一主多从非光滑多目标优化方法

研究一主多从非光滑多目标优化问题,分别就从者间决策为无关联和有关联两种情形,给出相应的求解方法及有关性质。     

基于有序的多目标优化方法研究

本文根据系统有序时, 描述系统宏观行为的状态变量中某些被称为序参量的状态变量支配着其它变量, 这些状态变量达到局部最优并具有较好稳定性以及外部控制参量达到一定阈值的特征, 建立了一种以有序为优化标准的多目标优化方法。这种优化方法不仅能获得更为科学的结果, 而且还能揭示系统的现有结构, 现有资源及所处环境是否合理。     

梯形机翼多目标气动优化研究

针对气动优化设计问题,基于优化集成软件ModelCenter结合VB自编程序、CAD、计算流体力学仿真(CFD)软件及多目标遗传算法构建气动协同优化设计、分析平台,进行梯形机翼多目标气动优化、仿真分析研究.论文研究了三维CFD仿真、响应面代理模型(RSM)分别与多目标遗传算法结合的优化方案及其关键技术的解决途径.算例结果表明两种优化方案结果吻合,结合流场分析,表明优化方法的合理,气动优化设计平台有效.     

多目标优化与决策中的相对有效性理论

就多目标优化与决策问题，本文提出了一种解的新概念──—相对有效性和弱相对有效性，并讨论了它们与Ｐａｒｅｔｏ有效性之间的关系，给出了相对有效性的几何意义与经济解释及相对有效解的存在性定理，根据这一新概念，设计了一种多目标决策分析方法──—相对有效性决策法（ＲＥＤ）。最后演示了ＲＥＤ方法的数值例示，并从实际应用结果中得到了若干启示。     

系统可靠性多目标优化的满意解

对系统可靠性多目标优化模型 ,由各单目标函数来分别定义一个目标满意度函数 ,再将各目标满意度函数用取小算子和加权指数综合为一个总满意度函数 ,最后以总满意度最大为目标建立一个单目标优化模型 ,该单目标优化模型的解是原多目标优化模型的一个非劣解 ,这一非劣解即可作为原多目标优化模型的满意解。最后以一个串联系统的可靠性多目标优化问题为例 ,给出了求满意解的具体方法。     

冲压发动机导弹弹道多目标优化

冲压发动机导弹弹道设计优化与固体火箭发动机导弹弹道优化不同,主要体现在其弹道与冲压发动机推力的强藕合性上.多目标遗传算法是多目标优化的强有力工具,它可以有效的找到Pareto前端,设计人员可以从中选择满意的最佳方案.建立了带冲压发动机导弹优化需要的数学模型,并采用改进的非劣分类遗传算法(Nondominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)对冲压发动机导弹弹道进行多目标优化,结果表明弹道与冲压发动机推力进行一体化优化可以显著的提高弹道性能.     

系统可靠性优化的离散多目标决策方法

工程实际中 ,人们往往在追求系统的可靠性达到最大的基础上 ,又追求系统的造价到达最小。另外 ,系统中单元的可靠性有时需从给定的离散集中选取。针对上述现象 ,提出了离散多目标决策方法 ,用于选取大型复杂系统中单元可靠性的最优值。算例表明所提出文方法有效     

多目标优化与决策的混合方法及其应用

本文综合求解多目标问题有效解的线性加权和法、ε-约束法和杂交算法,提出了一种多目标优化方法——混合算法,并根据这一算法,设计了一种多目标决策方法——混合决策方法。最后讨论了混合方法在资源分配问题中的应用。     

基于多目标模糊优化模型的奇台县种植业结构优化配置

运用多目标模糊优化模型,对新疆奇台县农业种植结构优化配置进行了探讨。结果表明,要使其农业综合效益最大,必须要调整农业种植结构和减少农作物种植面积。在现有农业供水量不足的情况下,小麦、大麦面积需要逐渐减少,而玉米及经济作物（油料、甜菜）的面积应适当增加。相对2005年,在P=50%的灌溉用水的保证率下,2010年小麦、大麦种植面积应分别减少14.9%、19.2%,而玉米、油料、甜菜则应分别增长4.7%、23.4%、75.7%;到2015年,前两者需减少15.0%和20.6%,后3者增加2.6%、23.1%、75.0%。同时,在这两个时间段农田总面积将减少1 580 hm2、1 935 hm2,使农作物种植面积和水量实现最优分配。     

