，可以为决策者提供更大的帮助。     

基于多商品网络流理论的铁路车流分配及径路优化模型

根据多商品网络流理论构建铁路车流分配及径路优化模型,模型中设置0-1型决策变量表示该股车流是否通过路网中的弧段,使优化结果既能体现各个弧段的车流构成情况,又能反映每股车流的走行径路.模型的约束除了考虑传统模型中的弧段通过能力限制和车流不可拆散的原则外,将路径的合理绕行纳入约束体系,使结果更加符合铁路运输实际.最后,在MATLAB软件中调用CPLEX优化器,采用模拟车流OD数据在我国某地区局部路网中对模型进行验证.结果表明该模型能得出比较理想的车流分配的优化方案,验证了模型的合理有效性.     

基于遗传算法的带附加气室空气悬架多目标优化

以带附加气室的空气弹簧悬架为研究对象,按照物理模型建立带附加气室空气弹簧的数学模型,考虑到空气弹簧刚度的非线性,将该模型以空气弹簧非线性力的形式直接引入到1/4车辆模型。以提高车辆平顺性、行驶安全性及操纵稳定性的综合性能为目标,以附加气室容积为优化变量,设计带附加气室空气悬架的多目标优化模型;考虑到悬架性能各指标量在量纲与量级上的差异,对各指标量进行统一化处理,并采用线性加权和法将多目标函数转化为单目标评价函数。在MAT-LAB/Simulink中搭建系统仿真模型,采用遗传优化算法对典型工况下的最优附加气室容积进行寻优。优化结果表明,优化附加气室容积能有效提高悬架的综合性能,降低车身加速度、悬架动行程,但轮胎动载荷有所增加。     

松原市水资源优化分配的多目标规划模型

为了合理确定区域水资源开发利用方案,促进区域经济持续发展,根据松原市水资源开发利用现状及远景规划目标,以系统工程的观点为指导,运用多目标规划理论,建立了松原市水资源优化分配的多目标规划模型.通过调整和优化产业结构,减少水资源单耗量大的用水部门,优先发展一些用水量少、水资源利用率高、综合效益好的行业部门,从而使水资源得到合理有效利用.从经济、生态和社会效益相结合角度为区域水量分配提供了依据,为指导区域水资源利用和经济发展提出了优化的宏观远景规划方案,对构建区域经济持续发展和水资源协调利用的框架模式具有重要的指导意义.     

风险投资的多目标规划模型

建立了风险投资的多目标规划模型,给出了在损失、效益相互制约条件下的最佳投资方案,一性回权和法给出了该模型的算法。计算表明,用在确定最优投资组合问题上令人满意的。     

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.     

含分布式电源的配电网多目标无功优化

针对传统模型和现有算法对配电网无功优化带来的电压波动和网络损耗等问题,提出一种基于改进元胞差分算法的含风、光的配电网无功优化方法。建立了风电、光伏的随机概率出力模型,获取了其出力预测数据,以电压波动、有功损耗和电压越限3个目标为优化函数,通过权重系数将三目标模型转换为双目标模型,建立了含风电、光伏的双目标配电网无功优化模型。通过电压稳定指标(voltage stability index, VSI)对配电网各个时段的电压的稳定性进行评价,用改进元胞差分算法对模型进行求解,并利用测试函数对算法进行验证。结果表明,较传统模型和传统算法而言,所提模型和所用算法均能有效降低配电网的电压波动和减小配电网的有功损耗,从而保证电网的安稳运行。     

用于 RFID 网络规划的含 Expansion 关系的多目标云优化算法

给出了一个含有Expansion关系的多目标云优化算法,并用于求解RFID网络规划问题。该算法的思想源自于云模型,利用云模型理论估计优化过程的优势解区域和生成新解。在优化过程中,算法利用获得的信息建立优势解区域的云模型,并用反向云生成算法计算该云模型的3个数字特征。在此基础上,依据这3个数字特征,用正向云生成算法产生当前代的子代种群。为了引导寻优过程,Expansion关系被用于比较最好的一些个体,并对当前代种群和当前代子种群的并集用Expansion关系进行排序;之后,依据这个排序结果从中选择一些最好的个体组成下一代种群。该算法与其它一些算法就一组基准函数进行了模拟测试比较,并用于求解一个模拟RFID网络规划问题,代距准则（ GD）和多样性（Δ）用于评价算法的性能,模拟结果显示该算法是有效的。     

