求解多目标二层规划的多目标进化算法

提出了一个求解多目标二层规划问题的多目标进化算法.用传统优化算法求解下层规划中用权向量线性加权后得到的单目标问题,而对上层的多目标规划问题则采用基于NSGA-II的选择机制的多目标进化算法求解.数值试验表明所提出的算法是有效的.     

用多目标进化算法求解二层规划双目标模型

传统单目标二层规划模型得到的最优解往往无法使上下级双方都满意.为此,通过在上层规划中同时考虑下级的目标函数,建立了原问题的上层为双目标规划的一个新模型.上下级可通过协商在该模型的Pareto-最优解集中找到双方满意解.对此模型设计了求解的多目标进化算法,用传统优化算法求解下层规划的单目标问题,而对上层的双目标规划问题则采用基于NSGA-Ⅱ的多目标进化算法求解.数值试验表明我们所提出的算法是有效的.     

基于改进PSO的加权直觉模糊多目标规划

针对模糊多目标规划不区分各目标重要程度的缺陷,提出了一种加权直觉模糊多目标规划模型.首先,在模糊多目标规划的基础上,进一步定义目标函数和约束函数的非隶属函数;然后,对目标函数的隶属和非隶函数分别加权求和,通过直觉模糊"最小-最大"算子,提出了加权直觉模糊多目标规划模型,并用改进的微粒群算法求解;最后,通过一个算例表明,加权直觉模糊多目标规划的收敛速度很快,既可收敛到可行域中的最优解,又可收敛到容许偏差范围内的最优解,具有较大的实用性.     

火力分配多目标规划模型的改进MOPSO算法

提出一种改进的多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)算法,通过化解约束条件、修改速度和位置更新等使该算法适于求解火力分配多目标规划模型。最终求解的非劣解集构成Pareto前沿,体现增加火力单元数量对射击效能的影响,决策者可按照意图从中选取最终解。不考虑多目标规划模型中的属性目标,对敌毁伤概率随迭代步数演变与单目标函数相比,收敛性能相同,最大值相近,验证了所提算法的有效性。     

粒子动力学演化算法及其在求解SOP上的应用

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法，并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP)，比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算法能使几乎所有的个体参加杂交和变异，因此，与传统的演化算法相比，该方法不仅能较快速地求解线性和非线性优化问题，而且还能容易地求出达到最优解的多个坐标点。     

天线结构多目标模糊序列级优化方法

本文基于模糊集理论,提出了一个结构重量、结构变形、结构费用、结构固有频率特性等有效满意优化设计法——多目标模糊序列级优化法。此方法粗略构造了产品自设计至使用过程的费用函数,并在考虑破坏准则模糊性的条件下,通过合理确定结构拓扑描述,构造单目标满意隶属度函数为扩展二次型函数,以线性加权和积幂加权法作为综合评价准则,目标分级处理,将多目标模糊优化问题转化为序列级优化问题。进而,针对不同情况分别用线性扩展内点罚函数序列级优化法和次约束序列级优化法求取有效满意设计方案。本文将方法编程,并对一般桁架及天线结构进行了优化计算。算例结果表明,此方法具有简明、灵巧、有效、实用的特点。     

求一类多目标规划弱有效解的极大熵算法

根据多目标优化的基本原理，结合极大熵函数的基本性质，提出求解目标规划问题(AGP)的极大熵算法，并证明收敛性，给出数值算例。     

基于灰关联度的多目标规划新求解算法

针对多目标规划的求解问题,提出了一种新的基于灰色关联度的求解算法, 该算法将多目标规划模型的多个目标函数理想值组成一个理想目标向量。在相同的约束条件下,基于目标函数向量与理想目标向量之间的灰色关联度而构造一个实值偏好函数。通过最大化这个实值偏好函数,可把多目标规划问题转变为单目标规划问题,并给出了基于遗传算法的求解步骤。通过实际算例表明,该算法正确有效,且相对于线性加权和法、平方加权和法和理想点法而言,具有较好的综合距离均衡性能。     

基于多目标规划的低碳销售物流网络规划方法北大核心CSCDCSSCI

分析了低碳经济对销售物流网络规划的影响,提出了以网络总物流成本最小和网络碳排放总量最少为目标的多目标物流网络规划模型,采用模糊规划方法将多目标规划模型转换为单目标规划模型,设计了基于遗传算法的求解算法,并对规划模型和求解算法进行了仿真验证,由此得到了一种科学可行的低碳销售物流网络规划方法。     

基于物理规划的多星多站访问规划

随着在轨卫星数量增加，对大量卫星进行有效监管具有迫切需求，需要研究如何合理分配和调度有限的地面资源对卫星进行访问。提出了一种基于物理规划的多星多站访问指派规划方法，以地面设施对卫星的访问窗口指派为设计变量，以相同地面设施相邻访问窗口的最小时间间隔及单个地面设施的最大访问次数为约束条件，以任务耗时、考虑成功率的访问收益、访问成本为目标函数，建立了考虑成本和收益的多星多站非均衡访问规划模型；采用物理规划将多目标函数合理地映射为单目标函数，使用差分进化算法进行寻优。将所提方法应用于3站4星的小规模问题及20站96星的大规模问题的求解。结果表明，所提方法能够获得符合约束的权衡多目标偏好的解。相较于加权法和约束法等，求解更加稳定高效，各指标均能得到均衡的优化。     

石油生产方案的优化确立

石油生产方案的优化确立孙伟，冯英浚（哈尔滨建筑工程学院１５０００６）（哈尔滨工业大学）ＴｈｅＯｐｔｉｍａｌＤｅｃｉｓｉｏｎｏｆＣｒｕｄｅＯｉｌＰｒｏｄｕｃｔｉｏｎＳｃｈｅｍｅＳｕｎＷｅｉＦｅｎｇＹｉｎｇｊｕｎ（ＨａｒｂｉｎＡｒｃｈｉｔｅｃｔｕｒａｌａ...     

