多目标优化在图像处理中的应用综述

基于多目标优化理论对图像处理优化技术展开研究,首先分析了图像处理优化技术的研究现状,并指出了存在的问题;然后初步建立了图像处理的多目标优化模型,并给出了图像处理优化的系统流程;接着分析了图像处理优化的关键问题,包括建立优化的数学模型、确定优化的目标、选择最佳的优化算法、以及算法参数的最优设计等;最后讨论了图像处理优化技术的进一步研究方向.     

武器装备体系优化方法研究进展

武器装备体系优化是充分发挥体系效能、提高体系作战能力的重要途径。首先,论述了武器装备体系和体系优化的概念;然后,分析了当前7种主要体系优化方法--三层综合优化法、探索性方法、可执行模型法、对抗仿真优化法、多层次多阶段方法、多目标协同优化方法和数学规划法,比较各种方法的适用范围、选用模型的类型、模型关键要素、优点和不足等。最后,提出武器装备体系优化亟待解决的4个问题,为武器装备体系优化的进一步研究提供支持。     

复杂网络抗毁性优化问题的研究简

本文总结了近年来的一些研究成果,从拓扑结构、链路容量优化、路由策略优化的角度研究了抗毁性优化的问题,以期对以后的研究有一定的启示。     

设计优化可视化研究综述

现代设计优化技术日益复杂,可视化技术的引入对促进优化技术在工程中的普及与应用,提高设计质量与优化效率具有重要意义.首先分析了设计优化中存在的未知因素多、求解不透明,优化效率低、结果分析不直观等问题,阐述了设计优化可视化概念,综述了国内外研究现状及发展趋势,建立了设计优化可视化功能框架,分析了设计优化可视化系统实现的技术难点,论述了综合应用多种可视化方法,多角度解决问题的技术策略.     

备件配置优化问题研究

首先对备件配置优化问题进行了概述,并研究了目前国内外备件配置优化问题现状,归纳了以备件需求量为中心的预测模型以及以缺货为中心的优化模型.把备件配置优化问题看作是一个组合优化问题,然后给出了传统边际效益分析方法解决问题的步骤,接着给出采用仿真优化方法解决问题的思路,即采用优化模块缩减策略空间并采用仿真模块评估策略的优劣.并给出一个应用实例对仿真优化方法进行验证.     

基于混合粒子群算法的装运机械组合优化方法

针对堆石坝工程物料装运机械组合优化问题的复杂性, 建立了装运机械的多目标非线性组合优化模型(MOOM). 进一步地, 把加权法和惩罚函数引入到带收缩因子的粒子群算法中, 提出了一种新的求解多目标非线性组合优化问题的混合粒子群算法(MI-HPSO). 该算法具有概念简单、参数设置少、收敛速度快及全局搜索能力强的特点. 实证研究表明, MI-HPSO为解决物料装运机械MOOM优化模型提供了有效的决策方案.     

多方法协作优化算法协作策略研究

为充分发挥多方法协作优化的优势,研究了多方法协作优化算法的协作策略特性。比较了采用并联、串联、串并联和嵌入协作策略的多方法协作优化方法的不同优化特性,得出协作策略选择的一般准则。以典型全局优化测试问题进行了分析验证。研究表明,多方法协作比单独优化方法更具优势;合理选择协作策略,可以进一步提高多方法协作优化方法的优化特性。     

自适应协同优化方法研究

针对一致性约束条件造成协同优化方法计算困难的问题,研究提出了一种自适应协同优化方法.首先将设计变量空间划分为三类区域,分析了每个区域内一致性约束松弛量与系统可行域和学科一致性的关系,并在此基础上提出了三种一致性约束松弛量的确定方法.然后基于上述方法,给出了自适应协同优化的算法流程,对比分析了相对于标准协同优化算法流程的改进之处.最后采用自适应协同优化方法对两个典型MDO算例进行优化,证明了该方法具有较好的鲁棒性和收敛速度.     

基于近似技术的导弹总体设计优化方法研究

实施多学科设计优化方法有助于提高总体设计水平，但同时也使总体优化问题变得更加复杂、计算更加困难，因此需要采用近似技术。在对设计空间探索方法和多学科设计优化中应用的近似技术进行研究的基础上，提出在优化系统中采用综合探索近似寻优方法以实现快速寻优，最后通过一个应用实例验证了综合探索近似寻优方法的可行性。     

基于粒子群-遗传的混合优化算法

提出了一种基于实数编码的粒子群优化和遗传算法的混合优化算法,该算法首先由粒子群优化进化一定代数后,将最优的M个粒子保留,去掉适应度较差的pop_size M个粒子。然后以这最优的M个粒子的位置值为基础,选择复制得到pop_size M个个体,并进行交叉、变异等遗传算法运算。最后将保留的M个粒子位置值与遗传算法进化得到新的pop_size M个体合并形成新的粒子种群,进行下一代进化运算。该算法在进化过程中能进行多次信息交换,使两种算法互补性得到更充分的发挥。通过5个函数优化实例与其他多种算法的对比研究,表明该算法收敛性能好,运算速度快,优化能力强。此外,还研究了最优粒子保留规模M以及粒子群优化进化较少代数规模对算法性能的影响。     

基于Modelica语言的多领域模型仿真优化研究

在分析多领域物理系统仿真优化特点的基础上,研究了Mode1ica模型仿真优化的关键问题:基于模型的编译信息实现多实例、多目标启发式仿真优化建模;并利用Modelica语言的结构化注解特征实现仿真优化模型的混合表达;在自主研发的多领域统一建模与仿真平台MWorks下实现了多领域仿真优化流程和若干优化算法.最后以F14战机简易模型的控制参数优化为例验证以上方法的有效性.     

