基于模糊多目标优化算法的矿山配矿优化

从多目标配矿的复杂性出发,提出具有模糊性的多目标配矿问题,并设计出了基于管理者语言偏好和决策者满意度的模糊优化算法,该算法从最优性模型和重要性模型两方面进行改进. 最后通过具体矿山实例对算法进行实现研究,根据实际配矿目标的各种要求,从算法的有效性、灵活性和灵敏性等特性进行分析.     

基于遗传算法的多目标优化配矿

为综合衡量配矿效果,基于多目标优化理论,以磨浮入选原矿组分指标、入选原矿品质稳定及最大限度利用原矿为目标,构建磷矿堆场多目标优化配矿模型,并采用改进的多目标遗传算法求解该模型。经约束多目标优化算例测试结果表明：改进的多目标遗传算法可以找到多目标优化问题分布广泛、均匀的Pareto最优解集。并针对磷矿浮选堆场开展多目标优化配矿,现场测试结果显示,矿石混配后P2 O5含量23.052％,MgO含量4.195％,混配原矿30654 t,比常规优化方案资源利用率提高0.31％。研究结果表明,该多目标优化配矿技术可实现稳定矿石品质的同时最大限度地利用原矿。     

基于多目标规划的动力配煤软件

动力配煤是比较符合我国国情的洁净煤技术，其关键在于方案优化。本文以多目标规划的优化计算方法为依据，开发出适合于煤炭企业常规动力配煤的配煤软件，为煤炭企业动力配煤提供了依据。该软件人机界面友好，使用方便，可以对方案进行人工修正，并设有在线检测出口与其它数据库系统及Internet的连接，应用实践表明软件运行效果良好，适合煤炭企业实际生产要求。     

黄河流域多目标优化配水模型

应用多目标规划的思想，建立了黄河流域水资源多目标分析模型，提出了大系统递阶动态规划的求解方法。该模型为协调国民经济部门对水资源的供需矛盾提供了一条新途径，所用算法能有效地克服多维动态规划可能遇到的“维数障碍”，黄河流域的实例验证了模型及其算法的有效性和通用性。     

基于多目标粒子群优化算法的输电网规划

输电网规划是一个离散型、非线性、多目标的混合整数规划问题,难于求解.提出一种多目标粒子群优化算法用来求解输电网规划问题.在输电网规划模型中考虑了建设投资费用、运行费用及网损费用等3方面的因素.多目标粒子群优化算法基于Pareto支配关系来更新粒子的个体极值,并采用了精英归档技术,粒子的全局极值由档案库中的非劣解提供.使用Matlab7.1对Garver-6节点系统进行仿真计算,结果表明:与传统的单目标遗传算法相比,多目标粒子群优化算法获得的规划方案总费用更低,该方法可以提高输电网规划的经济性水平.     

基于免疫克隆选择优化算法的地下矿山配矿

建立了基于免疫克隆选择算法地下矿山配矿的数学模型.以国内某地下锌矿实际生产为背景,使用Java编制相应的免疫克隆选择算法优化软件进行优化解算,将解算结果与该矿的生产计划指标和模糊优化算法解算结果进行对比验证.结果表明免疫克隆选择优化算法在地下矿山优化配矿领域的应用是可行的.     

基于灰色预测及多目标规划模型的水资源预测及优化配置

为探讨城市水资源预测和优化配置的方法,以北京市为例,采用灰色GM(1,1)预测和多目标规划模型方法进行数学建模,以研究北京市在实现经济效益、社会效益、生态效益和环境效益最大化前提下的水资源的优化配置方案。预测结果显示,北京市2015年的水资源总量为21.4523亿m3,再生水量为11.96亿m3,总需水量为39.74亿m3,仍将存在6.33亿m3缺口,将依赖于境外调水,与北京市水资源"十二五"规划十分接近。多目标规划模型结果显示,北京市可通过增加水资源的循环利用,减少农业用水、生活用水和环境用水量,维持现有工业用水量,实现可供水量与总需水量的基本平衡,并实现城市经济效益、社会效益、生态效益、环境效益的最大化。灰色GM(1,1)预测和多目标规划模型可较好地预测城市未来供、需水状况,并进行水资源的优化配置,可用于区域水资源预测和综合规划。     

电网规划的多目标模糊优化方法

建立了一个用于电网规划的多目标优化模型。模型中同时计及了规划方案的经济性和可靠性双重目标。通过对各目标实现程度的隶属函数进行定义,将多目标优化问题转变成模糊规划问题进行求解。最后,本文还给出了我国某城市电网规划的计算结果,证明了所提模型及算法的可行性。     

基于物理规划的弹道多目标优化

针对加权系数法求解弹道多目标优化问题时不能获取非凸Pareto非劣解,并且主观依赖性严重,难以选取合适的权值的问题,将物理规划引入弹道多目标优化中,建立了基于物理规划的弹道多目标优化模型,详细分析了基于物理规划的弹道多目标优化方法的求解流程,指出了该方法的优点. 最后分别采用加权系数法、最优控制方法以及本文所提方法进行拉平段弹道多目标优化. 优化结果对比研究表明,物理规划法效率更高,结果更好,对初值不敏感,鲁棒性更强,并且有利于获得非凸Pareto非劣解,从而体现了所提方法较强的工程实用价值.      