基于规则导向的柔性作业车间多目标动态调度算法

设计了一种具有柔性资源约束的多目标集成优化方法,建立了包括最小完工时间、最小生产成本、最大设备利用率、最大交货满意度和最优人工分配在内的多目标组合优化模型;为降低模型的复杂度,抑制组合优化模型的状态爆炸效应,采用规则导向的资源调度思想,通过调整规则概率使概率大的规则被优先选中,从而"推动"搜索过程向预期目标方向移动;采用改进的非支配排序遗传算法—NSGA-Ⅱ获得不同规则概率值的Pareto解集,并结合动态规划法求解最优人员分配方案;仿真对比与算例验证,本文算法可以有效解决柔性作业车间多目标调度优化问题.     

基于动态规划的装配线物料搬运节能调度方法

为有效提升混流装配线的生产效率与环境效益,提出了装配线多载量小车物料搬运节能调度方法.以最小化最大线边库存与总能耗为目标,建立了多目标混合整数规划模型.通过问题性质分析,将混合优化问题转为离散优化问题,降低了模型复杂度.针对动态规划算法维数灾问题,提出了基于剪枝规则的多目标规划算法:通过剪枝规则剪除被支配状态,缩减搜索空间以提高计算效率.其中,为满足动态规划的马尔可夫性,定义了新的状态表示方式.最后,仿真实验验证了所提出的调度方法的优越性与算法的有效性.     

目标规划在CIMS──ERC单元层作业计划系统中的应用

CIMS─ERC单元层作业计划系统的任务是将主生产计划分解成优化的日生产计划。由于是多目标决策。采用了目标规划的方法。本文对目标规划、系统建模及问题求解方法作了简要介绍。针对离散生产计划的情况, 这里提出了一种逐步规划的方法。     

武器装备体系组合规划的高维多目标优化决策

针对武器装备体系组合规划问题中存在多类相互冲突的高维多目标问题(目标数 ≥ 5),提出了一种三阶段的集成优化决策方法. 首先运用目的规划技术将高维多目标问题转换为一般多目标优化模型(目标数 ≤ 3); 然后提出一种多目标差分进化算法,用于搜索属于决策者关心区间的非劣解集; 最后提出基于预测优化的理想点算法,可生成精确满足决策者偏好的最佳折衷解. 通过某侦察装备体系组合规划示例,证明了各算法模块的优势和该方法的整体有效性,可为武器装备发展和顶层规划提供决策支持.     

动态规划问题研究

回顾动态规划在过去一些年的发展,特别是它在多目标优化与不可分优化问题中的可喜进展.介绍了动态规划在解决多阶段均值-方差组合投资问题中的创造性应用.旨在进一步推动动态规划的理论研究,拓广它在各行各业中的应用.     

Hierarchical satisfying optimal algorithm with different importance and priorities

1.INTRODUCTION Itisagreatprogressofindustryfromcontrolbased onregulationtocontrolbasedonoptimization.Asa computercontrolalgorithmdatedfromlate1970’s, predictivecontrol[1]usesthestepresponseortheim pulseresponseofaplantasmodel,userecedinghori zontooptimizeandcontrolon lineindustrialprocess andgetgoodresultsincomplexindustrialprocess.As apracticaldevelopmentofpredictivecontrol,satisfac torycontrol[2]basesonthemodelofplantstorealize constrainedmulti objectivemulti degree of freedom optimi…     

冲突多目标相容预测控制

两层结构的相容控制框架可以解决复杂冲突多目标控制问题,但其需要克服的困难是多目标直接优化、第一层所选区间目标的实现和在线实时优化控制。采用多目标遗传进化算法解决了直接优化多目标的工具问题。为能实现第一层中所选择的控制目标,第二层中设计了不同于第一层中形式的指标,并加入选择函数以反映实际系统的需要。结合预测控制思想的特点,提出了在线迭代遗传算法,解决了在线优化速度问题。以预测控制动态过程中误差、能耗两个目标为例对相容预测算法进行了说明。     

基于方差分析变量约减的指令制导回路误差分配方法

针对引入惯导设备的指令制导系统中的误差分配问题,构建了指令制导回路误差优化分配的数学模型,利用方差分析法进行了变量约减,改善了传统优化设计中优化参数过多的问题。采用基于带精英策略的非支配排序遗传算法的Pareto多目标遗传算法,并利用动态罚函数法处理多约束情况,改善了优化求解过程仿真时间过长和局部收敛的问题。以某指令制导系统和惯导设备的误差参数为例,用此方法对制导精度和总费用两项指标进行优化。结果表明,优化方案的各项性能指标均满足设计要求,与优化前方案相比,优化目标有很大程度的改观,制导精度提高近30%,总费用降低近40%。该优化方法有效且通用性强,可为其它制导方式的误差优化分配问题提供设计依据。