中断风险下易腐品多目标闭环供应链网络模型

在当今全球化和高度不确定的商业环境中,供应链网络容易遭遇设施中断、路径中断等多重中断风险。同时考虑到易腐品需求波动大、易损耗、退货率高、处理不当会污染环境等问题,以最小经济成本、最小环境影响、最大社会效益为目标,提出缓解中断风险的策略并构建了不确定条件下易腐品多目标闭环供应链网络模型。为了减少不确定参数的影响,实现最优设施选址与最佳配送路径的决策安排,将易腐品需求量和退货量设定为三角模糊值,采用模糊机会约束方法解决模型中的不确定约束问题。以上海市某易腐品企业为例,通过遗传算法和粒子群算法对模型进行求解。结果表明,采用缓解中断风险的策略可以显著改善供应链网络在中断情况下的表现,且相对于单目标优化,多目标优化整体表现更优。     

分层方向的多目标优化模型

应用多目标优化方法,研究了快速原型制作中的分层方向选择问题。分析了目前分层方向优化模型和求解方法中的不足,讨论了影响原型制作质量、制作时间和制作成本的主要因素。建立了分层方向的多目标优化模型,该模型考虑了支撑结构、面片法向等因素,并给出了遗传算法在该模型求解中的应用,结果表明该模型和方法是可行有效的。     

基于博弈理论的拱坝体形多目标优化设计

以坝体体积、最大主应力、高应力区范围为目标函数,建立了拱坝体形多目标优化模型.根据多目标优化设计问题与经济学中博弈问题之间的相似性,将多目标优化中的各分目标函数看成博弈方,所有可行解就是博弈策略集,从而提出了拱坝体形多目标优化设计问题的合作博弈方法.白鹤滩拱坝体形优化设计结果表明,该方法比传统的多目标优化方法(如线性加权法和理想点法)更能综合反映各优化目标的要求,优化结果更加合理,并具有较高的计算效率.     

Multi-objective optimization sensor node scheduling for target tracking in wireless sensor network

Target tracking in wireless sensor network usually schedules a subset of sensor nodes to constitute a tasking cluster to collaboratively track a target.For the goals of saving energy consumption,prolonging network lifetime and improving tracking accuracy,sensor node scheduling for target tracking is indeed a multi-objective optimization problem.In this paper,a multi-objective optimization sensor node scheduling algorithm is proposed.It employs the unscented Kalman filtering algorithm for target state estimation and establishes tracking accuracy index,predicts the energy consumption of candidate sensor nodes,analyzes the relationship between network lifetime and remaining energy balance so as to construct energy efficiency index.Simulation results show that,compared with the existing sensor node scheduling,our proposed algorithm can achieve superior tracking accuracy and energy efficiency.     

基于神经网络的水泥生料配料多目标优化设计方法

为了降低生料成分的不确定性给水泥生料质量控制系统带来的影响,提出了率值补偿的控制策略.分别为三率值创建目标函数,并利用状态空间搜索策略解决多目标优化问题.针对初始样本空间不能覆盖所有样本的问题,提出了基于神经网络的估算模型,对初始样本空间进行拓扑.通过估价函数对状态空间中的状态量进行评价,得到最优的率值状态量;根据率值对原料配比进行调整,最后使率值偏差得到补偿,同时使给配比造成的波动最小.工业实验结果表明,生料的质量合格率由原来的30%提高到50%,该系统能有效地对配料过程进行优化控制.证明了基于神经网络的状态空间搜索策略为水泥生料配料多目标寻优问题提供了一种可行的方法.