四川西部地区水文站网优化探讨

利用模糊数学中聚类分析和贴近度的方法，对四川省西部地区岷江和大渡河流域中的中等流域的区域代表站进行优化分析，提出布站原则和设站顺序。     

徐州市水文站网优化调整浅议

水文站网优化是现代水文站动态管理的基本需求。本文基于徐州水文站网的现状和多年水文资料的分析．探讨了徐州水文站网优化调整的思路,提出了徐州水文站优化调整的建议,以期促进徐州水文事业的发展,提高徐州水文站网服务功能。     

感潮地区水文站网优化分析

用河网非稳定流计算的方法，对感潮地区水文站网优化分析方法作了积极的探讨，通过黄浦江上游地区的应用初步表明此法是行之有效的，具有较高的精度和广泛应用的前景。     

Bayesian网的信息熵

 用信息熵的观点,如果将Bayesian网看作Agent的背景知识,采用与Bayesian网对应的概率分布作为信念函数的Agent的分布是最合理的,说明了与最大熵相对应的概率分布正好是在条件独立性假设下由Bayesian网确定的特征概率分布.     

基于遗传算法的多目标优化算法

本文先介绍了遗传算法的实现技术,又介绍了多目标优化问题的概念,然后使用遗传算法来求解多目标优化问题。文中使用了均匀设计方法来设计适应度函数,并设计了新的变异算子,算法结果是有效的。     

基于遗传算法的多目标优化方法

本文通过建立多目标问题模型,提出了运用改进的遗传算法求解多目标物流网络问题.该算法借鉴AHP方法的思想,采用将其与遗传算法混合的求解策略,并采用分阶段化的实数编码思想以及相应的遗传算子设计,对遗传算法进行适应性改进.     

基于Isight的博弈多目标优化

复杂多目标优化设计中常遇到性能目标与设计变量之间不具有显式的函数关系式,难以直接运用传统优化方法进行设计计算,且多个性能目标相互耦合,设计周期长等问题。针对这些问题,本文提出了基于Isight的博弈多目标优化设计方法,在Isight优化平台下集成Solidworks软件和Ansys软件进行建模与分析,运用博弈论思想分别建立合作博弈模型和非合作博弈模型,用遗传算法对模型进行求解获得优化解,并以悬臂梁多目标优化设计进行示例说明。     

基于模糊逻辑的多目标优化问题遗传算法求解探讨

基于群体搜索的遗传算法求解多目标优化问题具有独特的优势,鉴于决策者事先对于各目标的重要性一般只有模糊的认识,文中对各目标进行了模糊化处理,构造了适应值函数,提出了基于模糊逻辑的多目标优化问题遗传算法求解方案.     

基于线性目标规划的切削参数多目标优化

切削参数是切削过程优化最重要的控制因素,为了研究切削参数的多目标优化问题,本文采用了线性目标规划理论,建立了一个以最大金属切除率和最小工件表面粗糙度作为优化指标的多目标优化模型,并且以切槽车刀的车削为实例,采用目标单纯形法求得其最优解,确定了每一个目标函数与事先给定的对应目标值的逼近程度。结果表明,这种模型可以将决策者指定的目标与数学模型融合在一起。为实际生产中,根据各项指标的目标值来选择最优切削用量,提供了一种新的理论方法。     

基于信息熵的粒子群优化算法

粒子群算法是一种进化计算技术,成功地运用于广泛的数值优化问题.PSO算法在求解高维复杂函数优化问题时容易陷入局部最优.有鉴于此,提出了一种基于信息熵的粒子优化算法.该算法提高设计了一种兼顾种群选择性压力以及种群多样性的选择策略,从而提高了粒子在运行过程中的多样性.实验表明,该算法有效避免了陷入局部最优,提高了全局最优解的搜索精度.     

