区域宏观经济中长期规划的最优化方法

本文从尽可能真实地模拟规划决策过程的角度出发，提出了一个具有多目标、多级延滞控制和具有状态与控制混合约束的区域宏观经济中长期规化的动态优化模型。并针对这一动态优化模型和宏观经济规划决策的特点，应用模型变换思想，把动态优化模型化为静态非线性规划问题求解．同时．对多目标处理、梯度信息的求解等方法问题进行了探讨，提出了一种简便的优化算法。最后给出了一个优化实例。     

基于多目标规划的停机位分配建模技术研究

目的进行民航机场停机位分配(aircraft stands assignment,简称ASA)优化建模技术研究,为机场生产调度提供理论和方法支持。方法利用多目标规划的理论和方法,深入考察机场ASA的实际过程,提出建模的假设条件,抽象出初始条件和约束条件,提出优化指标,构造出目标函数和效用函数。结果建立起了ASA问题的一个多目标整数规划模型,为后续优化算法研究奠定了基础。结论ASA优化属于NP-Hard问题,应采用现代智能算法求解;同时,采用计算机仿真的方式进行模型和算法的验证是一种便捷和有效的技术途径。     

基于免疫二进制萤火虫算法的主动配电网低碳目标网架规划

主动配电网(ADS)网架规划是一个非常复杂的大规模组合优化问题.萤火虫算法(FA)是一种新型的智能优化算法,全局搜索能力强、算法结构简单,而且收敛速度快.在此基础上借鉴生物免疫机制,群体更新时考虑抗体浓度,进一步提高种群的多样性和算法全局寻优能力,提出了一种免疫二进制萤火虫算法(IBFA)进行主动配电网网架规划.以线路投资、运行维护、网损和碳排放环境成本最小为目标,考虑分布式电源(DG)与柔性负荷(FL),建立了主动配电网网架规划模型.通过与二进制粒子群优化(BPSO)算法对比求解IEEE-14节点算例,验证了免疫萤火虫算法在全局寻优能力和收敛性方面的优越性,同时证明分布式电源和柔性负荷是抑制碳排放、提高系统整体效益的有效方式.     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

水面无人艇全局航迹多目标规划算法

为了有效提升水面无人艇(USV)全局航迹规划算法的性能,从多目标优化的角度就USV的全局航迹规划问题展开研究.以电子海图为基础构建了栅格化环境模型,提出了USV全程航迹规划的多目标约束优化数学模型,采用距离函数和双惩罚函数对约束条件进行处理,并引入Pareto强度和最小代沟模型,设计了一种基于多目标遗传算法的全局航迹规划算法.实验结果表明算法能够有效兼顾多个优化目标,为USV规划出性能更优的全局航迹.     

云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.     

一个求解离散网络平衡设计问题的新算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法。在模型求解中,上层问题采用遗传算法,而下层采用仿射尺度内点算法求解平衡交通分配问题。数值试验结果表明,本文提出的算法是有效的,能够较快地求解这类网络平衡设计二层规划模型。     

基于双模式更新五行环算法的多目标冷链配送

针对生产运输中广泛存在的冷链配送问题，建立了以配送成本最小化和顾客满意度最大化为目标函数的多目标冷链物流优化模型。基于五行环优化(FECO)算法，提出了双模式更新个体的五行环优化算法(FECO-DMUI)，并对多目标冷链物流模型进行求解。将FECODMUI算法与FECO算法、NSGA-II算法、鲸鱼优化算法和灰狼优化算法进行比较，结果验证了本文模型和算法的有效性，同时验证了FECO-DMUI算法在多目标冷链配送问题中能更加高效地获得路径优化的最优解集。     

基于粒子群算法的波形自适应设计技术

针对于序列二次规划算法在求解信杂比限定下的最大互信息雷达波形设计模型时,在计算时受寻优初始值的影响较大,并且极易陷入局部最优的问题,提出了一种基于粒子群序列二次规划算法的波形自适应设计技术。该算法将粒子群算法作为全局搜索算法,序列二次规划算法作为局部搜索算法,将粒子群算法的全局性和序列二次算法的精确性二者有效结合起来,实现对目标模型的求解。通过MATLAB仿真实验的结果可以看出,该算法能够有效对目标设计模型进行求解,且得到的结果能够有效提升序列二次规划算法的求解精度及收敛速度。     

一类改进的随机多目标规划区间交互式算法及其应用

针对连续型随机变量随机多目标规划问题,提出一种基于概率有效意义下的区间交互算法,该算法可将概率有效性与多目标决策问题有机结合,有效辅助决策者寻求愿意承受的风险水平而进行决策, 从而简化了随机多目标优化的求解问题.     

基于模态参数与改进萤火虫算法的结构模型修正

：为尽可能提高结构模型修正的准确性和有效性,提出一种基于模态参数和改进萤火虫算法的有限元模型修正方法. 该方法基于结构模态参数构造目标函数,使用本文提出的改进萤火虫算法进行优化求解,并通过桁架模型数值仿真将改进算法同原始萤火虫算法、遗传算法和粒子群算法进行对比,结果显示：使用改进的萤火虫算法得到的最优解更接近实际值,且离散性低,验证了改进算法求解的准确性和优越性. 最后通过六自由度剪切框架损伤识别模型试验验证了该方法在求解结构有限元模型修正问题上的准确性和有效性.     

