n-集函数多目标规划的对偶

在较弱凸性条件下,研究了一类可微n集函数的多目标规划问题的对偶问题。首先,对已知集X的子集的σ代数A的n折积An,定义了伪度量d(R,S),给出了相应的特征函数〈h,Is〉;其次,通过特征函数给出了集函数在S°可微的定义及集函数在S°关于第i个变量Si的偏导数定义;给出了多目标规划问题(VP)的弱有效解概念及(VP)的最优性必要条件;最后,分别在目标函数和约束函数的3种较弱凸性条件下,研究n集函数多目标规划问题的对偶问题,获得了3个弱对偶结果和强对偶结果。     

基于评价准则及其偏差测度的多目标决策方法

基于评价准则及其偏差测度概念，提出了一类交互式多目标决策方法，克服了现有交互式多目标决策问题特性作较强限制及决策效能欠佳的不足。     

用遗传算法求解多目标0/1背包问题

扼要介绍多目标优化的Pareto最优性概念 ,研究搜索多目标 0 1背包问题Pareto最优解集的快速遗传算法 (FPGA :fastParetogeneticalgorithms) .FPGA采用种群中非支配解的层次评价可行解的适应值 ,提出了一种快速非支配解层次辨识算法 ,辨识算法仅有O(n2 )数量级的计算复杂性 ;采用基于聚类概率排挤的小生态技术维持种群多样度和Pareto最优解集的分布均匀性。对多种多目标 0 1背包问题的仿真优化实验结果表明 ,FPGA能够以有效的计算成本搜索到精度高的、分布均匀的高质量Pareto非劣解集 ,其收敛速度和收敛准确性一致地优于代表性的强度Pareto进化算法 (SPEA) .     

求解通信优化问题的一种微粒群优化方法

简述了微粒群优化算法的原理、流程及其参数,在此基础上,针对其在通信中的应用,提出了一种基于分布式计算的多目标微粒群算法分割域多目标PSO算法(简称DRMPSO),并将其用于基站优化问题·仿真研究结果表明,它能很好地解决移动通信中的基站优化问题,并可被有效推广到处理诸如信道分配、网络拓扑优化设计、IP组播、Adhoc簇结构及组播路由等通信服务·     

递阶多目标非光滑优化问题的最优性条件

建立了递阶多目标非光滑优化问题的一个通用性结构化模型,利用参数规划、集值分析及非光滑非线性分析的理论和方法,研究了模型锥有效解存在的最优必要条件和充分条件．     

优化设计方法在结构设计中的应用

传统的结构优化设计一般都是考虑单目标，采用结构分析设计中的有限元移位法，考虑总质量最轻，总可靠性最高这两个目标函数和几何约束，应力约束这两个约束条件，对绗架结构进行多目标优化设计。     

参数不确定系统的多目标鲁棒PID控制器设计

针对具有参数不确定性的连续时间系统,提出了一种多目标鲁棒PID控制器的设计方法.利用环路成形思想,通过状态空间参数化方法,把闭环系统同时满足H2,H∞性能和极点位置配置的多目标综合问题转化为线性矩阵不等式的优化问题,从而使得PID控制器的参数可通过MATLAB的LMI工具箱解一组线性不等式组来获得.数值例子阐述了PID参数的镇定过程,仿真结果说明了所提方法的有效性和优越性.     

参数多目标规划的最优多值函数的K－拟凸性

讨论了一般参数多目标规划问题的最优多值函的Ｋ－拟凸性及其它一些性质。     

Hybrid particle swarm optimization for multiobjective resource allocation

Resource allocation （RA） is the problem of allocating resources among various artifacts or business units to meet one or more expected goals, such a.s maximizing the profits, minimizing the costs, or achieving the best qualities. A complex multiobjective RA is addressed, and a multiobjective mathematical model is used to find solutions efficiently. Then, all improved particie swarm algorithm （mO_PSO） is proposed combined with a new particle diversity controller policies and dissipation operation. Meanwhile, a modified Pareto methods used in PSO to deal with multiobjectives optimization is presented. The effectiveness of the provided algorithm is validated by its application to some illustrative example dealing with multiobjective RA problems and with the comparative experiment with other algorithm.     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。