一种基于目标贴近度的多目标决策方法

提出了衡量目标方案的一个新指标——目标贴近度 ,并给出了一种基于目标贴近度的多目标决策方法 .     

一种模糊多目标群决策方法

综合考虑定性和定量两类目标，本文提出一种模糊多目标群决策方法。决策人用语言变量评价权系数和定性目标，对定量目标进行相应的无量纲化处理。经集结确定各决策人各方案的模糊评价指标，用乐观指标法确定各决策人各方案的排序指标。用平均值法集结各决策人的排序指标。用平均值法集结各决策人的排序指标，并确定群体对各方案的排序。     

基于模糊评判的群决策方法

针对群决策为多个决策者对多个目标进行决策的特点,提出了一种新的算法,即模糊评判的群决策方法。该方法首先利用带权贴进度的定义求出各个决策者对各个方案的带权贴进度,然后以群的偏好作为最优策略的准则,来寻找出最优策略。给出了解决群决策问题的数学模型、步骤和过程。通过算例来验证方法的适用性。算例研究结果表明,求出的最优策略与实际模拟结果相一致。     

模糊多目标系统实和最优决策法及其应用

对于可行域为有限集的模糊多目标系统的评价与决策问题，本文给出一个新解法－最小隶属变偏差法。并结合实例通过与“优序法”，“最短距离法”的对比分析，指出“优弃法”泊不足之处和新解法的有效性。     

模糊多目标系统实用最优决策法及应用

对于可行域为有限集的模糊多目标系统的评价与决策问题，本文给出一个新解法─最小隶属度偏差法．并结合实例通过与“优序法”，“最短距离法”的对比分析，指出“优序法”的不足之处和新解法的优点．     

基于模糊优选的多目标优化遗传算法

综述了多目标优化的传统方法,介绍了多目标优化的遗传算法解决策略,建立了基于模糊优选技术的多目标优化遗传算法模型．对用模糊优选理论解决多目标优化问题的有效性进行了证明．通过算例证明了理论体系的正确性和工程应用的实用性．     

基于分层遗传算法的模糊控制器在线优化设计

针对模糊控制器的优化问题,提出了一种基于改进的分层遗传算法在线优化设计方法。该算法在分层遗传算法的基础上修改了信息交换方式,采用自适应交叉算子和变异算子,并改进了变异算子的变异方式,使其能在现有最优解基础上进行更精确的局部搜索,提高了搜索速度和精度;同时,使用了具有约束的时间与绝对误差乘积积分(ITAE)型性能指标函数,能够对系统的稳态误差、超调量和上升时间进行有侧重的优化;并结合最小二乘参数在线辨识技术,实现了时滞时变系统模糊控制器的参数和结构在线同步快速优化。仿真实验证明了该方法的有效性。     

一种交互式多目标决策新方法

基于目标贴近度和目标满意度 ,给出了一种新的交互式多目标决策方法 .该法可以充分地考虑决策者的要求 ,在满足整个目标方案与理想点的贴近度低限值的同时 ,能实现各目标之间的权衡.     

基于模糊评判的单机多目标作业排序问题的优化方法

以往对单机作业排序的研究大都限于单目标问题，而在实际的生产调度和计划管理中绝大多数情况需要进行多目标作业排序。本文运用模糊综合评判方法，提出一种单机多目标作业排序的遗传优化算法。     

基于模糊规则的GA求解成组调度

研究并行多机成组工件flow-time问题,利用模糊规则量化,使用遗传算法内嵌入模糊控制规划的智能化算法求解这类复杂的组合优化问题,最后给出计算实例及仿真结果,证明了该算法具有解决大规模实际问题的能力。     

基于遗传算法的欠驱动机器人模糊控制器设计

主要对二自由度平面欠驱动机器人的操作空间控制问题进行了研究,提出了一种适用于此类欠驱动机器人的模糊控制新方法.将欠驱动机器人末段位置控制问题进行分解,设计了一种新型的分层模糊控制器,模糊规则简单容易制定,并且大大减少了模糊规则数目.在控制规则制定方面引入遗传算法进行全局优化,根据定义的适应度函数从系统模型中自动生成全局最优的控制规则.最后进行了数值仿真,验证了方法的有效性.     

