基于云差分进化算法的约束多目标优化实现

针对现有约束多目标算法存在收敛性、分布性不高等问题,提出一种基于云差分进化算法的约束多目标优化方法,通过云模型对差分进化算法的参数进行自适应处理;采用建立外部种群分别存储可行解和不可行解的方式处理约束条件,并对已有可行解集的更新方法进行改进,有效提高解集的分布性.提出新的变异策略,利用优秀可行解和不可行解的方向信息增强算法对解的探索能力.通过对CTP类标准问题的求解表明,与另外2种较为优秀的约束多目标算法相比,本算法显著提高了Pareto解集的分布性,且更接近于真实的Pareto前沿,有效地解决了约束多目标问题.     

油田开发多目标优化模型与综合判断矩阵研究

根据油藏工程及最优化理论,利用功能模拟原理(微分模拟方法及神经网络方法)建立的油田开发指标关联关系,研究并建立了油田开发多目标规划模型.为避免主观判断的片面性,并根据多个判断矩阵构造一个综合判断矩阵与理想的判断矩阵的偏差服从正态分布,提出了一种解决多目标优化问题的基于层次分析的综合判断矩阵方法,给出了计算实例.计算结果表明该方法是可行的.     

求解约束优化问题的偏好多目标进化算法简

Constrained optimization problems (COPs) are converted into the bi-objective optimization problem and solved with a new preference based multi-objective evolutionary algorithm. A new hybrid crossover operator is proposed to improve the search ability in the evolutionary process, and also a novel fitness function with preference based on the achievement scalarizing function (ASF) which is used in the method of weighted metrics in multi-objective optimization is presented. The new fitness measures the merits of individuals by the weighting distance from individuals to the reference point, where the reference point and the weighting vector afford the preference for selection. In different evolutionary stages, the reference point and weighting vector are chosen adaptively according to the individuals in population to make a tradeoff between the preferences to the two objectives. Numerical experiments for several standard test functions with different characteristics illustrate that the new proposed algorithm is effective and efficient.     

A new evolutionary algorithm for constrained optimization problems

To solve single-objective constrained optimization problems,a new population-based evolutionary algorithm with elite strategy(PEAES) is proposed with the concept of single and multi-objective optimization.Constrained functions are combined to be an objective function.During the evolutionary process,the current optimal solution is found and treated as the reference point to divide the population into three sub-populations:one feasible and two infeasible ones.Different evolutionary operations of single or multi-objective optimization are respectively performed in each sub-population with elite strategy.Thirteen famous benchmark functions are selected to evaluate the performance of PEAES in comparison of other three optimization methods.The results show the proposed method is valid in efficiency,precision and probability for solving single-objective constrained optimization problems.     

基于贝叶斯网络的多目标优化算法

针对多目标进化算法中存在的无效进化和计算浪费,本文探讨了基于贝叶斯网络的多目标进化算法,并提出一个新的贝叶斯多目标优化算法。该算法结合个体的强度值和密度值完成非劣择优,利用具有局部结构BD度量机制进行网络度量,采用树形模型构建网络结构。实验结果表明了该算法的有效性。     

基于空间动力学优化的机床结构件质量匹配设计

提出基于整机空间动力学预测模型、以移动结构件质量为设计变量的多目标匹配设计方法. 基于机床移动件的工作行程构建整机工作空间,运用正交试验法进行空间位姿试验设计,建立整机空间固有频率预测模型;在工作空间内对机床进行动力学性能的灵敏度分析,识别动力学的最优位姿和最差位姿;以最差位姿机床固有频率为优化目标,采用多目标质量匹配法对移动部件的质量进行最佳分布设计;重新计算优化后机床的固有频率,通过频率响应分析,比较优化前、后机床在最差和最优位姿下的动力学性能. 结果表明,经过多目标质量匹配优化后,机床的固有频率得到了提高,刀尖节点的最大频响振幅明显降低,机床的整机动力学性能有了较大程度的改善.     

