基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物惩罚因子处理不等式约束,利用Lasalle的不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解.最后,通过仿真验证了本文算法可以在保证优化精度与收敛性条件下,大大降低计算成本.     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

多目标凸规划凝聚同伦内点算法

研究凝聚同伦内点法求解多个约束的多目标凸光滑优化问题. 用凝聚函数将多目标凸函数凝聚为单目标凸函数, 再利用凝聚函数将多个凸约束凝聚为单个凸约束, 使原来的多约束多目标凸优化转变为单目标单个约束的凸规划问题, 再利用同伦内点法求得单目标凸优化的最优解, 即为原多目标凸优化的弱有效解.     

多目标优化参数向单目标优化参数的转化研究

以夯实机冲击轮下落阶段进行运动分析为例,建立冲击轮动力参数的多目标优化模型,以水平速度变化率最小和垂直速度变化率最大为两追求目标.运用多目标优化方法中的线性加权和法对其进行优化处理,由多目标优化问题转化为单目标优化问题,运用MATLAB软件解得的最优解即为该多目标优化问题的有效解.使得优化后的冲击轮动力性能在水平方向和垂直方向上均有较大的改善.     

多目标优化的模糊解法中目标权重的处理方法

配合多目标优化的模糊解法，提出一种多目标优化中目标权重的处理方法：即不赋予各目标以相应的权数，而是针对各单目标模糊最优解，选取不同的隶属函数类型和调整隶属函数中的参数，来达到调整各目标权重的目的，研究不同的隶属函数类型及其参数对多目标最优解的影响规律，给出了具体算例。     

基于双模式更新五行环算法的多目标冷链配送

针对生产运输中广泛存在的冷链配送问题，建立了以配送成本最小化和顾客满意度最大化为目标函数的多目标冷链物流优化模型。基于五行环优化(FECO)算法，提出了双模式更新个体的五行环优化算法(FECO-DMUI)，并对多目标冷链物流模型进行求解。将FECODMUI算法与FECO算法、NSGA-II算法、鲸鱼优化算法和灰狼优化算法进行比较，结果验证了本文模型和算法的有效性，同时验证了FECO-DMUI算法在多目标冷链配送问题中能更加高效地获得路径优化的最优解集。     

用于多目标数据关联的群智能混合算法

为快速实现多目标数据的关联,将蚁群优化(AGO)算法和粒子群优化(PSO)算法相结合,提出了一种群智能混合算法.以跟踪门确定目标的有效量测,以新息的似然函数描述量测与目标的关联关系,建立多目标数据关联的组合优化模型.利用交叉变异的PSO算法求解出该优化组合模型的次优解,再将该次优解作为蚁群位置和信息素初始化的依据,利用ACO算法对目标函数的解进行细搜索以求得更优解.仿真实验结果表明,该算法能够有效地提高关联准确性和收敛速度.     

索穹顶结构多目标形状优化设计

为了得到指定结构跨度下的索穹顶结构形状最优设计方案,对设内拉环的Geiger型索穹顶进行单目标和多目标形状优化设计.以最小单位面积用钢量和最大结构刚度为目标函数,得到满足约束条件的整体预应力系数、拉索和压杆截面面积及结构形状参数的最优值.通过基于遗传算法的单目标形状优化设计以最小单位面积用钢量为目标的可行形状优化设计方案;多目标形状优化设计采用改进的带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),可得到同时考虑结构用钢量和刚度的Pareto最优解.决策者可根据不同控制目标的偏好要求,选择设计方案.     

活塞式凸轮发动机配气阀多目标优化设计

为了对大航深、多速制条件下活塞式凸轮发动机配气阀结构参数进行优化,利用瞬态的分析方法,建立活塞式凸轮发动机配气阀配气模型及缸内热力过程的数学模型。分别选取不同深度和速制条件下的燃料消耗率作为优化目标,利用遗传算法对配气阀结构参数进行多目标优化。算例优化结果表明:优化后的配气阀结构有效降低了发动机在大航深、多速制条件下的平均进气压强,且发动机的经济性达到综合最优,目标函数较优化前降低6.505%;设计的优化方法及结果可为大航深、多速制活塞式凸轮发动机的配气阀设计提供参考。     

城市交通信号灯的配时优化

研究了城市相邻两交叉口信号配时问题.先以单交叉口为研究对象,选择道路通行能力和平均延误时间作为评价指标,构造多目标联合优化函数对平均延误时间进行修正,建立最优信号配时模型.再确定A,B交叉口的相对位置,引入平均延误时间,结合两交叉口各现行参数,得出左转、直右转车道的实际饱和流率.运用遗传算法进行优化,得出最优配时方案.仿真模型检验结果表明,该方案对缓解交通压力的效果显著.     

