考虑能耗优化的多目标原油短期调度问题研究

针对在原油管道运输过程中的能耗优化问题,该文提出了一个以最小化管道转运能耗、供油罐使用个数、蒸馏塔使用供油罐的切换次数、原油在供油罐和管道中的混合成本为目的的多目标优化模型.然后,针对原油短期调度问题的特点,提出了一种改进的交叉和变异算子.最后,该文对比分析了8种综合性能较好的多目标进化算法.实验结果表明:NSGA-III算法在求解该问题时的性能较优.与现有研究对比,该算法在减少调度过程中的能耗和原油混合成本方面具有显著效果.     

干片式制动器支撑结构的拓扑优化方法

提出了一种干片式制动器支撑结构的拓扑优化设计建模方法.基于变密度法,以支撑结构关键控制点位移最小为目标函数,建立了优化模型.通过设定关键点与其对应目标坐标之间的距离最小达到控制支撑结构关键位置变形的目的.采用关键点的权重因子来突出优化目标的主次关系.分析了三种不同设计域情况下支撑结构的拓扑构型,研究了约束条件对拓扑结构的影响规律.支撑结构优化支柱表现为一个复合孔槽结构,右下角为类三角形的通孔并且在外表面为较大的浅槽结构.结果表明在体积减少量增加的情况下,支撑结构的最大变形和最大应力会随之增加.在最大变形不变情况下,体积减少了10.2%;在体积相当的情况下,最大变形减少了9.4%;在体积减少6.0%的情况下,最大变形减少了4.1%.      

基于智能优化灰色模型的电子固废预测

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模     

求解双层CARP优化问题的知识型遗传算法

双层CARP优化问题首先考虑物流系统的宏观配置问题,然后考虑相关服务的完成问题. 提出了一种求解双层CARP优化问题的知识型遗传算法：采用两种扩展启发式方法来辅助生成初始种群;基于算子绩效知识为每次选择、交叉和变异操作选择合适的操作算子;基于弧段顺序知识为每次交叉和变异操作选择合适的断点位置;采用局部替换程序不断向当前种群中注入新个体. 实验结果表明,知识型遗传算法在优化性能方面优于其他几种方法.     

考虑搬运时间的多品种、小批量混流制造系统批量加工模式的优化与资源调度

对带搬运时间的混流制造系统批量加工模式的优化与资源调度问题进行研究. 建立批量工件的加工与搬运时间模型,用于求解生产周期和优化搬运次数. 在此基础上,分析工件排序方案的决策准则,用于确定工件最优投产顺序. 设计互助组优化算法,其可对最优作业排序方案所需的搬运设备进行调度. 研究结果表明: 本文的研究方法可有效求解带搬运时间的批量工件的生产周期,能优化批量工件的搬运时间和次数,可获得工件的最优排序方案,并能合理调度搬运设备资源.     

人工记忆优化算法

为了求解复杂函数优化问题,根据人类记忆原理构造出了具有全局收敛性的人工记忆优化算法. 在该算法中,每个记忆元对应着一个试探解; 将记忆原理的记忆和遗忘规律用于控制每个记忆元的状态转移; 记忆元的状态由与试探解相关的状态描述量以及记忆残留值构成,该值分为瞬时记忆、短时记忆和长时记忆三种状态类型,并依据记忆元接受刺激的强度被加强或衰减; 处在瞬时记忆、 短时记忆和长时记忆状态的记忆残留值衰减速度由快到慢,记忆残留值低于某个阈值的记忆元要被遗忘,不再被处理. 在记忆元状态转变过程中,记忆元从一个状态转移到另一个状态实现了对优化问题最优解的搜索. 该算法将试探解与记忆关联,使得试探解依据其质量好坏被自动分类; 处于长时记忆状态的试探解因其质量好,其部分变量的状态值将被传给其它质量差的试探解对应的变量,使其质量得到改善; 处于不同记忆状态的试探解交换信息时,只有很少部分变量进行状态信息交换,这样既可以使试探解的大部分变量的状态保持不变,又能使其质量得到改善,且可大幅减少变量处理个数,对于高维优化问题此举可大幅提高算法收敛速度; 随着演化的进行,质量差的试探解会不断被遗忘,被处理的试探解的数量会不断减少,因此,随着时间的推移,本算法的收敛速度将越来越快. 应用可归约随机矩阵的稳定性条件证明了本算法具有全局收敛性. 测试结果表明本算法的性能与现有的群智能优化算法相比,具有收敛速度快,求解精度高的优势.     