基于遗传算法的多目标规划的求解

文章用遗传算法求解了一道数学建模竞赛题,并与其它算法进行了比较,体现了遗传算法解决多目标优化问题的优越性．     

基于混匀配矿的露天矿山供应链建模与求解

从供应链角度出发,分析原矿配矿的生产特点,考虑生产任务和生产能力限制、库存平衡约束、资源消耗量限制以及质量指标等要求,以生产、运输、库存总成本最小、所获得净利润最大及质量品位偏差最小为目标建立了0-1混合整数规划数学模型.采用拉格朗日松弛(LR)算法对该模型进行求解.仿真实验结果表明,中规模算例LR算法可以在较快时间内获得可行解,大规模算例可以在CPLEX软件求不到解的情况下运用LR算法在可接受时间内得到可行解.最后对出矿点品位参数进行了灵敏度分析,品位的扰动对质量偏差以及总目标函数值有较大的敏感性.     

基于知识的目标规划模型的研究

将目标规划模型看成是一种知识,首先建立了知识化的目标规划模型,并用面向对象的方法对它进行知识表示,以达到知识共享和便于模型与专家系统相结合.这样就可以解决目标规划中的结构不良的问题和考虑目标函数中的优先等级及右端值等随环境变化的情况.最后结合案例进一步说明了基于知识的目标规划模型的求解流程.     

基于多基因遗传规划的矿石品位估计

由于矿床形成过程复杂、控制因素多,导致估计矿石品位相对困难.尽量降低矿床预测中的估计误差对矿产资源的开发和利用是至关重要的.克立格法被认为是最佳的品位估计方法,其必须满足对于品位空间分布的平稳性和内蕴假设.但实践上,大部分的品位数据具有稀疏、不规则而复杂的空间分布,这有时会导致克立格法违反平稳性和内蕴假设.本文提出基于多基因遗传规划的矿石品位估计方法,并将其与克立格法进行对比.结果显示,基于多基因遗传规划的方法不需要关于空间分布的假设.这样,简化了实施矿体品位预测的条件,并能取得较好的预测结果,可应用于复杂矿体品位的预测.     

基于改进蚁群算法的炼铁原料混匀过程调度优化

通过将炼铁原料混匀过程转化为一种带有顺序相关准备时间、有限中间存储和组装过程的流水车间问题,建立了以最小完成时间为目标的离散调度模型,并针对炼铁原料混匀过程提出了一种改进蚁群算法.该算法通过为单个蚂蚁设置禁忌定时器,将中间存储的状态变化用于修正蚁群路径选择的可行集,减少了调度过程中阻塞造成的时间浪费,构造出质量更好的可行解.数值仿真实验表明,该算法比遗传算法和一般蚁群算法具有更高的计算效率和更好的求解效果.     

目标规划图解法的改进

本文在分析目标规划图解法的基础上，指出了图解法存在的缺陷并提出了对其进行改进的方法     

目标规划在施工企业承包计划中的应用

用运筹学中规划论的一个分支——目标规划来解决施工企业经营计划的问题。     

目标规划在动态投入产出模型中的应用

应用动态投入产出模型制定中长期宏观经济规划时，经常遇到求多目标的最优解问题，而且，不仅要按不同优先级的目标分层次地进行优化，还要使初始年的各种经济指标符合始端条件。采用目标规划方法，可以在满足始端约束和目标年预期指标的条件下，合理地利用有限资源．定量地得出逐年的产出量、投资构成以及最终净需要量，从而可正确地制定出经济发展规划和决策。     

基于目标规划的标杆自然选择方法及其应用

为了使标杆管理能够引导和鼓励行为主体不断探索事物发展变化的规律并展示优良行为,提出基于竞优思想的标杆选择方法.采用行为主体个性化选择与群体客观推荐相结合的方式,将个体代理评价和民主代理评价共同用于标杆选择过程,兼顾了群众基础和科学性,符合心理学和管理科学的逻辑,具有理论价值.最后,通过电力公司的实例表明,本方法具有有效性和可行性.