一种基于网格的多目标优化方法

工程设计优化大多为多目标、非线性和隐函数的数学规划问题,通常需要用黑箱商用或专用有限元分析软件的模拟结果进行目标评估.这种计算密集型任务导致巨大的计算消耗.为此,将黑箱优化方法和网格计算技术用于工程优化设计领域.首先,通过拉丁超立方取样在设计域内得到了一个分布相对均匀的样本集合,利用这些样本建立工程优化的克里格（Kriging）替代模型;然后,发展了一种与网格计算技术相结合的优化权系数的网格黑箱多目标优化方法（GBMO）,并获得一系列按权系数分布的Pareto解.该方法已经在中国国家网格（CNGrid）环境中实现.工程优化实例表明,该方法有很高的优化效率和加速比,适用于国家网格计算环境下的工程设计优化.     

多目标优化算法研究综述

近年来,多目标优化问题求解已成为演化计算的一个重要研究方向,而基于Pareto最优概念的多目标演化算法则是当前演化计算的研究热点．多目标演化算法的研究目标是使算法种群快速收敛并均匀分布于问题的非劣最优域。该文在比较与分析多目标优化的演化算法发展的历史基础上,介绍基于Pareto最优概念的多目标演化算法中的一些主要技术与理论结果。此外,指出并阐释了值得进一步研究的相关问题。     

一种新颖的多目标优化算法

粒子群算法的特性使得其在解决多目标优化问题时具有很强的竞争性,提出了一种结合小生境思想和在线归档策略的多目标粒子群优化算法,该算法能够在进化过程中保持优良种群。通过3个测试函数来评价算法性能并将算法与NSGA-II做比较,结果表明提出的算法的时间耗费明显小于NSGA-II算法且解集沿着Pareto非劣最优目标域有很好的扩展性。     

MO_DE:一种结合多目标优化机制的DNA编码序列算法

针对现有DNA计算中存在的编码序列设计稳定性不足、可靠性不完善等问题,充分考虑基本编码问题,设计出一种基于多目标优化机制的DNA编码序列设计算法(MO_DE:multiobjective design algorithm)。在一定的约束条件下,该算法利用了多目标优化机制以及采取小种蚁群算法,将h-distance因子添加到单链DNA架构中,建立一种DNA序列公用方法。通过模拟实验表明,该算法与同类型算法相比,在计算效率、优化性方面具有一定优势。     

一种多项指标全提升的多目标优化演化算法

针对当前大部分多目标优化演化算法设计复杂、耗时巨大,以及取得的近似Pareto前沿点不够多、分布不均匀、覆盖不完整等问题,提出了一种新的基于粒子群和几何Pareto选择算法的多目标优化PSGPS算法.经过5个测试问题的实验结果表明:该算法使用较低的时间消耗,就能在前沿点个数、前沿点分布均匀性、覆盖完整度等性能指标上都优于当前流行的NSGA2,SPEA2和PESA等多目标优化演化算法.     

一种用于多目标优化的克隆选择算法

多目标进化算法的研究目标是使算法种群快速收敛并均匀分布于问题的Pareto最优前沿面.为此,在比较与分析已有多目标进化算法的基础上,借鉴免疫系统中的克隆选择原理,提出了一种用于多目标优化的克隆选择算法.该方法只对部分当前所得到的Pareto最优解进行进化操作,并选用一种简单的多样性保护机制来保证Pareto最优解具有良好的分布特征.'实验结果表明该方法能够很好地达到Pareto最优前沿面,较好地保持解的多样性,并且具有很快的收敛速度.     

一种改进的RBF神经网络多目标优化算法

针对RBF网络训练中的多目标优化问题,提出了一种基于Pareto方法的改进的非支配排序遗传算法INSGA(Improved Non-dominated Sorting Genetic Algorithm).通过对某企业的订单数据进行预测的实验结果表明,它可以有效地解决以训练误差和测试误差为优化准则的RBF网络的参数确定问题,验证了改进的NSGA算法与RBF网络结合的可行性.     

