基于免疫机制的动态约束多目标优化免疫算法

该文针对一类决策空间维数可变且带约束条件的动态多目标优化问题,基于生物免疫系统的机理,提出一种结构简单、易于应用的动态约束多目标优化免疫算法.算法设计中,借助抗体识别功能,设计环境识别规则,加速相似环境的寻优过程;依据约束控制概念,设计挑选较好抗体的免疫选择操作;引入基于两级概率控制方案的两种不同的变异策略,进行抗体变异.借助三种性能评价指标,通过该算法与两种出众的算法比较,数值实验结果表明此算法能够获得满意的搜索效果以及具有较强的环境跟踪能力.     

基于记忆策略的动态分解约束多目标进化算法

针对现有面向多目标优化问题的约束处理方法存在求解效率不足,基于分解策略的多目标进化算法受到约束限制导致求解性能低的问题,提出一种基于记忆策略的动态分解约束多目标进化算法.本文首先引入具有记忆功能的归档集,改进基于短暂忽略非容许解的约束处理方法,提高算法的求解鲁棒性.然后结合基于分解的多目标进化算法,设计一种动态分配搜索...     

非线性约束最优化问题的多目标模拟退火算法

给出了非线性约束问题的一种新解法,首先将其转化为多目标优化问题,提出了高效模拟退火算法求解多目标最优解问题,通过搜索操作和参数的合理设计,以及试验函数的验证,证明了给出的SA算法是一类有效的多目标优化算法。     

遗传算法在多目标运输问题的应用

运输问题有特殊的数据结构——运输树，应用基于支撑树的遗传算法求解多目标运输问题，介绍了能表示运输问题所有基解的节点编码方法及对节点编码的交配与变异规则，给出了染色体转换成运输树的可行性准则。     

线性等式约束多目标最优化问题的一个新降维算法

利用等式约束最优化问题的一个K-T条件,首先将等式约束最优化问题转化为无约束问题,利用Gauss-Newton法进行求解,得到求解最优化问题的一种新思路;然后针对线性等式约束多目标最优化问题,利用最短距离理想点法,将其转化为线性等式约束最优化问题,从而提出了一种新算法.最后给出算法收敛性的证明,例题表明算法是有效的.     

基于约束骨干粒子群算法的化工过程动态多目标优化

大多数化工过程是动态过程,需同时优化多个目标,从而带来复杂的约束多目标动态优化问题。因此提出了一种动态约束多目标骨干粒子群算法,即采用一种新型约束处理方法,结合Pareto支配和ε约束支配技术的双档集机制;针对约束优化问题寻优难度更大,更易陷入局部最优的特点,采用局部搜索和混合变异策略,并自适应调整搜索步长,提高算法的探索和开发能力;采用分段线性函数参数化方法,构建一种动态约束多目标粒优化算法,并将其用于解决间歇反应器的动态多目标优化问题。测试实验表明:与NSGA-II和自适应差分进化算法(SADE-εCD)比较,该算法具有更优秀的收敛性与分布性;应用到化工过程多目标动态优化问题实例进行比较表明,多目标骨干粒子群算法在约束多目标动态优化问题的求解中表现出更好的应用前景。     

基于协同进化的多目标约束进化算法

针对约束多目标优化算法(COA:Constrained Optimization Algorithms)中存在的难以有效兼顾收敛性和多样性的问题,提出了采用协同进化策略的多目标优化算法(CoMaC)。首先,将一个COA转化为一个带动态约束处理的多目标进化算法。然后采用差分进化(DE:Differential Evolution)生成第1种群,并将其中的已知可行解选入第2种群,并与第1种群协同进化。第1种群通过保持原约束条件的全局搜索加快收敛。第2种群通过局部搜索进化,保持并获得更多可行解。最后采用标准约束多目标测试函数进行实验,以测试所提出算法的性能。实验结果表明,与使用惩罚函数处理约束问题(PF:Penalty Function)和使用动态处理约束边界方法(DCMaOP:Dynamic Constrained Many Objective optimization Problem)相比,所提算法在反向世代距离(IGD:Inverted Generational Distance)和超体积(HV:Hypervolume)两个指标上均取得了良好的结果,说明所提算法可以有效地兼顾收敛性和多...     