基于外点惩罚函数与NSGA-II算法的气体分馏装置多目标优化

采用多元线性回归理论,结合最小二乘法对气体分馏装置进行优化建模,提出将惩罚函数法与非支配排序遗传算法（NSGA-II）相结合的优化策略,对气体分馏装置优化模型进行求解得到Pareto最优解集。优化结果表明,文中提出的改进NSGA—II算法求得Pareto解集的收敛性和多目标优化点的分散程度要优于NSGA．II和NSGA算法,该算法克服了NSGA—II算法Pareto解集的分散程度不均匀、NSGA算法收敛性差的问题。通过对比气体分馏装置目前工况与改进NSGA—II优化算法的结果可知,改进算法的结果成功地解决了目前该气体分馏装置能耗过高的问题,使该装置达到了节能优化的目标,为气体分馏装置的节能与优化设计提供了新的有效方法。     

多目标模糊优化理论及其在制造系统中的应用

基于单目标最优解模糊化基础上的多目标模糊优化方法能够反映各个单目标最优解与多目标满意解之间的相互关系,较好地解决多目标优化问题。文章根据多目标模糊优化的基本原理,结合目标相对优属度概念,提出了具有相互矛盾目标的系统多目标模糊优化方法,并通过示例说明了该方法在制造系统优化中的应用。     

基于多目标粒子群算法的矩形微通道结构优化

为提升矩形微通道的综合性能,通过多目标粒子群算法对矩形微通道进行数值优化,由响应曲面法拟合热阻函数,再以热阻与压降为目标函数,建立以矩形微通道结构参数为变量的多 目标粒子群算法的数学模型.由多 目标粒子群算法计算得到热阻与压降的pareto优化解集,用K-mean聚类法对优化解集进行聚类得到4个代表解,与未优化解进行对...     

船舶坐墩配墩多目标优化设计

建立了船舶坐墩配墩多目标优化设计的数学模型．选择墩木总体积和船舶尾部结构的强度储备作为目标函数,采用宽容排序法求解所建立的多目标优化模型．计算示例表明,多目标优化设计方案的墩木总体积虽较单目标优化设计结果有所增加,但船舶尾部结构强度储备亦明显增加．多目标优化设计方案同时兼顾协调了两个不同性质的性能指标,使得设计更为合理．     

基于膝点驱动进化算法的工程施工多目标优化

在传统的工期-成本施工优化体系上引入安全水平和环境影响两大目标,构建施工工期-成本-安全-环境多目标优化模型,采用膝点驱动进化算法KnEA进行多目标寻优。首先,构建工期-成本-安全-环境目标函数,其中安全目标函数的构建采用网络系统理论,构建工期-安全、成本-安全函数,环境目标函数考虑项目对环境的直接影响和间接影响; 然后,以工期天数、直接成本为输入,进行KnEA模型的参数设置,选取典型工程项目施工工序组合构建施工多目标优化模型。最后,利用KnEA算法求解,得到使工期-成本-安全-环境综合最优的工序执行模式组合的帕累托最优解集,与典型优化算法对比,验证了knEA算法在工程施工多目标优化中的有效性,从而证明了本文能有效指导施工过程的优化管理。     

向量多项式优化问题的数值方法

向量多项式优化问题中的目标函数和约束条件都是由多项式描述的.先将多目标多项式函数分别通过主要目标法、线性加权和法和理想点法等转化为单目标多项式函数,再利用Lasserre松弛方法求解该多项式优化问题,从而得到原向量多项式优化问题的弱有效解或有效解.数值实验结果表明该数值方法是有效的.     

计及V2G的最优调频功率分配研究

以合理分配调频功率为主要目标,建立了以电动汽车接入电网(V2G)调频服务收益最大化和最终电荷状态方差最小化为优化目标的数学模型,并以纽约州独立系统交易运行机构(NYISO)的实时辅助服务价格和负荷数据为例,利用粒子群优化算法优化目标函数,对比分析不同方案下的仿真结果。仿真结果表明:引入权重系数有效地避免V2G调频服务中电动汽车"高充低放"的现象;提出的多目标优化方案使得电动汽车代理商获得最大调频利润的同时,调频功率在电动汽车中的分配更加合理。     

认知无线网络中基于HJ-DQPSO优化的频谱分配机制

在认知用户和授权用户共存的认知无线网络模型中,为了解决认知无线网络中最大化网络效益和用户间接入网络的公平性联合最优化的多目标频谱分配难题,提出了一种新的基于 hooke jeeves（HJ）计算和量子粒子群（quantum particle swarm optimization,QPSO）理论的离散多目标组合优化机制,即 HJ-DQPSO 优化机制。该机制中,提出了采用 HJ 算法进行局部搜索,防止陷入局部最优,并对 QPSO 算法进行离散化处理以便更匹配离散的频谱分配模型。与现有的频谱分配算法进行仿真性能比较,实验结果表明,该机制具有逼近最优解、快速收敛、不易陷入局部最优、参数设置少的特点。在不同的优化目标情况下,能够较好地逼近频谱分配最优解而且可以实现快速收敛,在满足多个优化目标的情况下可以获得更合理的频谱分配方案。     

油气藏能量方程与一种新的配产理论初探

从能量守恒入手,运用热力学第一定律定量考察了油气藏开采过程中的能量转化问题,推导出了适合于多井开采情形下的油气藏能量方程。根据油气藏能量方程的微分结构,提出将“在满足总油气产量要求的情况下,使人工补充能量和油藏自身天然能量的剩余减少得最慢,或者说使这些能量随时间的变化率达到最小”作为优化配产的目标,并把所获得的油气藏能量方程应用于配产问题,建立了新的数学模型。利用拉格朗日求极值方法,求解数学模型,得到简捷结果,并将这一结果概括为“均能开采”以指导在多井之间的配产实践。为优化配产提供了新途径。