基于NSGA-Ⅱ 的医疗设备预防性维护与病人调度联合优化

[目的]针对病人进行核磁共振成像预约检查过程中出现的调度与设备维护计划相互影响的问题,提出一种联合优化模型,研究对象是单机系统,多位病人等候进行检查.[方法]考虑到设备失效服从威布尔分布,设备具有堕化效应,引入役龄递减因子、失效率递增因子、维护时间递增因子和维护费用递增因子对设备的劣化过程做了模拟,构建了合适的维护方案.接着考虑到病人就诊过程中设备必须保持足够的可靠度,保证病人就诊检查全过程的安全性,制定了一种提前式预防性维护方案.[结果]以总成本最低、总延误时间最少、总就诊时间最少为 目标,采用NSGA-Ⅱ算法求得Pareto最优解,采用层次分析法使医院的预约系统能够根据实际情况排布出合适的调度方案,有效协调病人就诊调度与设备维护计划.[结论]通过实际算例证明了所提出的联合优化模型的有效性.     

基于NSGA-Ⅱ与RBF神经网络的车身薄板定位布局研究

为了解决车身薄板定位布局设计效率低,装夹易变形的问题,提出了一种基于NSGA-Ⅱ与RBF神经网络的车身薄板定位布局设计方法,以薄板定位时的偏差传递路径最小和稳定性最高为约束条件,应用NSGA-Ⅱ算法优化前3个定位点,在有限元样本的支持下分别构建BP和RBF神经网络预测模型并进行对比,选择预测精度较高的RBF神经网络结果作为个体适应度值。分别应用遗传算法和粒子群算法在RBF神经网络中寻优并对比,选择收敛速度较快和求解精度较高的粒子群算法的求解值作为第4个定位点的最优解。以座椅安装横梁作为模型验证研究内容。结果表明,零件在优化后定位布局下的最大装夹变形仅为优化前最大装夹变形的27%。因此,RBF神经网络可以对薄板装夹变形进行有效预测,研究结果对进一步开展车身焊装夹具设计和机身薄壁件定位布局研究具有参考价值。     

桁架结构多目标优化的NSGA-Ⅱ改进算法

为克服桁架结构多目标优化设计中约束条件和离散变量处理困难、收敛效率低等问题,在保留原算法优点的同时,对多目标进化算法NSGA-Ⅱ进行了改进。为了验证改进效果,对经典的空间桁架结构进行了优化;并与其他算法的优化结果进行了比较。结果表明改进算法在桁架结构优化中的表现优于原算法和其他算法,具有良好的收敛性和稳定性。     

基于NSGA-Ⅱ和PGA混合遗传算法的中压配电网线路优化规划

目前,中压配电网的供电可靠性得到了广泛的关注。为此,本文以经济性和可靠性最优为优化目标,建立了配电网的网架优化规划模型。基于帕雷托最优理论,本文结合NSGA-Ⅱ（Non-dominated Sorting Genetic algorithm Ⅱ）算法和单亲遗传算法（Partheno-geneticalgorithm,PGA）对该模型进行了求解,得到了分布均匀的帕雷托最优集,并从中确定了综合效益最优解。通过典型算例和与现有方法的比较,验证了本文方法的有效性,表明其能够满足实际工程的不同要求,为实现灵活的配电网网架优化规划提供理论依据。     

WSN中基于多目标优化的协同任务分配算法

对无线传感器网络目标跟踪中的协同任务分配机制进行了研究,针对一般任务分配算法中优化目标单一的缺陷,提出了一种基于多目标优化的任务分配算法.首先,建立了基于动态联盟的具有跟踪精度、系统能耗、负载均衡等多个目标参数的优化模型,并采用多目标进化算法NSGA-Ⅱ对模型进行求解;然后,提出了一种基于折中度的决策精选策略,从最优解集中决策出最终的任务分配方案.针对跟踪精度、能耗、负载均衡的仿真结果表明:所提算法可以对多个目标并行优化,较快收敛到全局最优解;与一般任务分配算法相比,该算法可获得更佳的调度结果.     