一种用于多目标优化的混合遗传算法

将遗传算法与局部优化方法相结合,提出了一种用于多目标优化的混合Pareto遗传算法(HPGA)。针对遗传算法局部优化性能较差的缺点,引入直接搜索策略以增强算法的局部搜索能力。HPGA首先运行Pareto遗传算法,以得到近似的Pareto最优解;然后启动直接搜索对其进行进一步优化。仿真结果表明HPGA兼具有良好的全局优化性能和较强的局部搜索能力。与Pareto遗传算法相比,HPGA不仅提高了优化搜索的效率,而且能够保证收敛到多目标优化问题的Pareto最优前沿面。     

一种多目标优化问题的混合优化算法

利用分布估计算法(EDA)的全局搜索性能及差分进化(DE)算法的局部优化能力,提出了一种多目标优化问题的混合智能求解方法DE-EDA.DE-EDA的子代个体由两部分构成,一部分按差分进化算法生成,另一部分则是通过对分布估计算法的概率模型进行随机采样生成.利用模拟退火技术在线调整尺度因子Pr,即在进化的初期选择较大的Pr,以保证EDA起主导作用,由EDA引导DE搜索向Pareto前端,增加全局搜索能力,然后在进化的过程中逐渐降低Pr,使得DE逐渐占据主导作用,确保解精确收敛到Pareto前端.通过4组基准函数来测试算法性能,并与NSGA-Ⅱ和DE算法进行实验比较,结果表明该方法不仅解的多样性和分布性好,而且能够有效提高种群进化的收敛速度,是一种求解多目标优化问题的有效方法.     

多目标优化在投标决策中的应用

施工企业在投标决策中要依据多种标准时投标项目进行选择。为了达到企业的经营目标, 企业要选择那些适合企业条件、能发挥企业优势且盈利较多的工程项目进行投标。本文利用多目标优化中优序法和功效系数法的原理来解决企业投标决策中的项目选择问题。这两种方法能综合考虑多种因素, 特别适用于含有定量和定性因素的决策问题。     

一种极坐标下的改进多目标粒子群优化

对现有多目标粒子群优化算法的全局最优解选择机制进行分析,指出其不足。在此基础上设计一种全新的极坐标下的选择机制:利用极坐标下解和粒子的角度信息计算适应度角度,选择适应度角度最大的解作为粒子的全局最优解。并针对多目标粒子群优化算法在迭代后期收敛变慢的问题改进位置更新公式:将位置更新过程产生的中间点也作为粒子新位置的候选解,有效提高算法收敛速度。对测试函数的仿真试验表明,所提出的改进算法在解集的分布性和收敛性上较其它典型算法有明显提高。     

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。     

连续体结构的模糊多目标拓扑优化设计方法研究

提出了连续体结构静力学和动力学多目标拓扑优化设计的模糊-目标规划方法。该方法利用目标规划方法将多目标优化问题转化为等效的单目标问题,并用模糊集理论中的非线性隶属函数来体现目标规划方法中目标函数期望值所具有的模糊性和不确定性。以结构静力学的刚度和动力学的特征值作为优化的两个目标函数,提出并建立了连续体结构拓扑优化设计的多目标优化模型。用移动渐进线方法(MMA)求解单目标优化问题,用序列线性规划方法(SLP)求解模糊-目标混合规划问题。通过典型的求解算例验证了所研究方法的有效性。     

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.     

客车车身正面碰撞仿真分析及拓扑优化

通过对某客车车身碰撞进行有限元仿真分析,综合分析客车车身的碰撞安全性能,得到了客车驾驶室、前底架的最大加速度变化状况以及车身前面部位吸能性能时间历程曲线,结合碰撞分析结果,对前底架进行拓扑优化设计,根据拓扑优化结果,对前底架进行相应的改进设计。对改进后的模型重新进行碰撞仿真分析,发现改进后模型的碰撞被动安全性比改进前有了较大程度的提高,同时,驾驶室附近的最大变形能够满足国家正面碰撞法规规定。说明利用计算机仿真技术来指导客车车身及前底架的结构改进是很有成效的,具有较大的工程借鉴意义。