多资源约束下串并联生产系统的多目标动态维护

针对多资源约束下的串并联生产系统,在多资源约束条件下考虑系统的可用性,以各工序资源需求优先级为标准,建立了一种多目标动态维护模型.引入权重因子,通过采用可靠度恢复因子描述各工序设备维护前后可靠度的变化过程,建立以维护成本和系统可用度为优化目标的维护策略.通过仿真抽样求解出系统在给定区间内的预防性维护与机会维护阈值.结果...     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

多目标规划问题的约束度分析

对于多目标规划问题,提出了约束度的概念,基于此概念利用各个约束度序列可以刻划该规划系统的相容性。决策者可根据约束优化原则把原问题转化为弱约束的规划问题来求其非劣解。最后,用一个算例说明了这种方法的应用。     

运输问题的区间规划模型

运输问题是运筹学中一类很重要的问题,但对于问题中有些参数很难给出精确值,因此,考虑采用不确定性规划描述此类问题,提出运输问题的区间规划模型,模型中用区间数来表示运输价格、产品供应量和需求量等难于确定的参数。根据参数实际的意义,针对所建立模型,利用区间规划的求解方法,将问题转化为确定型线性运输问题进行求解.最后给出一个算例,表明该算法的可行性。     

一种电源扩展动态规划模型与算法

对电源长期扩展规划进行了探讨,建立了电源长期扩展动态规划模型,提出了解算该模型的方法——两步规划法,并对例样系统进行了优化试算。     

动态评价在区域交通运输能力中的应用研究

采用动态多指标评价模型,基于5个评价指标,运用熵权法确定权重,根据TOPSIS法对我国东部沿海地区10个省市在2010—2014年期间的交通运输能力进行综合评价;最后,得出区域交通运输能力由强到弱的省份为江苏、广东、山东、浙江、辽宁、广西、福建、上海、天津、海南。     

大型水电站经济运行的多重动态规划模型

针对大型水电站经济运行问题，在传统动态规划方法的基础上，提出了一种多重动态规划模型，通过求解模型，获得了在水库人流和水头为定值时的大型水电站各台机组的最佳负荷运行分配方案，实例研究表明，文中提出的模型是可行的，对大型水电站经济运行具有一定的意义，同时也说明，大型水电站的经济运行比常规运行更能取得效益。     

利用原运输问题的最优解求解新的运输问题

本文讨论了当供应量、需求量改变后,如何利用原运输问题的最优解来求得新运输问题的最优解。     

钢管定购与运输问题的数学模型与求解的新方法

根据西气东输二线工程的交通网络,结合其可行性分析,制定出钢管订购和运输的管道网络图,利用最短路Floyd算法简化了距离网络,求出最小购运费用矩阵.在此基础之上建立了钢管订购和运输问题的整数非线性规划模型,利用Lingo软件编程求解得出最优的西气东输钢管订购和运输方案,为西气东输二线工程的顺利进行提供了理论依据.     

钢管订购和运输问题的线性规划模型

本文运用线性规划理论建立了钢管订购和运输计划问题的数学模型。在求解时分别利用了图论中求最短路长的算法、整数规划中的 0— 1规划的解法及运输问题的表上作业法 ,利用计算机求得最优方案 :即最小总费用为 1 2 741 44 .4万元。     

复合交通系统配流模型的固定点解算方法

复合交通系统配流模型将区域与路网加以融合，在综合考虑区域经济、土地利用的情况下对交通状况进行分析．但该类模型的简析解通常不能直接获得，而需要通过相应的数值解法来获得．针对复合交通系统的特点，采用了求解固定点问题的分析思想，提出了利用敏感度分析方法的牛顿迭代算法来求算复合交通系统配流模型的数值解．该解算方法的收敛速度快，模型的解算结果稳定，对于城市交通网络的全局规划和评价有很大的帮助．     

进货量受限的运输和库存整合的批量问题

考虑由一个分销中心和一个零售商组成的单一产品两级动态经济批量问题,其中零售商在每一进货期的进货量都具有数量限制.目的是确定分销中心和零售商分别在什么时期进货以及进多少单位的货物,从而使分销中心和零售商的运输费用和库存费用总和最小.分析了最优解的性质,并且利用动态规划和最短路问题在O（n5）时间内解决了此问题.最后给出了此算法的一个算例,表明此算法是可行有效的.     

动态速度和代价约束的最短路径算法

Dijkstra算法是计算有向图中一个节点到其余各个节点最短路径的著名多项式时间算法,在交通规划、地理信息系统等方面有重要的应用。本文改进Dijkstra算法用于计算带有动态速度和代价约束的有向图中节点之间的最短路径,即有向图的节点之间除了静态的距离外,还有动态的速度和代价,例如城市交通中的高峰与非高峰时段影响速度/时间,收费与非收费路段影响代价;时间和代价在最短路径中由一个比例因子控制,通过调节该比例因子可计算节点间的最短时间/距离和最少代价的路径。该改进的算法被证明是可靠的,实验结果也表明了该算法的有效性。