混合遗传算法求解双准则线性运输问题

针对传统的遗传算法求解双准则线性运输问题时非劣解容易陷入局部区域的不足之处,提出一种改进的混合遗传算法。该算法分别从初始化染色体、非劣解的寻找和选择算子三个方面对传统遗传算法进行改进。并且在选择算子中结合使用权重系数变化和最小境技术保证可行解的收敛性,增加非劣解的多样性,使所求的非劣解具有一定代表性。最后通过计算实例结果,表明改进的混合遗传算法能获得更多的有效非劣解。     

基于模糊推理的多目标决策方法——FSWT法

本文提出了一种基于模糊推理的对话式多目标决策方法——FSWT法,用隶属函数定量描述决策人对各目标值的满意度.决策人用自然语言评价由ε约束法求得的非劣解及其置换率,克服了SWT法中用整数表示代理值和决策人判断不精确性的困难.根据决策人基于其知识和经验的判断规则,经模糊推理修正满意度.     

一种鲁棒主成分分析(PCA)算法

主要研究了改善主成分分析（ＰＣＡ）算法鲁棒性的一种实现途径,以提高ＰＣＡ的精度。讨论了ＰＣＡ鲁棒性问题的两种提法。修正ＰＣＡ算法能够在运行过程中自动地识别样本集之中的“劣点”,从而通过迭代计算加以适当处理来排除对运算精度的影响。对比仿真实验结果表明,鲁棒ＰＣＡ算法较之传统的基于特征值分解的ＰＣＡ算法在鲁棒性上有了较大的改善。     

溪洛渡-向家坝梯级水库汛末蓄水时间与目标决策研究

针对梯级水库运用过程中蓄水与排沙之间矛盾,本文以溪洛渡-向家坝梯级水库为例,考虑上游修建白鹤滩水库条件,对两座水库汛末蓄水时间进行了优化研究.首先讨论两库蓄水时间调整对梯级水库发电、航运以及泥沙淤积的影响;然后构建梯级水库水沙联调多目标决策模型对两库蓄水时间进行优化决策,得到溪洛渡—向家坝梯级水库蓄水时间与多年平均发电量和库容淤损率之间的非劣解集;最后应用加权理想点评价模型对非劣解进行评价,给出不同目标权重下满足发电和减淤要求的梯级水库最佳蓄水方案.结果表明,(1)增加梯级水库发电量,势必要提前水库汛末蓄水时间,这必以增加库容淤损率为代价;(2)各目标权重不同,最优方案不同.当泥沙目标权重较大时,溪洛渡水库9月21日蓄水比9月11日蓄水好,且泥沙目标权重越大,最优方案对应的向家坝水库蓄水时间越晚;当发电目标权重较大时,溪洛渡水库9月11日比9月21日蓄水好,且发电目标权重越大,最优方案对应的向家坝水库蓄水时间越早.研究成果可为溪洛渡—向家坝梯级水库正式建成后制定合理的调度运用方案提供科学的依据.     

具有学习退化效应的TFT-LCD面板成盒多目标调度问题研究

针对薄膜晶体管液晶显示器(TFT-LCD)面板成盒生产规模性、多产品混线生产、机台特性复杂的特点,引入学习效应和退化效应,以最小化最大完成时间、机器等待时间、工件加权延期时间为目标函数,构建具有学习退化效应的TFT-LCD面板成盒多目标调度模型。基于两段式及IMM编码,采用多目标布谷鸟算法,结合双元锦标赛及动态淘汰规则,依据聚集距离密度评价指标构建帕累托非劣解集,对TFT-LCD面板成盒多目标调度问题进行求解。仿真结果表明,布谷鸟算法寻优能力优于精英保留贪婪解码遗传算法与工序期望最短完成时间调度规则等。通过实验,分析不同学习率和退化因子对调度结果的影响。     

人才聚集系统劣质化机理研究

在人才聚集系统劣质化概念界定和相关文献分析的基础上,采用社会燃烧理论分析人才聚集系统劣质化形成机理。     

改进的三种群遗传算法

提出了一种新的三种群遗传算法.在一个子种群中,高相似个体之间具有相对高的交叉率,遗传操作得到的新个体替代上代种群的最劣的个体.在另一个子种群中,低相似个体之间具有相对高的交叉率,相对大的变异率,遗传操作得到的新个体替代父代中的最劣个体.两个子种群移民一定数量的个体到第三个子种群,第三个子种群进化后移民到前两个子种群,均衡算法的局部搜索能力和全局探索能力.将算法与确定性排挤遗传算法与3个子种群的多种群遗传算法进行比较,结果表明新算法的性能更优.     

基于模糊网络环境的一种FSPP算法

讨论了有限支撑的正模糊数表示路径长度的最短路问题,接着基于Harisen的双标准路径问题的多标号法和Dijkstra的最短路算法,提出了模糊网络环境下一种具有有限模糊教的模糊最短路径算法,它以某种扩展原则找到所有非劣路径,这种算法在有圈和无圈的网络上都能使用,因此比常规曩短路径算法更加有效和符合实际.     

加入局部搜索的非劣分层多目标遗传算法

针对非劣分层多目标遗传(NSGA)本身所存在的局部搜索能力和易早熟的问题,鉴于模拟退火算法的局部搜索能力强和在解决易早熟问题上的优势,提出了加入局部搜索的多目标遗传算法及适用于多目标优化的模拟退火局部搜索算法和跳转准则,即在NSGA的每一代个体中的1层、2层非劣解附近进行模拟退火局部搜索.该算法能够提高非劣分层多目标遗传算法的效率,弥补了遗传算法中局部搜索能力差、易早熟的缺点.最后给出的仿真结果表明了这种算法的有效性.