基于NSGAⅡ的交直流系统无功优化

在交流系统与直流系统互联以及大规模分布式电源并网中,传统以网损或电压稳定性的单一目标函数已经无法满足电网优化的需求。为此,以交直流系统总网损和节点电压偏移量作为目标函数构建多目标交直流系统模型,在传统遗传算法加入快速非支配排序方法,并且在遗传过程中采用精英保留策略防止优良个体的丢失,从而求解得到多个pareto非劣解集。对IEEE30节点系统标准算例进行验证,所得结果验证了所提方法的可行性。     

基于缓存开销的信息中心网络缓存协作策略

网络化缓存策略影响ICN网络的传输性能,考虑到缓存执行时的开销不仅包含访问缓存节点时的路径代价,还应包含替换旧信息的替换代价,因此提出一种基于路径访问代价和节点替换代价的缓存协作策略(path and node cost based cooperative caching strategy, 简称PNC3S).该策略对两种代价进行整体考虑,将代价总量作为是否进行信息与节点匹配缓存的依据,对提出的策略模型进行优化分析,将最优解作为缓存部署方案.实验结果表明,与CEE,LCD策略相比,PNC3S可以改善网络的信息缓存率、服务器的负载率、网络链路平均利用率,以及访问跳数减少率.     

基于MEC-D2D的分布式协同缓存方案

针对移动边缘计算服务器存储能力有限的问题,利用终端通信技术数据共享优势提出了一种基于动态规划的移动边缘计算与终端通信(MEC-D2D)协同内容缓存放置策略.首先分析协同通信模型中的内容流行度、缓存空间有限性以及干扰限制等因素对用户内容获取平均时延的影响;然后通过建立内容分段获取模型,以降低用户内容获取平均时延为优化目标...     

RIS辅助的UAV与用户协同缓存策略

研究了智能反射面（RIS）和缓存辅助的无人机（UAV）中继通信系统方案,通过在UAV与用户之间搭建RIS反射信号,改善信道环境;在UAV与用户设备上部署缓存设备,预先存储热点内容,减轻无线回程链路的压力;以最大化用户服务成功概率为优化目标,建立缓存容量受限约束下的UAV与用户协同缓存放置策略优化模型,针对该非线性连续非凸约束优化问题,提出基于鲸鱼优化算法（WOA）的求解方法.仿真实验结果表明,使用RIS可以有效降低UAV通信中断概率,基于WOA的UAV与用户协同缓存最优放置策略优于现有其他两种缓存策略,能有效提高缓存命中概率,从而提高用户服务成功概率.     

基于NSGA-Ⅱ的物流末端人员配置的多目标决策

研究同时考虑客户满意度和成本的物流末端配送环节中快递人员配置问题。在考虑到满意度和快递员的情况下,通过人员配置成本、惩罚成本和运输成本所构成的总成本最小和顾客满意度最大时的人员配置方案,并采用NSGA-Ⅱ算法在Python软件上求解物流末端配送问题,最后进行了案例分析。分析结果表明：所建立的物流末端人员配置和路径优化的多目标优化模型实现了人员配置、客户满意度和成本的优化,且能够在保证客户满意度的情况下降低人员成本。所提出的方案为物流末端快递人员配置的多目标优化问题提供了理论依据。     

京津冀协同发展背景下河北省铁路网布局优化

在京津冀协同发展背景下,对河北省铁路网布局进行优化.首先在对影响铁路网布局的京津冀协同发展,过境运输需求等因素分析的基础上,结合既有铁路网情况,形成布局初步方案.其次将研究对象划分成20个交通小区后,对交通生成和交通分布进行预测,得出2020年和2025年20个交通小区之间的客运量和货运量,再经过多次流量分配后得到布局优化方案.最后利用路网密度指标对河北省铁路网布局优化方案进行了评价,结果表明,该方案具有一定的合理性,能够满足未来河北省的经济发展要求.     