磨矿过程的稳态优化

针对磨矿过程的工艺特点,结合选矿厂对磨矿产品产量、质量的生产要求,提出磨矿过程多目标优化问题．为求解此多目标优化问题,研究一种快速的多目标遗传算法NSGA-Ⅱ（Nondominated Sorting Genetic Algorithm Ⅱ）．针对NSGA-Ⅱ算法中个体进行交叉前选择方法的不足之处加以改进,引入过滤、限制机制．仿真结果表明：引入过滤、限制机制可以限制“近亲”交叉,保持种群的均匀分布和多样性,加快种群在进化搜索过程中找到优秀个体的速度．将改进后的算法用于磨矿过程稳态优化,求得适合实际生产的多组系统操作参数,并用TOPSIS方法选出最优的一组操作参数．     

参数化诱导槽设计的吸能盒结构抗撞性多目标优化

针对车身前部抗撞部件吸能盒结构的常见的方形截面薄壁锥管,研究了其在低速冲击工况下的最佳抗撞性能模型优化。将压溃力效率及比吸能作为评价指标,建立加权组合形式的多目标优化模型。分析研究分布设置诱导槽对结构吸能与压溃力的影响,选择诱导槽设定的可行区域。以槽的个数、非均匀分布的槽间距离及槽的深度等作为优化参数,合理选取样本点后,分别应用三次多项式响应面法及径向基法构建其有效代理模型,并采用粒子群法进行优化设计,得出使结构最优的诱导槽位置分布及数量。仿真分析验证了本文方法的有效性。     

车辆钢板弹簧的多目标可靠性稳健优化设计

为提高车辆钢板弹簧的安全性和稳健性,运用可靠性稳健优化设计理论和多目标思想,为车辆钢板弹簧建立一个可靠性稳健优化设计的高维多目标模型。为提高模型的求解精度,利用层次分析法选取粒子群算法中的全局极值和个体极值,提出了基于层次分析法的多目标粒子群算法。与传统方法相比,利用该算法进行可靠性稳健优化设计高维多目标模型求解,简便易行并能迅速准确地得到车辆钢板弹簧的可靠性稳健优化设计信息。     

基于多目标决策的综合运输通道组合运能优化

首先提出了综合运输通道组合运能的定义及综合运输通道组合运能多目标决策模糊优化模型。接着从运输效率、运输质量和服务水平3个优化目标入手,给出了7项具体评价指标,并运用TransCAD软件得出3种不同的可行方案。最后应用提出的模型对3个可行方案进行了评价分析。研究结果为综合运输资源的优化配置提供理论依据和实践指导。     

基于MATLAB的文山州区域水资源线性多目标优化配置研究

以文山州区域水资源优化配置计算为例,建立了区域水资源多目标优化配置模型,给出了求解线性多目标优化问题的几种方法,最后运用MATLAB软件求解,并比较了各求解方法所得配置结果的优劣.可为多目标优化问题的求解提供参考.     

基于多目标优化的免疫遗传算法 在Matlab环境中的实现

阐述了基于多目标优化的免疫遗传算法基本原理，合理地在抗原聚类算法中引入孤立度算法。在该算法中，将优化问题的可行解对应于抗体及pareto最优个体对应于抗原，并运用改进的抗原聚类算法不断更新抗原群中的抗原，从而得到分布均匀的pareto最优解。并探讨了在Matlab环境下应用免疫遗传算法实现多目标优化，主要对增强度计算、pareto求优、抗原聚类等进行了算法实现。并以实例说明其在Matlab环境中实现的可行性。     

基于INSGA-Ⅱ算法的机械手多目标轨迹规划

针对机械手时间最优、能量最优、平滑性最优等多目标下的轨迹优化问题,设计新的多目标轨迹优化方法.采用高次B样条曲线插值方法,构造机械手高阶连续且起始和终止的运动参数均可指定的关节轨迹, 保证了机械手运动性能.采用改进非支配排序遗传算法 （INSGA-Ⅱ）对机械手轨迹进行优化,得到一组Pareto最优解集,该算法采用一维Logistic映射产生初始种群并利用不可行度选择操作处理约束条件.在6自由度串联机械手上的计算结果表明,采用高次B样条轨迹规划方法可以得到高阶连续的机械手分段轨迹,采用INSGA-II方法可以对B样条轨迹实现有效的多目标寻优,得到理想的Pareto分布,为用户提供较多的选择.     

基于多目标最优钢桁架拱桥体系的结构优化设计

目的研究钢桁架拱体系桥梁的结构优化设计方法.方法建立以桁架拱片的体系效率和总用钢量为综合目标的多目标优化模型.以上下弦拱顶竖直间距及构件截面尺寸作为设计变量,建立设计变量与满足结构强度、刚度及稳定性要求的状态变量之间的约束关系.并采用多目标最优化的一阶分析法来进行桁架拱桥的形状控制及构件尺寸确定.结果得到了设计中的中承式钢桁架梁拱组合体系桥的优化方案;桁架拱片形状的控制是重要的,随着拱顶高差增大,结构用钢量下降,但当拱顶高差超过一定高度后,用钢量反而上升.结论将体系效率与多目标最优化计算理论引入桁架拱体系桥的整体优化是可行的,结果也是合理的;体系效率的增加并不能确保用钢量的减少,因而结构体系效率的高低并不能完全反应经济性能的优劣.     