基于复杂适应系统理论的水土资源优化配置研究进展

复杂适应系统理论是现代系统科学的一个新的研究方向,已经在国内外水土资源优化配置中得到了应用并取得了成果。论述了复杂适应系统理论的基本概念、核心思想以及近年来该理论在国内外水土资源优化配置应用的研究现状,分析了理论在应用过程中存在的问题,强调指出了目前的研究中对单项的水、土资源优化配置研究较多,把二者结合起来的较少。最后对复杂适应系统理论在水土资源优化配置中的应用前景进行了展望。参38。     

基于遗传算法的相位调制波形智能优化

随着智能化程度的提高,雷达发射信号更加复杂多变.为有效应对复杂的、未知的威胁信号,需要提升对抗系统智能对抗的能力,提出一种基于智能优化算法的对抗波形智能优化方法,并通过仿真实验对基于遗传算法的相位调制波形智能优化进行研究.不同优化参数、不同实施条件、不同雷达信号及信号变化条件下的实验结果表明,遗传算法能够以较少的迭代次...     

面向仿真优化的粒子群算法计算模型

粒子群优化算法（Particle Swarm Optimization,PSO）是群集智能的典型代表,其参数较少且操作简单,故一直是智能优化算法研究应用的热点。然而PSO有易早熟和搜索精度不高的缺陷,针对此弊病,在基于仿真的优化（Simulation Based Optimization,SBO）思恕体系下,融合人工生命、基于Agent的升算和计算智能,提曲面向SBO的PSO计算模型,茅籽PSO的系统研宄和算法改庭抽象力一含大规模纽合优化问题的求解。最后利用一系列benchmark函数进行了仿真优化实验,取得了较好的结果,从而论证了本思想方法的可行性与可信性。     

基于线性分派法对公交线网优化方案排序

利用线性分派法研究了公交线网优化方案的排序问题.在给出公交线网的优化原则、约束条件以及优化目标的情况下,利用函数关系将它们量化处理.在定义正负理想方案的基础上,对决策方案进行贴近度单排列,并综合所有指标求决策方案排列频率次数的情况下,建立了公交线网优化方案的线性分派模型.然后,利用匈牙利算法对模型进行了求解,得到了最佳的优化方案.最后,对模型应用的结果表明,该方法有广泛的应用前景.     

系统工程优化决策理论及其发展战略

系统工程是一门综合性的技术学科.本文分别从单人优化决策和多人优化决策的角度出发:介绍了系统工程涉及到的优化与决策方法.包括最优化理论、决策理论、博弈论等多种理论方法.综述了每种理论方法研究问题的特征、基本的结论以及发展过程,并对系统工程中使用到的优化与决策理论的发展趋势进行说明.为解决系统工程问题使用到的优化与决策理论方法的研究与应用提供一定的参考.     

树状管网布置与管径同步优化方法研究

针对过去树状管网优化中将管网和管径分步研究,难以实现同步优化的问题,以投资最小为目标,研究了树状管网布置与管径同步优化遗传算法整数编码方法和不同管网布置下水流路径自动识别和压力、流速等约束条件自动计算方法,建立了基于整数遗传算法的树状管网布置与管径同步优化模型.实例研究表明,该方法能将设计经验融合到管网优化之中,可克服传统分步优化方法不易得到全局最优解的缺陷,能快速求解符合工程实际的树状管网布置和管径同步优化方案.同时该方法对其它领域最小生成树问题求解有一定借鉴作用.     

基于级联失效的战域保障网络节点容量优化

通过分析战域保障网络的构造和特点,提出了基于级联失效的战域保障网络节点容量优化模型,进而研究了3种优化策略对级联失效抗毁性的影响:度升序优化策略、度降序优化策略、随机优化策略.结果表明按度降序策略优化约50%的节点可以有效提高战域保障网络级联失效抗毁性.     

供应链建模与优化

首先介绍了供应链的概念及研究内容 ;接着对供应链优化模型进行总结 ,包括排队论、对策论、网络流和策略评价模型 ,并重点讨论了一些典型的混合整数规划 ( Mixed Integer Programming,MIP)模型 ;在此基础上 ,对供应链优化模型框架进行分析 ,并讨论了供应链模型应该考虑的目标和约束等因素 ;最后 ,在对现有的研究工作进行分析的基础上 ,提出了今后进一步研究的方向 .     

遗传算法中的满意度与最优距

在研究比较遗传算法与传统优化理论的基础上,根据遗传算法本身的特性,提出了“满意度”与“最优距”两个新慨念。它们合理地、定量地描述了遗传算法的解的优化程度,为遗传算法的机理的研究提供了一个有力的工具。