基于NSGA-Ⅱ的老旧小区改造方案优选

老旧小区改造是改善民生的重要举措。“怎么改”是改造过程中利益相关者关注的重点问题之一。在确定改造内容之后,由于各改造内容的工艺、功能、材料、品牌等不同,改造方案选择基数大,不同改造方案对应的改造工期、成本、质量等评价目标也各不相同,科学优选改造方案是实现预期改造目标的重要工作。以改造方案的工期、成本、质量为目标,建立多目标优化模型,采用NSGA-Ⅱ算法进行求解,得到较好的Pareto前沿,为决策者选择老旧小区改造方案提供依据。结果表明：该方法进行方案优选能够提高方案寻优效率,所得方案更具说服力、科学性。     

基于遗传算法的车间设备虚拟布局优化技术研究

根据车间布局设计的最小物流费用原则,建立车间设备布局优化模型,并对该优化模型进行遗传算法求解．借鉴车间设备布局的块树表示法,设计了基本块、分割线和方向的混和染色体,并给出解码方法．根据车间布局优化的特点,改进选择算子、交叉算子和变异算子等遗传操作算子,设计基于块树的分割线有效性检验算法,并融合了选择交叉算法的优点,有效地避免了遗传过程中无效个体的大量出现,保证了算法的有效性和高效性．最后,给出了一个12台设备车间布局仿真算例,结果表明,算法快速地在进行到170代左右时达到了收敛,并采用虚拟现实技术将计算结果形象地呈现出来．本文所提出的方法能够很好地解决车间设备虚拟布局问题．     

中等城市排水系统的优化——系统管网布局的优化

本文提出了管道费用指数的概念。将排水系统规划中的网络布局优化问题分解为两个子问题,即主干管输水路线的优化子问题和网络最后布局的优化子问题;利用网络技术的方法,能方便地获得其优化解。实际计算结果表明,它比传统的方法节省开支,有良好的经济效益。     

基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

非平稳到达的码头集卡预约优化模型

针对集货高峰期集卡到达不均而导致的码头严重拥堵问题,运用排队理论和积压后移平稳估计(SBC)方法,通过同时考虑内在的码头服务能力和外在的集卡到达特征制定集卡预约策略.基于闸口、堆场集卡两阶段排队等待时间构建码头集卡预约多目标优化模型,最后用改进的NSGA-Ⅱ算法对模型进行求解.算例结果表明,所构建的模型不仅可以应对集货高峰期时集卡的预约,同时通过优化使得决策天内集卡的平均等待时间得到较大减少且有效均衡了集卡的到达.     

基于战时飞机出动架次率的保障设备优化配置

军用飞机战时的出动架次率是表征军机出动能力的重要参数。以保障设备的利用率和费用为主要约束条件,以飞机的出动架次率为目标函数,建立蒙特卡洛排队过程仿真模型。利用蒙特卡罗仿真求解目标函数值,应用遗传优化算法对满足约束条件的保障设备配置方案进行优化,使得飞机的出动架次率最高,最终得出基于出动架次率的保障设备配备比;并对飞机的出动架次率进行敏感性分析,得到保障设备配备比对出动架次率的影响曲线。     

一种增强多样性的改进型NSGAⅡ算法

传统NSGAⅡ算法通过计算个体的拥挤距离保持群体分布性。为改善算法中存在的不足,使得新算法在测试问题集上表现更好,本研究对算法的多样性进行改进。受PBI效用函数的启发,抽取其中的d₂距离作为选择机制并与传统NSGAⅡ算法结合,提出一种计算d₂距离的改进型NSGAⅡ算法（d₂_NSGAⅡ）,用于改善传统算法的收敛性与多样性。通过实验对比发现,相比NSGAⅡ以及其他一些算法,新算法在一些测试函数的高维多目标优化问题上有明显的优势。因此,d₂_NSGAⅡ是一种较好的解决高维多目标优化问题的新算法。     

基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。