磷矿堆场多目标优化配矿模型

以磷矿浮选场堆场配矿过程为研究对象,选取人选原矿品质指标及低品质矿石利用量为主要目标,增加资源量约束及决策变量非负约束,构建了堆场多目标优化配矿模型.同时应用Matlab优化工具箱中多目标规划解算函数,对算例及实际配矿模型求解验证,并与现场混配结果进行比较,配矿效果明显.研究结果表明:磷矿多目标优化配矿模型实现了磷矿堆场配矿工艺及过程的简单、直观、较完整描述,Matlab优化工具箱多目标规划相关函数,对求解磷矿堆场多目标优化配矿模型是简便、有效的.     

多角色多策略多目标粒子群优化算法

针对粒子群算法在解决复杂多目标问题时存在过早收敛和多样性不足的问题,提出多角色多策略多目标粒子群优化算法(MOPSO_RS). 该算法根据粒子的角色划分指标,给不同性能的粒子赋予不同角色;提出多策略的学习参数调整方法和多策略的全局最优粒子选取方法,帮助种群执行各种搜索策略. 不同的学习参数使各角色粒子获得不同的搜索策略,以调整粒子的探索和开发能力. 不同的全局最优粒子使各角色粒子搜索不同区域,提高种群的搜索效率. 为了避免算法陷入局部最优,引入带有高斯函数的变异算子,使粒子根据其角色朝向不同的全局最优粒子变异,提高算法的求解精度. 实验结果表明,对比其他改进多目标算法,MOPSO_RS具有良好的收敛性和多样性,并验证了所提策略的有效性.     

基于进化算法的带约束混合动力系统多目标优化

为获得无需将多目标优化问题转化为单目标优化问题的混合动力系统多目标优化方法,分析了并联混合汽车总成模型,建立了带约束混合动力系统多目标优化数学模型,并给出了优化目标、待优化参数及约束条件。设计了基于NSGA-Ⅱ的混合动力系统多目标优化算法,该算法基于Pareto支配性原理判定所得方案的优劣,不需要指定各个目标的权系数。仿真优化结果表明:优化后的系统百公里油耗平均下降了0.25%,污染物排放平均下降了2.75%,蓄电池充电效率分布由[0.8,0.9]变为[0.85,0.9],放电效率分布由[0.82,1.0]变为[0.95,1.0],作者提出的方法可以优化混合动力系统的性能。     

Multi-objective optimization of membrane structures based on Pareto Genetic Algorithm

A multi-objective optimization method based on Pareto Genetic Algorithm is presented for shape design of membrane structures from a structural view point.Several non-dimensional variables are defined as optimization variables,which are decision factors of shapes of membrane structures.Three objectives are proposed including maximization of stiffness,maximum uniformity of stress and minimum reaction under external loads.Pareto Multi-objective Genetic Algorithm is introduced to solve the Pareto solutions.Consequently,the dependence of the optimality upon the optimization variables is derived to provide guidelines on how to determine design parameters.Moreover,several examples illustrate the proposed methods and applications.The study shows that the multi-objective optimization method in this paper is feasible and efficient for membrane structures;the research on Pareto solutions can provide explicit and useful guidelines for shape design of membrane structures.     

斜拉桥成桥后误差调整的优化方法

将斜拉桥成桥后的误差调整问题归结为一个多目标、多约束的优化问题,并采用综合参数法进行求解,该方法的特点是通过凝聚函数将此问题转化为一个可微的单目标、单约束优化问题,在此基础上,采用乘子惩罚函数法进行求解,该优化方法不但适合成桥后的误差调整,同样适合斜拉桥施工过程中的误差调整。     

基于组合挖掘的反铲液压挖掘机工作装置优化设计

为了解决挖掘机在实际作业过程中挖掘力不足、燃油经济性差等常见问题,综合分析和比较国内外先进的挖掘机挖掘性能参数,提出基于组合挖掘的挖掘机工作装置优化设计新方法.挖掘机的组合挖掘方式包括基于作业路径上的多段单缸挖掘轨迹的组合和基于可行区域内离散点的双缸同时主动复合作用两种.建立优化数学模型,通过遗传算法求解多目标函数.优化结果显示:挖掘机的挖掘性能在习惯作业路径上最大挖掘力提高了10%,双缸复合挖掘时工作油缸的充分发挥比例提高了13%以及最大复合挖掘力提高了8%,证明了新优化方法在提高挖掘性能上的可行性.