非平稳到达的码头集卡预约优化模型

针对集货高峰期集卡到达不均而导致的码头严重拥堵问题,运用排队理论和积压后移平稳估计(SBC)方法,通过同时考虑内在的码头服务能力和外在的集卡到达特征制定集卡预约策略.基于闸口、堆场集卡两阶段排队等待时间构建码头集卡预约多目标优化模型,最后用改进的NSGA-Ⅱ算法对模型进行求解.算例结果表明,所构建的模型不仅可以应对集货高峰期时集卡的预约,同时通过优化使得决策天内集卡的平均等待时间得到较大减少且有效均衡了集卡的到达.     

多种群蚁群算法在多目标优化中的研究

本文针对多目标优化问题提出了一种多种群蚁群算法,按照目标函数的个数建立蚁群种群数,在各个种群搜索过程中,创新性的引入了种群间的全局信息素更新和局部信息素更新,既提高算法对pareto解的搜索效率又避免了陷入局部最优,并针对多目标优化问题进行了仿真,证明了算法的可行性。     

桁架结构多目标优化的NSGA-Ⅱ改进算法

为克服桁架结构多目标优化设计中约束条件和离散变量处理困难、收敛效率低等问题,在保留原算法优点的同时,对多目标进化算法NSGA-Ⅱ进行了改进。为了验证改进效果,对经典的空间桁架结构进行了优化;并与其他算法的优化结果进行了比较。结果表明改进算法在桁架结构优化中的表现优于原算法和其他算法,具有良好的收敛性和稳定性。     

多目标粒子群优化算法研究

在过去的十多年,粒子群算法对多目标优化问题的应用研究取得了较大的进展．本文首先描述多目标粒子群优化算法（MOPSO）的基本流程,然后从算法设计与应用等方面回顾MOPSO的研究进展,最后对该算法未来的研究进行了分析和展望.     

多目标优化的进化优化算法

进化优化算法具有全局优化能力,可以一次性求解多个非劣解。近年来,此类方法已经成为求解多目标优化问题一个重要的研究方向。本文分析了进化优化算法的关键步骤,介绍了几种代表性的多目标进化优化算法,并指出了值得进一步研究的相关问题。     

基于Kriging模型的大客车侧翻安全性多目标优化

建立某型客车的有限元模型,依据ECE R66法规对客车侧翻安全性进行了多目标优化.根据侧翻仿真结果,选取客车上部结构关键零件截面形状为变量,以最大质心加速度和质量为目标,以侧围立柱与地板间夹角θ为约束条件,并结合最优拉丁方试验设计法生成了高精度的Kriging模型.利用NSGA(non-dominated sorting genetic algorithm)-II算法对大客车侧翻安全性进行了多目标优化并得到了Pareto最优解集.优化结果表明利用截面形状优化法可以在质量增加较小的条件下提高整车的侧翻安全性能.     

基于蚁群算法的多目标优化问题研究

为保持所求得的多目标优化问题Pareto最优解的多样性,文章提出了一种新的蚁群算法。选择策略采用多信息素权重,信息素更新结合了局部信息素更新与全局信息素更新。其中,全局信息素更新采用了两个最好解。此外,通过在外部设置外部集来存储Pareto解,并将改进的算法应用在双目标TSP上。最后进行了仿真实验,结果表明新方法比NSGA-II和SPEA2更有效。     

新冠疫情和双碳战略背景下班轮运输多目标优化

针对新冠疫情与"双碳战略"背景下的航线配船和货物分配问题,为满足班轮公司对船队运输效率、经济效益、服务质量和环保效益平衡发展的要求,以船队平均舱位利用率和营运利润最大以及货物时间价值损失与单箱碳排放量最小为目标,建立班轮航线配船与货物分配多目标优化模型.根据子问题间的内在联系,将模型分解为双层模型,上层采用混合整数非线...     

动态多目标优化进化算法研究综述

动态多目标优化进化算法主要研究如何利用进化计算方法求解动态多目标优化问题,其已成为进化计算领城一个新的研究课题.本文首先介绍了动态优化问题的分类,然后描述了动态多目标优化问题的基本概念、数学表述,最后在当前对动态多目标优化进化算法的基本原理、设计目标、研究现状及性能度量讨论的基础上,提出了对动态多目标优化问题需进一步研究的关键问题.     

