基于Epsilon-MOEA的给水系统多目标优化与决策

给水系统优化运行是多目标优化问题,决策者需要从众多的候选方案中筛选出一个综合性能最好的方案.将多目标进化算法与多属性决策相接合,采用两阶段方法来求解供水系统的多目标优化与决策问题.首先构建供水系统的多目标优化模型,包括供水系统的运行费用与维护费用最小化,以及水压服务水平的最大化,运用多目标进化算法Epsilon-MOEA求解,生成Pareto解集.然后,基于信息熵方法得到属性权重,用逼近理想的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解进行排序.算例应用表明,该方法能够对供水系统运行的多个目标进行优化,并使决策者能够从众多的候选方案中选出综合性能较好的方案.     

多目标遗传算法和决策在船型论证中的应用

船型技术经济论证是一个多准则、多目标的优化和决策过程.针对船型方案论证工作,引入多目标遗传算法(MOGA)和决策技术,建立了船型论证的两阶段方法;并以船型主尺度参数作为设计变量,根据船型论证的目标函数和约束条件建立了多目标优化模型.第一阶段采用多目标遗传算法获得船型论证优化模型的Pareto解集;第二阶段采用客观赋权方法获取备选方案属性的权重,根据与理解之间距离远近给出Pareto解集排序.最后讨论了一艘内河集装箱船的船型论证算例,并且与通常使用的网格法、宽容度排序法、加权和方法的结果进行了比较.算例结果表明,建立的2阶段方法具有良好的适应性,能够获得比较丰富的备选方案集,利于决策者选择.     

空调系统运行性能ELECTRE多属性评价

提出了空调系统运行性能ELECTRE评价模型。性能评价准则考虑了运行能耗、热舒适性PMV和PPD、室内空气品质指标CO2浓度和TVOC浓度等5个指标。在TRNSYS(Transient system)空调系统仿真平台上,以7种不同运行工况为例,对空调系统运行性能进行多属性优劣排序。采用3种不同权重方案分别计算各方案的级别优先得分。结果表明,评价模型能够对不同运行工况下的性能进行多属性优劣排序,以选择出最优方案。不同的权重赋值对研究中的性能优劣排序结果影响不大。以后的研究应考虑诸如控制系统执行性能等更多指标的空调系统运行性能综合评价。     

成本导向下基于遗传算法的曲面幕墙设计优化

针对目前建筑越来越多采用曲面幕墙而带来的高额建造成本问题，提出方案设计阶段优化与深化设计阶段优化相结合的两阶段复合优化方案，对曲面幕墙工程项目进行成本优化. 通过Rhino建立曲面幕墙参数化模型，利用Grasshopper逻辑运算器编写优化方案，实现控制参数生成的优化方案. 在方案设计阶段中，使用多目标遗传算法进行网格划分方案优化. 综合考虑面板类型占比与龙骨综合长度的平衡解集，选择满足工程需求的最优方案解，在深化设计阶段中使用单目标遗传算法，将双曲型面板优化为单曲型面板，降低双曲型面板数量的占比. 通过实际工程应用的分析可知，该复合优化方案在原始方案基础上的优化率为23.19%，现有只在单一阶段进行优化的方案优化率为16.20%，复合优化方案的优化率在现有的优化方案的基础上增加了6.99%. 研究结果表明，利用该研究方案，能够有效地降低曲面幕墙工程项目成本.     

多目标决策法在冷水机组优选中的应用

冷水机组的选择属于空调设计的方案决策问题。论文采用多目标决策法中的理想点法,依据初投资、运行费、运行管理、环境影响、能耗等五个目标对冷水机组选择的可行设计方案进行综合评价,并由此得到最佳方案。多目标决策法中的目标权重值的确定对最终结果影响很大,也容易使决策者做出矛盾和混乱的判断。论文首先采用三标度（0,1,2）矩阵法,经过转换后,得到1-9标度的权重判断矩阵。通过实例计算,说明了多目标决策法应用于冷水机组优选的可行性。     

多元平行流冷凝器传热与流动性能模拟研究

采用分布参数法对平行流冷凝器建立了数学模型,对目前广泛使用的制冷剂R134 a和替代制冷剂R404A以及R410A在平行流冷凝器中的传热和流动性能进行了模拟计算和分析比较.同时,对多元平行流冷凝器7种不同的各流程管数分配方案进行了模拟比较.结果表明:在采用平行流冷凝器的汽车空调工况范围内,R410A和R404A的流动和传热性能均优于传统的R134 a,且R410A比R404A性能更优越,更适宜作为中低温制冷剂用于汽车空调中.具有较好传热和流动性能的管数分配规律是各流程扁管数从前向后依次递减,且递减的速率逐渐加快.由于过冷段对压降的影响较大,扁管数不宜过少.     