基于蚁群全局优化的二层规划模型与仿真

二层规划问题通常是一个非凸问题,因此在实际工程领域对其进行求解具有极大的困难.研究了问题的本质特征,提出了一种组合设计算法模型——基于蚁群算法求解二层规划问题的全局优化策略.组合算法采用蚁群算法求解上层问题,下层的线性规划问题则采用单纯型算法完成求解.设计的组合算法思路清晰,仿真计算结果表明,该算法有着良好的全局收敛可靠性和较高的收敛速度,是目前求解此类两层线性规划问题的一种有效算法.     

电网规划的多目标模糊优化方法

建立了一个用于电网规划的多目标优化模型。模型中同时计及了规划方案的经济性和可靠性双重目标。通过对各目标实现程度的隶属函数进行定义,将多目标优化问题转变成模糊规划问题进行求解。最后,本文还给出了我国某城市电网规划的计算结果,证明了所提模型及算法的可行性。     

一种电能计量设备运维作业动态优化模型及算法

针对电网企业传统模式下运维作业所存在的任务分配不科学、路径规划不合理和无法实时响应动态需求等问题,提出了一种新的动态优化模型及求解算法.该模型能够对运维作业的任务点数量、实时路况、运维人员属性与数量、决策者偏好等外部条件予以实时动态响应,满足电网企业日常管理工作需求.此外,针对模型特点提出一种基于解空间分割的粒子群算法(PSO-SSD)进行运维作业路径优化.仿真实验表明,本文所提出的动态优化模型及PSO-SSD算法能够在不同问题规模下保持优良性能,实现电能计量设备运维作业的实时动态优化,有效提升电网企业管理工作效率.     

基于信用迁移的贷款组合多目标优化问题研究

针对现有研究大都仅对单个目标进行优化的现状,提出一种优化决策模型,即将企业信用风险迁移引入到贷款收益率的计算中,以限制资产数目、决策变量上下界等为约束条件,建立组合投资的收益最大、同时方差风险最小的优化决策模型。该模型是一个混合0-1变量的多目标规划问题,提出求解该模型的一种自适应改变惯性权重的离散粒子群算法,数值结果表明该算法是有效的,模型是合理的。     

基于Kriging模型优化算法的含分布式电源配电网多目标无功优化研究

分布式电源(DG)在配电网中的渗透率越来越高,使无功优化问题变得复杂。为最大限度保证系统经济安全运行和电能质量,本文构建考虑源荷不确定性及电容器组等动作次数约束的含DG配电网多目标无功优化模型,提出概率场景生成和场景削减的方法描述源荷不确定性,并提出基于Kriging模型的全局优化算法求解无功优化问题,通过MATLAB和OPENDSS搭建求解平台求解含DG配电网无功优化。通过对改造后的IEEE33节点配电系统仿真测试,和粒子群算法比较,验证模型考虑源荷不确定性和本文求解算法的适应性、可行性和有效性,本文建立的无功优化模型反映实际运行情况,基于Kriging模型的全局优化算法求解该问题可行有效。     

考虑负效应的城市废弃物处理站多目标选址模型及算法

提出一种改进的基于“扩散距离”的负效应测度方法,建立以成本和负效应为目标的双目标混合整数规划选址模型,根据问题特征,设计一个模拟退火算法(SA)与贪心算法相结合的混合算法(HSA)求解.算例结果显示,基于“扩散距离”的负效应测度方法能很好地反映实际情况;HSA算法在求解同类问题上是有效的,且具有较好的收敛性.     

多无人机辅助的NOMA中继系统总通信速率优化

为解决无线通信中的频谱资源稀缺问题,提出一种多无人机(UAV)辅助的非正交多址(NOMA)接入中继系统．以优化系统总通信速率为目标,综合考虑信息因果约束、无人机发射功率约束与最大服务能力约束,构建了用户分组、无人机轨迹规划与功率分配的联合优化问题．为解决这一高度耦合的非线性混合整数规划问题,提出一种两步优化策略．基于图论提出最大权匹配下的用户分组算法,根据分组结果,通过引入Sigmoid函数和辅助变量法,将功率分配和轨迹规划问题分别转化为几何规划与凸规划问题求解．仿真结果表明：所提出的两步优化算法能够有效提升系统的总通信速率．     

不确定性条件下经济开发区环境规划方法与应用研究(Ⅰ) 不确定性多目标混合整数规划模型及算法研究

以经济开发区环境规划的动态性、不确定性和多目标性为出发点,提出用不确定性多目标混合整数规划(IMOMIP)模型解决经济开发区的环境规划问题,并发展了一种基于目标偏离容忍水平(ODTL)的交互式算法,从而在模型求解过程和结果中直接反映系统的不确定性,并能有效协调不具有明显相关性的目标.