基于城市干道的纯电动汽车多目标优化

纯电动汽车技术逐渐成熟,在城市工况中行驶也不断增加。为提高纯电动汽车在城市工况下的运行效率。研究某纯电动汽车在城市双向四车道交叉口场景下四种运行轨迹的安全、节能、舒适多目标问题,建立纯电动汽车安全、节能、和舒适多目标数学模型,并结合Advisor2002中的美国城市驱动工况(CYC_UDDS)仿真验证整车性能参数的影响,利用含有精英策略的NSGA-Ⅱ算法对车速、加速度、总加权加速度均方根值等约束条件下进行优化,得到最优解。结果表明,该多目标函数很好兼顾了纯电动汽车安全、节能、舒适性,提出了纯电动汽车在双向四车道交叉口下的最优运行轨迹和最佳道路宽度,为纯电动汽车检测提供了一种依据。     

基于深度信念网络模型的多目标优化

为降低炼焦能耗,提高焦炭产量和质量,准确建立生产目标模型,提出基于深度信念网络模型的多目标优化研究方案。根据现场专家经验及生产现状确定能耗和产量为生产目标,对采集的炼焦数据进行处理和相关性分析,分别建立能耗和产量的深度信念网络模型及质量径向基神经网络模型,并且采用差分扰动的粒子群多目标优化算法进行集气管压力设定值优化,通过仿真研究验证了该方案的可行性。实验表明,该方案能准确地挖掘数据间的复杂特性,建立精准的目标模型,并得出最佳的集气管压力设定值,使炼焦能耗降低并且产量提高,可以为实际生产提供理论指导。     

轨道养护计划多目标模型及求解

建立了包括轨道几何状态最优和成本费用最小两个目标函数的轨道养护计划模型.为了求解轨道养护计划多目标模型,通过编码改进、约束条件全过程控制以及遗传系数自适应的方法,对带精英策略的快速非支配排序遗传算法(NSGA-II算法)进行了改进,使其在求解轨道养护计划多目标问题时能更好地保持种群多样性,避免"早熟",并在后期加速收敛得到全局最优解,解决了大型养路机械最佳作业时间和地点的决策问题;沪昆上行线案例表明:所建立的计划编制方法的计算效率高,且养护计划效果明显,各区段轨道不平顺均未超过事后养护维修限度.     

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.     

我国科技人力资源与财力资源匹配规模优化研究

通过建立匹配效益数学模型和对匹配效益曲线的分析 ,指出对科技人力与财力资源匹配规模优化就是要使两种资源都处在有效约束状态。通过对我国科技人力与财力资源匹配规模的实证研究 ,得出结论 :我国当前科技人力资源已是匹配效益目标函数的无效约束 ,投入规模不宜盲目扩大 ,我国科技财力资源是有效约束 ,“瓶颈”所在 ,应当加大投入力度     

机组检修计划多目标的优化模型及仿真

针对国内现阶段发电机组检修计划优化目标单一的问题,提出并建立了一个多目标机组检修计划的优化模型.采用遗传算法进行优化求解,该优化模型可根据不同的情况和需要对发电机组检修计划进行优化调整,基于Matlab仿真平台并通过算例仿真分析,证明了该模型和算法的有效性和实用性.     

基于航线失效的流量重分配策略研究

针对航空网络航线失效情况,基于枢纽航线网络和复杂网络理论,提出了流量重分配优化模型。模型将成本分成航线成本和节点成本,以重分配总成本最小为目标,考虑了非枢纽机场的影响和节点容量,构建了考虑拥堵效应的成本函数,并利用粒子群算法进行求解。最后,以杭州 咸阳航线失效为例进行仿真实验。实验结果表明：提出的模型具有较好的可靠性和有效性,并可以通过调节不同参数影响流量分配成本,提高了模型的可操作性和实践前景。     

大规模多目标进化优化算法研究进展

现实中存在许多大规模多目标优化问题（Large-scale Multi-objective Optimization Problem,LSMOP）,它们对传统的多目标进化算法（Multi-objective Evolutionary Algorithm,MOEA）提出了挑战,有关LSMOP的研究已成为多目标优化领域的研究热点之一。本文系统分析了近年来提出的各种大规模多目标进化优化算法（Large-scale Multi-objective Optimization Evolutionary Algorithm,LSMOEA）,根据这些算法的主要思想和技术特点将它们粗略地分成4种类型,即基于协同进化（Cooperative Coevolution,CC）、基于决策变量分析、基于问题重构以及其他方法,并对今后LSMOP的研究方向提出建议,以期将LSMOP的研究引向深入。     

高校人力资源价值评估模型研究

人力资源是高校最重要的资源。论文分析了高校人力资源价值评估的必要性,在研究高校人力资源价值评估的理论基础上,构建了高校人力资源价值评估模型,最后以某大学为例进行了应用研究。     

多目标列车节能调度模型及模糊优化算法

在保证行车安全、满足乘客需求的基础上,以节能为目标的列车调度模型及算法得到了广泛研究与应用。伴随着欧盟制定了全球首个碳排放交易体系,碳排放指标交易费用受到越来越多的重视,并逐步成为列车运营成本的重要组成部分。本文建立了以能耗成本、碳排放成本、列车运行时间为优化目标的单线列车调度模型,并采用多目标模糊优化算法进行求解。算例以一条铁路线路为研究对象,在Lingo下对算例进行求解分析,结果表明了多目标模糊优化算法具有很好的优化能力,并能达到节能减排的效果。     

Optimization of the Hydrological Model Using Multi-objective Particle Swarm Optimization Algorithm

An application of multi-objective particle swarm optimization (MOPSO) algorithm for optimization of the hydrological model (HYMOD) is presented in this paper.MOPSO algorithm is used to find n...