考虑外网效益的微网改进多目标优化调度

在建立微网多目标优化模型时,除了考虑微网自身效益,同时还考虑了微网对外网运行的影响成本,增强了对外网的友好性。针对传统多目标粒子群容易陷入局部最优的问题,提出了基于外部档案监测选择机制的改进MOPSO;并在速度更新公式中引入了小扰动,使求得的Pareto前沿解分布更均匀。在求得Pareto最优解集后,综合考虑微网的安全稳定性能指标,采用基于熵权法的决策机制,从最优解集中筛选出最佳调度方案。最后以一典型微网为例,验证了改进MOPSO的优越性和考虑外网效益的必要性。     

基于多目标优化的冷轧带钢压下规程优化

轧制规程的计算是轧机连轧生产工艺的核心内容,是轧机生产能力发挥、产品厚度精度及板形质量的基本保证,因此轧制规程的优化尤为重要。本文根据轧制过程的实际需求,结合多目标优化算法,以总能耗最小和带钢板形良好为目标,建立多目标优化数学模型,并从理论上分析,可以取得较好的优化结果,从而优化轧制规程,提高生产能力。     

基于多目标优化的多Agent信任联盟模型

基于交互历史建立信任联盟模型,采用多目标优化算法实现联盟信誉最大和联盟收益最大化的双目标优化。实验验证结果表明,模型对联盟的优化效果优于单纯追求联盟信誉或联盟收益最大化的单目标优化效果。     

基于多目标优化的儿童座椅匹配方法

基于一款已获得国家专利的集成式儿童安全座椅约束系统参数可调的特征,选择座椅高度、靠背角度、安全带限力器限力值为优化变量,以儿童乘员头部损伤、胸部损伤、颈部损伤为优化目标,采用多项式回归近似模型和多目标进化算法相结合的方法对该集成式儿童座椅在保护3岁、6岁、10岁儿童乘员时的可调约束参数进行了多目标优化.结果表明:优化后的约束参数能对上述儿童乘员提供更好的保护作用,优化效果显著.最后在得到的3组优化约束参数的基础上,提出了一种针对3～10岁不同身材儿童的自适应匹配方法.     

基于多目标优化的移动机器人避障算法

针对移动机器人自主导航过程中由于过多寻求当前时刻最优路径或最优解而产生死锁或震荡现象,提出了一种动态变化权重的移动机器人行为融合避障算法.该算法利用多目标优化方法获得移动机器人最有效解,并把指定目标的移动机器人避障导航过程分解为3个子行为避障系统.通过动态改变子行为函数的权重和优先级,实时获得当前时刻最满意路径或最有效路径.实验结果表明,该算法可在确保避障过程鲁棒性前提下,有效地改善避障导航的安全性和平滑性。     

基于多目标决策的电网无功优化

从经济学的角度引入了调控成本概念,用变量梯度法计算系统优化前后网损变化量、优化前后电压平均偏离变化量、调控成本三个指标,再用层次分析法(AHP)进行多目标决策,计算电容器和变压器是否值得动作.IEEEl4节点算例表明所提出的方法能有效地提高系统运行的经济性和安全性.     

基于多目标优化的虚拟机放置方法

在虚拟机放置问题中,传统启发式方法不能完全适用于复杂的云计算环境,采用智能算法的研究又缺乏对时间开销的考虑。针对上述问题,提出一种基于Memetic算法的虚拟机放置(Memetic algorithm-based virtual machine placement MAVMP)方法。MAVMP方法针对云数据中心运营情况建立了最小化能耗、最小化运行时服务等级协议违例率(service level agreement violation time per active host, SLATAH)以及最大化资源利用率的多目标优化模型,将虚拟机按照资源请求情况进行分类,并利用该分类方法改进了Memetic算法,利用改进后的Memetic算法求解多目标优化模型,得到虚拟机放置方案。仿真实验结果表明,仿真数据中心利用MAVMP方法进行虚拟机放置后,其在能耗、资源利用率以及服务质量的评价指标上都有着良好表现。并且,MAVMP方法与已有的基于智能算法的虚拟机放置方法相比计算时间也大幅下降。     

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.      

基于多目标准则的流域站网优化

对于流域站网空间布局不合理(含有大量冗余站点及监测空白区等)的问题,基于美国伊利洛伊斯河下游流域27个站点4年的日均径流量数据,以站网中联合熵最大、冗余度最小且数据波动最小3个准则,构建了联合熵比、冗余度比和纳什效率系数(NSE) 3个目标函数对站网的信息量进行定量评估。约简流域冗余站点构成初步优化站点组合,并根据出水口得到的潜在站点确定流域需要新增的站点。结果表明:在原站网的基础上选出11个站点构成初步优化站点组合,其联合熵与原站网相等,冗余度减少74. 2%;在初步优化站点组合基础上新增3个站点,联合熵和冗余度分别增加37. 1%和22. 3%;与原站网相比,优化后的站点数量为14个,联合熵增加了37. 1%,冗余度减少了68. 5%。