多目标决策下Pareto非支配解的快速构造方法

有效构造非支配解集可加快Pareto前沿的求解速度,提升多目标决策的质量和效率.在非支配解定义和性质分析基础上,推导出支配关系传递性引理,非支配解集构造定理及引理,并据此提出一种基于性质定理的非支配解集构造方法.基于所提方法,分析其循环次数和比较次数,推导出在最坏情况下能算出确定值的复杂度计算公式.最后证明该方法的正确性与完备性,分析最坏情形下其构造集的结构特征,并通过ZDT1~ZDT3测试函数进行检验.结果表明:所提方法比排除法和选举法的计算复杂度更低,构造速度更快.     

改进非支配排序遗传算法求解多目标Agent联盟

采用典型多目标进化算法-NSGA-II对从任务角度进行抽象建模所得到的Agent联盟模型进行生成优化,并针对Agent联盟生成存在的特点,将Pareto最优概念与多目标优化相结合对NSGA-II算法进行改进,从而实现兼顾联盟收益、开销、时间约束等多个目标。仿真对比实验结果表明,算法运行一次可以获得多个Pareto最优解,为各个目标之间权衡分析提供了有效的工具,在满足性能要求下,可为联盟生成提供满足多个设计目标的全局优化方案,对联盟实际应用具有借鉴与应用价值。对联盟实际应用具有借鉴与应用价值。     

多目标网络相异路径的Pareto解及其遗传算法

网络相异路径一般是多目标约束路径问题,具有重要应用价值.然而,由于问题的难解性,总是利用妥协思想将其转换为单目标问题求解.本文建立了双目标相异路径的一种优化模型,给出了模型求解过程中伪理想点的概念,提出了基于小生境共享竞争复制算子的遗传算法,该算法可求解多目标优化问题的 Pareto 解集.最后,给出了一个计算分析实例.     

一种适于多目标稳态优化决策的伪权向量方法

伪权向量法是解决多目标决策问题的一种常见方法,但由于其决策函数中缺少对决策变量调整幅值的约束,易造成因决策变量(通常为控制回路的设定值)变动幅度过大而影响被控过程稳定性的后果,因而限制了该方法在过程控制系统稳态优化中的应用.对此,提出了一种适合于过程控制系统稳态优化的伪权向量多目标决策方法.该方法综合考虑了决策者偏好以及决策变量的变化情况,为控制系统的稳态优化提供了一种适合实际的决策方法.仿真结果验证了该方法的有效性和实用性.     

基于目标总损失量择优的有限解集多目标决策方法

基于灵敏稳健性设计思想,定义了单目标优化时的单目标损失量和多目标优化问题中的目标总损失量;继而对基于重要度的损失权重系数确定方法进行详细研究,并提出了基于目标总损失量择优的有限解集多目标决策方法,旨在选择候选解集中受不确定因素和设计变量误差的影响最小、敏感性最低的Pareto解为最终方案;最后以卫星附件控制系统为例进行仿真,充分验证了此方法的有效性和可行性。     

改进的Pareto多目标协同优化策略

为了提高标准协同优化的收敛性并扩展其多目标优化能力,将Pareto多目标遗传算法用于协同优化的系统级优化,提出了一种改进的Pareto多目标协同优化策略（enhanced collaborative optimization using Pareto multi-objective genetic algorithm, ECO-PMGA）。为了保证非劣解集的Pareto最优性与均布性,提出了一种考虑拥挤度的非劣解逐级排序方法。ECO-PMGA采用2-范数形式的学科间一致性约束以提高学科级优化的效率。通过两个典型的优化算例对ECO-PMGA的数值稳定性与搜索Pareto非劣解集的能力进行了检验。研究结果表明,ECO-PMGA的收敛性与数值稳定性得以显著提高,而且ECO-PMGA具有良好的Pareto多目标优化能力。因此,ECO-PMGA在复杂耦合系统的多目标优化设计方面具有较高的实用价值。     

求解DRS多目标优化问题的新颖ε-支配进化算法

首先分析ORS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法-ε-支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.     

线性多目标规划有效解的有效率

给出了线性多目标规划 (LinearMultiobjectiveProgramming,LVP)有效解的有效率的定义。指出LVP决策可只考虑非劣极点的理论依据 ,并讨论了这些非劣极点的排序。     

有限方案多目标决策问题β-较重有效解与β-较重最优解的求解方法

描述了多目标决策β－较重有效解与β－较重最优解的涵义。针对决策方案个数为有限的多目标决策问题,提出了有效等价点集的概念,并给出了通过有效等价点集求解β－较重有效解与β－较重最优解的过程。     

选择Pareto非劣解最优方案的量化方法:性价比法

针对多目标优化问题,提出了便于决策者以其偏好选择Pareto非劣解的量化方法——性价比法.通过剖析决策者选择最优方案的基本原则,发现如果从理性出发,以市场法则进行比选,则决策者无论有何偏好,以较低价格得到较高性能的产品,即获得高性价比应是其共同的愿望.仔细观察Pareto前沿分布,可以看到其排布特点具有恒递增或恒递减趋势,且大多分布不均匀,这意味着其中蕴含有不同的变化率及敏感性,从中可以挖掘出新的内在规律性.由这一认识出发,借鉴性价比概念,构造出各相邻非劣解对应目标函数值的平均变化率,得到了类似于性价比概念的灵敏比;将灵敏比无量纲化后,根据支配关系,筛选出Pareto非劣解集中新的非支配子集,进一步缩小了选择范围.以上述成果为基础,提出了各Pareto非劣解相对于不同目标函数偏向度的计算方法,实现了Pareto非劣解的量化评价,进而有助于决策者根据偏好选择非劣解.最后,通过具体实例的计算,验证了文中所述方法的可行性和有效性.本文研究对于多目标优化的求解与应用具有很好的参考价值.     

