基于目标空间分区的稳态高维多目标进化算法

针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法(SS-OSP).该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.     

金属露天矿帮坡角变化对最终境界影响

基于正锥排除法基本原理优化南芬露天矿最终境界,研究上盘帮坡角变化对最终境界开采形态、矿岩量等影响.根据南芬露天矿不同时期采场生产现状,设置相关技术经济参数,对矿山进行初始境界优化;按照0.5°步长逐步提升上盘帮坡角,优化不同上盘帮坡角条件下的最佳境界.研究表明,随着帮坡角变陡,最终境界地表范围逐渐缩小,底部尺寸变大或者向下延伸;不同帮坡角加陡方案得到的最终境界,矿岩量可能增大或者减小,总成本也可能增加,但利润值增大.     

基于分组简化粒子群算法的盲源分离

传统盲源分离算法普遍存在收敛精度低和易陷入局部最优的缺点,针对上述问题,提出将蛙跳算法的分组思想应用到盲源分离算法中.该分组思想是将整个粒子群分为多组子群体,每组粒子在进行组内寻优的同时进行全局寻优,从而增加了粒子之间的差异性,可以有效避免早熟收敛.该算法以负熵为目标函数,通过对分离矩阵进行调整,使各个信号分量之间相互独立,从而完成对瞬时混合信号的盲源分离.实验仿真结果表明,提出的算法与基本的粒子群盲源分离算法相比,能有效避免早熟收敛并进一步提高收敛精度和算法的稳定性.     

带变消耗率和连续输入乙醇发酵数学模型研究

讨论了带变消耗率和连续输入乙醇发酵数学模型,利用线性扰动和Lyapunov方法研究了微生物灭绝平衡点的局部和全局稳定性及正平衡点的局部稳定性,并且得到正平衡点稳定性的阈值条件.最后利用Hopf分支理论,证明了在阈值条件下,从正平衡点周围分支出一个稳定的周期解.     

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.     

基于磷酸盐还原过程的食品发酵废水厌氧除磷工艺研究

采用具有磷酸盐还原功能的菌株,对模拟的食品发酵废水进行厌氧除磷工艺研究。通过向厌氧反应器投加前期筛选得到的磷酸盐还原菌进行污泥驯化、正交试验和单因素实验,确定食品发酵废水厌氧除磷工艺的最佳工艺条件。研究结果表明:经过12个周期的驯化,使投加菌株的污泥具有良好的生化和除磷性能,反应器出水CODCr和总磷质量浓度分别为319.60mg/L和13.58mg/L,相应去除率分别为69.43%和20.95%。厌氧除磷工艺最佳工艺条件为培养温度30℃、pH值为7、氮源为蛋白胨+NH₄Cl+NaNO₃,总磷质量浓度为17.5mg/L,总磷去除率可达37.96%,产生的PH₃的磷含量占总磷去除量的24.61%。     

淡水鱼加工副产物新鲜度对速酿鱼露品质的影响

以淡水鱼加工副产物为原料,经过不同条件的储藏后得到不同新鲜度的副产物,分别接种米曲霉后置35℃发酵30d制备鱼露。对副产物和鱼露的理化特性进行评价,结果表明,副产物经储藏后品质发生不同程度的变化:常温储藏4h后,副产物的pH值、挥发性盐基氮(TVB-N)、硫代巴比妥酸及菌落总数均比冰藏和冻藏副产物的相关指标高,而冰藏8h副产物的相关指标则高于冰藏4h副产物的指标；以常温储藏4h的副产物为原料发酵所得的鱼露,其氨基酸态氮、总可溶性氮含量最高,然而其TVB-N和三甲胺含量也最高；以冰藏4h的副产物为原料发酵所得鱼露的生物胺总量和组胺含量最高。副产物经常温4h储藏后其理化特性发生了一定改变,但并未对鱼露的整体品质产生显著的不良影响,因此,淡水鱼加工副产物在常温储藏4h以下可以用于速酿鱼露的发酵。     

基于Copula函数的系统可靠性冗余优化

针对系统可靠性冗余优化设计中冗余部件间可靠性的相关性经常被忽略而导致优化结果与工程实际有差距的问题，利用Copula连接函数中的Gumbel Copula函数来描述这些相关性，并根据相关性对冗余优化模型进行了改进. 针对模型的求解方法，选用GAG1启发式算法，并根据Gumbel Copula函数对其中的敏感因子进行了修正. 算例结果表明了改进方法的全面性、可行性.     

单元化三级装卸搬运作业链集成优化的三层进化算法

传统物流作业调度主要对单级或两级之间的协调问题进行建模和求解，缺乏对物流作业多级特征的考虑. 针对物流装卸搬运多级作业链的复杂性，以批量作业完成时间为目标，研究单元化“装卸，搬运，装卸” 三级作业链的集成调度优化作业问题，并在此基础上提出解决三级协调与集成优化问题的三层嵌套进化算法. 通过算例仿真及其分析可得目标值和求解时间会随着问题规模扩大呈多项式曲线增长以及搬运级是三级装卸搬运效率的瓶颈环节，最后分析了其原因并提出相应解决方案.     

System deployment optimization in architecture design

Optimization of architecture design has recently drawn research interest. System deployment optimization （SDO） refers to the process of optimizing systems that are being deployed to activi- ties. This paper first formulates a mathematical model to theorize and operationalize the SDO problem and then identifies optimal so- lutions to solve the SDO problem. In the solutions, the success rate of the combat task is maximized, whereas the execution time of the task and the cost of changes in the system structure are mini- mized. The presented optimized algorithm generates an optimal solution without the need to check the entire search space. A novel method is finally proposed based on the combination of heuristic method and genetic algorithm （HGA）, as well as the combination of heuristic method and particle swarm optimization （HPSO）. Experi- ment results show that the HPSO method generates solutions faster than particle swarm optimization （PSO） and genetic algo- rithm （GA） in terms of execution time and performs more efficiently than the heuristic method in terms of determining the best solution.