基于遗传算法的目标分配优化模型研究

现代防空的最终目的是选择最优的目标分配方案 ,充分发挥防空武器系统的效能 ,以取得最佳的作战效率。目标分配问题在防空指挥控制系统中占有重要的地位。结合现代防空作战运筹中目标分配的特点 ,给出了现代防空作战的目标分配模型 ,利用遗传算法给出了模型求解的方法及步骤。实践证明 ,该方法解题速度快 ,结果精度高 ,可以为决策者作出科学、准确的决策提供有力的支持     

基于模糊逻辑和GA的智能车辆横向控制算法仿真研究

控制器设计可看作一个结构和参数搜索与优化的过程。本文以模糊逻辑(FL)为控制策略，以T-S模糊神经网络(FNN)为控制结构，以遗传算法(GA)为参数搜索和优化工具，给出一种智能车辆横向运动控制器自动设计算法，并通过计算机仿真实现。结果表明，所设计的控制器具有较好的控制性能，能够有效地解决智能车辆横向运动中的非线性和参数时变性问题。     

基于改进模糊综合评判的仿真可信度评估方法

针对基于传统模糊综合评判的仿真可信度评估过程中专家根据个人偏好或期望确定权重、模糊合成运算选择不合理等引起的评估结果不准确等问题,提出了一种基于改进模糊综合评判的仿真可信度评估方法。针对树型评估指标体系,利用模糊综合评判矩阵,基于最小隶属度加权平均偏差确定评估指标体系中各层指标的权重;在模糊合成运算环节,利用隶属度加权平均偏差,获取综合评价向量,进而得到仿真可信度评估结果;应用于某半实物仿真系统可信度评估中,计算结果验证了该方法的合理性和可行性。     

一种基于GA的新型生物地理学优化算法研究

为了使生物地理学优化算法的优化能力得到进一步提高,提出了一种基于遗传算法的新型生物地理学优化算法。在迁移操作之前增加了选择操作,采用了“轮盘赌”的方法选择出迁移个体,以使适应度较高的个体可以优先得到迁移,并且变异操作结合了遗传高斯变异操作方法,从而更好地提升了算法的优化性能;在此基础上,从理论上详细推导了该方法的收敛性条件。使用了5种测试函数进行实验,结果证明了改进后的算法在优化结果和收敛速度方面要更优。     

基于模型的多目标优化问题方法研究

基于模型的多目标优化方法目的是创新一种通过黑箱评估的多目标函数优化算法,该算法从解空间上的混合分布中迭代生成候选解,并根据采样解的控制数来更新混合分布,求解过程的搜索偏向于Pareto最优解的集合。算法在解空间上寻找混合分布,使得混合分布的每个分量都是以帕累托最优解为中心的简并分布,并且每个预计的Pareto最优解都通过一个阈值距离均匀地分布在Pareto最优解集上,实验通过几个基准函数和方法证明了该算法的性能。     

基于角度坐标的多目标粒子群优化算法

为了在保证多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法所求解集分布性的前提下提高算法的收敛性,依据辅助适应度赋值策略,提出了基于角度坐标的多目标粒子群优化(intelligent MOPSO, IMOPSO)算法。通过建立角度坐标系,确定了不同维优化目标下目标向量的角度坐标及角度参数,给出了求取目标函数空间中参考线角度参数的方法,并定义了目标向量的辅助适应度值,以对处于非劣支配关系的个体进行综合比较。结果表明,IMOPSO算法较好地维护了Pareto解的分布性与收敛性,且在求解小规模的最优个体时仍能在整个Pareto前沿均匀分布,未出现“聚集”现象,运行时间小于NSGA2、SPEA2、MOEA/D,充分验证了IMOPSO算法的有效性。     

基于仿真优化的集装箱港口大门作业调度研究

提出基于仿真优化的集装箱港口大门通道作业的调度优化方法.首先,建立了大门作业的离散事件仿真模型和调度优化数学模型;其次,设计了启发式Tabu搜索算法和仿真模型相结合的仿真优化方法;然后,结合仿真自动化方法和在线数据库实现了仿真优化系统;最后,用实例验证并分析了本方法的有效性及效率问题.结果表明了本方法对在线、实时作业调度优化问题的适用性.     

基于GABC算法的作战体系智能优化方法研究

为解决探索性仿真无法快速地遍历解空间,实时提供辅助决策方案的问题,提出了基于分类器的遗传算法,建立了基于该算法的作战体系仿真优化方法框架,能够根据体系关键因素和决策目标的动态变化寻找最优解,适用于诸如寻求最佳效费比方案、最优力量部署等多种体系优化问题。基于国防大学的仿真试验床系统进行了某海域火力拦阻作战的实验,通过GABC(genetic algorithm based on classifier)算法优化了力量配置问题。实验表明,该方法可以准确、快速地从复杂的体系限制条件中寻找效费比最高的方案,可以大量减少仿真实验的次数,满足快速辅助指挥员决策的需求。