广义参考集DEA模型及其相关性质

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元,即传统DEA方法只能获得和有效决策单元比较的信息,而实际上人们需要比较的对象不仅仅限于“优秀单元”,还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象）,而传统DEA方法无法评价这些问题。为此,给出一种适用于上述所有情况的广义DEA方法,并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念;广义DEA有效性含义和广义DEA有效性的判断方法;广义参考集DEA方法与传统DEA方法的区别与联系。     

Generalized ordered weighted averaging operators based method for MADM in intuitionistic fuzzy set setting

Multiattribute decision making (MADM) problems, in which the weights and ratings of alternatives are expressed with intuitionistic fuzzy (IF) sets, are investigated. Firstly, the relative degrees of membership and the relative degrees of non-membership are formulated as IF sets, the weights and values of alternatives on both qualitative and quantitative attributes may be expressed as IF sets in a unified way. Then a MADM method based on generalized ordered weighted averaging operators is proposed. The proposed method is illustrated with a numerical example.     

基于灵敏度分析的Pareto解改进计算方法

由于多目标优化算法得到的Pareto最优解集通常是离散分布的点,并非连续曲线（曲面）,大多数情况下无法为决策者提供较多完全符合决策要求的Pareto解。根据多目标优化与决策的关系,定义了偏好模型以量度对优化目标的满意程度,并通过灵敏度分析提出了一种Pareto改进解的计算方法,旨在确定是否存在更符合偏好要求的改进解。结果证明,此方法能有效地对Pareto最优解集中的元素进行改进,提供给决策者更多符合偏好要求的候选解,辅助决策人员选择最终方案。     

基于个体差异的多目标绩效分配问题研究

绩效分配是绩效管理研究的热点和难点.本文充分考虑了个体差异因素对绩效分配满意度的影响.为此,首先运用分值转化函数对考核对象基础工作量的初始分数值进行转化,然后利用K-均值聚类方法对考核对象进行分类处理;其次讨论了对考核对象最有利和最不利的基础工作量的最优解问题,获得了对考核对象最有利和最不利的绩效分配比例,进而构建了考核对象的满意度函数,在此基础上建立了多目标绩效分配模型,获得了Pareto最优解;最后,运用模型对某高校教师的绩效分配进行了数值实验,结果表明本文构建的多目标绩效分配模型,对提高绩效分配的满意度具有良好的效果.     

基于突变理论与模糊集的复杂系统多准则决策

针对复杂系统的多准则决策通常具有模糊性和突变理论适合处理具有矛盾性的多准则决策问题的特点,提出了基于突变理论和模糊集的方法对多准则决策问题进行分析建模,并对该方法的灵敏度进行了分析。该方法利用归一公式机理本身来确定各指标对各目标重要性的确定性量化,因而不需要额外考虑指标间的主观权重,所以能够较好地处理复杂系统决策的模糊性。给出了应用改方法的具体步骤,并以一个导弹选型决策问题实例验证了该方法的合理性和可行性。     

基于偏序集理论的数据包络分析方法研究

刻画了综合 DEA有效性 (C2 WY)的本质特征 ,给出了决策单元为综合 DEA有效 (C2 WY )的一个充要条件 .同时 ,还系统论述了 DEA有效性的含义和理论基础 ,阐述了从偏序集角度研究 DEA方法的优点和意义 ,最后 ,探讨了基于偏序集理论的 DEA方法在定性问题的定量化研究中的应用.     

群决策中基于语言信息处理的一种粗糙集方法

针对一类具有语言判断矩阵形式偏好信息的群决策问题,提出了一种基于粗糙集的群决策方法.首先利用一小部分整体偏好信息构造一个成对比较表,然后根据优势粗糙集理论提取决策规则,最后定义一个评分函数对整个方案集进行排序和优选.该方法是一个先训练后决策的过程,特别适于大规模的方案优选问题.仿真实例表明了该方法的有效性和实用性.     

一种基于相似度的混合型多属性决策方法

研究了实数、区间数、语言值和不确定语言值相结合的混合型多属性决策问题。基于逼近理想解的排序方法(TOPSIS方法)确定理想方案,并定义了一种新的相似度,将各类型属性值的相似度计算规范到统一的度量空间,并且指出该相似度的几何意义,说明用该方法描述方案相似程度的合理性。将待选方案与理想方案比较,进行排序择优。最后,给出两个算例,证明了该算法的有效性。