武器装备体系组合规划的高维多目标优化决策

针对武器装备体系组合规划问题中存在多类相互冲突的高维多目标问题(目标数 ≥ 5),提出了一种三阶段的集成优化决策方法. 首先运用目的规划技术将高维多目标问题转换为一般多目标优化模型(目标数 ≤ 3); 然后提出一种多目标差分进化算法,用于搜索属于决策者关心区间的非劣解集; 最后提出基于预测优化的理想点算法,可生成精确满足决策者偏好的最佳折衷解. 通过某侦察装备体系组合规划示例,证明了各算法模块的优势和该方法的整体有效性,可为武器装备发展和顶层规划提供决策支持.     

网络化制造模式下基于改进蚁群算法的供应链调度优化研究

为制定网络化制造（networked manufacturing,NM）模式下供应链合作成员间的动态调度策略,构建了由制造商、协同设计商以及客户组成的三层动态调度模型;在生产能力约束、多目标优化约束等制约因素下,采用时间函数、成本函数和延期惩罚函数三个目标函数对调度问题进行描述;使用改进蚁群算法（improved ant colony optimization algorithm,IM-ACO）,对调度路径可行解节点添加不同的信息素,并将信息素浓度约束在τ_min和τ_max之间,使得供应链客户个性化需求服务、运作时间、成本等综合收益达到最优. 实例仿真表明本文提出的动态调度优化算法求解具有较快的搜索速度、收敛性好,算法具有较好的稳定性;同时,也表明本文构建调度模型合理,可以为实际生产调度提供优化的策略.     

Azimuth resolution improvement for spaceborne SAR images with quasi-non-overlapped Doppler bandwidth

The azimuth resolution improvement problem is solved via a coherent combination of synthetic aperture radar （SAR） ima-ges with the quasi-non-overlapped Doppler bandwidth. Prior to the spectra combination, SAR images should be coregistered, while phase biases induced by topography, atmospheric propagation delays and baseline measurement errors should be calibrated. However, the coregistration accuracy suffers from large Doppler decorrelation caused by the quasi-non-overlapped Doppler band-width. Furthermore, the method used to estimate phase biases from interferogram of azimuth prefiltered SAR image pairs wil fail when there is no overlapped spectrum. The fringe simulation and maximum sharpness optimization are adopted to deal with the problems. Accordingly, a novel algorithm to coherently synthesize SAR images is presented. The experiment with the Terra SAR X-band （TerraSAR-X） satel ite data validates the performance of the presented method.     

Measuring and locating zones of chaos and irregularity

The new measures computed here are the spectral detrended fluctuation anatysls （sDFA） and spectral multi-taper method （sMTM）. sDFA applies the standard detrended fluctuation analysis （DFA） algorithm to power spectra, sMTM exploits the minute increases in the broadband response, typical of chaotic spectra approaching optimal values. The authors chose the Brusselator, Lorenz, and Duffing as the proposed models to measure and locate chaos and severe irregularity. Their series of chaotic parametric responses in short time-series is advantageous. Where cycles have only a limited number of slow oscillations such as for systems biology and medicine. It is difficult to create, locate, or monitor chaos. From 50 linearly increasing starting points applied to the chaos target function （CTF）; the mean percentage increases in Kolmogorov-Sinai entropy （KS-Entropy） for the proposed chosen models; and p-values when the models were compared statistically by Kruskal-Wallis and ANOVA1 test with distributions assumed normal are Duffing （CTF： 31%： p 〈0.03）; Lorenz （CTF： 2%： p 〈0.03）, and I3russelator （CTF： 8%： p 〈0.01）. Principal component analysis （PCA） is applied to assess the significance of the objective functions for tuning the chaotic response. From PCA the conclusion is that CTF is the most beneficial objective function overall delivering the highest increases in mean KS-Entropy.