一种离散型多目标粒子群优化算法

为获得更好的非劣前端,提出一种离散型多目标粒子群优化算法。该算法根据离散型多目标优化问题的特点,将种群分成多个子种群,在各个子种群中利用表现型共享的适应度函数选择每个子种群的最优粒子。通过多个最优粒子的引导,使整个种群分布更均匀,避免陷入局部最优,保证了解的多样性。实验表明了该算法的有效性。     

一种用于求解多目标优化问题的改进MBO算法

大红斑蝶优化算法(Monarch Butterfly Optimization,MBO)是近年提出的一种新的随机搜索算法。然而,MBO算法作为一种优化方法仍存在早熟、收敛速度缓慢和全局搜索能力不足的现象,也还没有将MBO算法应用于求解多目标优化问题的相关研究成果。针对这一问题,笔者提出一种新的可用于求解多目标优化问题的改进MBO算法,即MOIMBO算法。选取3个经典的多目标优化问题作为算法优化性能测试,实验结果表明:改进的算法具有较强的全局搜索能力,在一定程度上避免了早熟收敛问题,可用于求解多目标优化问题。     

一种求解多目标优化问题的有效算法

为突破求解多目标优化问题已有方法的局限,研究一种新的全局收敛算法,其中目标函数和约束条件均为一阶连续可微函数。该方法结合理想点法和调节熵原理将带约束多目标优化问题转变成无约束问题,构造函数的区间扩张和无解区域删除原则,建立了区间调节熵算法,并证明其收敛性。数值算例表明,该算法是有效、可靠的。     

苯-甲苯-异丙苯精馏模拟与优化

本文利用多组分多级分离的严格算法对苯、甲苯、异丙苯精馏过程中的精馏塔进行模拟计算,通过对重要操作参数进行分析,得到优化的操作条件:P=130300Pa,TF=363.64K,NF=7,R=2.0,并在此条件下得到最终的优化结果。结果表明,优化后的分离效果较好,且能耗低。     

基于ADAMS十字沟槽联轴节仿真分析与优化设计

联轴器的参数设计是否合理,直接影响机构的工作性能和寿命。文中应用ADAMS虚拟样机软件创建了十字沟槽联轴节机构的模型,以联轴器运行到任意位置时,其轴向运动、径向运动都达到最小值为优化目标,分析其运动学参数,建立优化分析数学模型,进行单个设计变量的设计研究,确定设计变量的优化值。结果表明优化方案明显降低了从动轴轴向运动和径向运动,减小振动的撞击,而且能够传递较大扭矩。     

无约束多目标优化的一种新的拟牛顿法

基于在新拟牛顿方程形式下无约束单目标优化问题改进的拟牛顿法,提出了无约束多目标优化问题的一种新的拟牛顿法,同时在一定的假设条件下,结合Wolfe线性搜索准则,证明了算法具有全局收敛性和超线性收敛性,并进行了数值试验,结果表明,所提的新算法是正确和有效的,并能够迭代得到可使多个目标更优的临界点.     

切削过程仿真及工艺参数优化

加工工艺及其相关参数优化是协调加工质量、效率和成本等目标的主要途径之一.以切削过程为对象,研究基于有限元法（FEM）的切削过程建模与分析方法,考察了切削工艺参数对切削力的作用及其优化策略,根据切削力计算、仿真和实验对比结果,指出现有切削效应分析方法及相关仿真软件的应用尚有一些值得进一步深入研究的内容.     

对二甲苯氧化装置生产调优

利用PSO法在对二甲苯(PX)氧化装置上进行生产调优。调优工作建立在充分的机理分析基础上,所建模型能较准确地描述工业装置运行状况,PSO法对该系统生产操作存在问题的分析判断较为准确,调优方案切实可行,经工厂实施,可获年效益508万元。     

集合函数多目标规划弱有效解的二阶必要条件

在给出了集合函数多目标规划的一阶最优性条件的基础上 ,进一步给出了集合函数多目标规划问题弱有效解的二阶必要条件及局部弱有效解的二阶充分条件。     

三级圆柱斜齿轮减速器的模糊优化设计

本文考虑了三级减速器设计制造中的模糊因素,讨论了相应的模糊优化方法。用该方法获得的设计方案,不仅能更好地与工程实际相符合,而且使设计目标有更理想的结果。     

多目标优化问题的研究

针对传统方法求解多目标优化问题的局限性,应用一种新的算法求解。遗传算法从问题解的串集开始搜索,覆盖面大,可以同时处理群体中的多个个体,利于全局择优,减少陷入局部最优的风险,而最小生成树具有过程简单清晰、适用性广泛的特点,结合两者的优点,构造了基于生成树的遗传算法。首先通过加权目标规划法求出最优解,然后通过遗传算法和基于生成树的遗传算法求解,结果表明,对于小规模的多目标优化问题,两种算法都可以求出最优解,在求解时间方面,基于生成树的遗传算法比遗传算法更优越。     

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.     

求解多目标规划的一类评价函数法

提出求解多目标规划的一类评价函数法,这类方法包含了王雪华、笔者给出的评价函数法