基于多物理场仿真和VIKOR决策的干式铁心电抗器多目标优化

损耗和金属导体用量是干式铁心电抗器优化设计过程中需要考虑的关键因素，为有效降低损耗和成本，该文提出基于多物理场仿真和VIKOR决策的干式铁心电抗器多目标优化方法。首先以干式铁心电抗器为研究对象，建立磁场-流场-温度场模型，将磁场计算获得的铁心和线圈损耗密度作为热源，经过流-热耦合计算得到电抗器温度分布；建立磁场-结构场模型，将基于磁场计算得到的电磁力作为应力项，计算得到铁心及线圈振动位移分布，通过有限元仿真与拉丁超立方试验设计相结合的方法，得到不同结构参数下铁心电抗器温升与振动位移结果。为进一步简化优化流程，采用灵敏度分析方法进行参数降维，针对关键参数建立设计参数与温升、振动之间的代理模型，并采用多目标遗传算法得到满足电抗器性能要求的Pareto前沿解集。考虑到电抗器金属导体用量与损耗之间相互冲突，引入VIKOR综合决策方法，在确定优化目标权重的基础上，计算Pareto解集的利益比率大小，以最小利益比率确定最优设计参数组合，最后通过仿真验证优化设计方法的正确性。优化后的铁心电抗器与优化前相比，在损耗增加4.4%的情况下，铁心和线圈金属导体用量分别减少了3.0%和16.6%，同时温升及振动在满足设计要求的基础上分别降低了7.4%和16.7%。所提方法可以有效提升电抗器性能，为电抗器优化设计提供指导。     

微型多元平行流冷凝器的流程布置和风速优化

为了找出300 W制冷量微型制冷系统适用的微型冷凝器的最优方案,建立了描述平行流冷凝器特殊传热流动的数学模型.利用Matlab软件编程,针对满足450 W热负荷要求的微型多元平行流冷凝器进行了一定工况下的性能模拟,得出不同流程布置、不同风速下微型冷凝器的压降、质量等曲线,找到了流程布置和空气风速对冷凝器的影响规律,并得到了450 W冷凝器的最优流程布置和最优风速.     

模糊优选在电网规划综合决策中的应用

利用模糊优选方法,采用多目标优化规划,获得电网规划的优化多解方案集,并计算出方案的定量目标及其特征值矩阵;对于定性准则,建立基于规划知识和经验的专家系统,获取方案的定性目标模糊评价矩阵.对定量和定性目标的两种矩阵,采用统一的决策目标相对优属度进行方案优选决策.当不满意决策优选的规划方案时,则修正和调整多目标间的权重及其隶属函数,重新进行优化规划方案的计算,直至获得满意方案.该方法既能计及定量、定性因素,又能体现系统的整体优化性能,将其应用于规划决策支持系统,可实现具有智能模拟的电网规划方案决策功能.     

浙江省水资源优化配置研究

采用多目标规划模型研究浙江省水资源优化配置.将模型参数确定为工业、农业及城镇生活用水量,以可持续发展为原则建立水资源优化配置的多目标模型,并采用层次分析等方法确定模型中的大量关键性系数,通过赋权将多目标合并为单目标的方法,以浙江省为例,在2005年供需水平基础上进行全省水资源优化配置模型计算,得出2010年和2020年配水方案.综合分析表明结果稳定有效.     

多目标进化算法综述

多目标进化算法已经成为解决多目标优化问题的主要方法之一。本文详细介绍了经典的多目标进化算法,并分析了各种算法所采取的策略,给出了各个算法优缺点分析。讨论了多目标进化算法的应用。     

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.     

产品全生命周期设计非线性多目标优化方法

为实现产品全生命周期设计全系统、全过程、全性能优化的目的，提出在对生命周期内各环节影响因素分析的基础上，将设计从面向某一特定阶段或特定性能指标的平面式局部规划扩展到立体式整体规划．对立体式生命周期设计的涵义进行了阐释．基于详尽的需求分析和系统分析，以及对影响产品竞争力因素的综合评估，建立了产品立体式生命周期设计非线性多目标优化模型，给出了优化问题求解的方法，并以算例对所给出的模型和求解方法进行了说明．     

一种基于置换策略的离散多目标差分进化算法

提出了一种基于置换策略的多目标差分进化算法,采用置换策略来实现优化空间由连续向离散的转换,并结合Pareto快速分层排序策略和基于聚集密度的按层修剪操作对种群进行更新维护,以保持解集的逼近性和分布性。以多目标0/1背包问题为例进行实验,结果表明该算法能有效求解离散型多目标优化问题,优于经典的NSGA-II算法。     

基于信噪比的多目标决策方法及其工程应用

求解多目标优化问题得到非劣解集后,为了确定出最终的设计方案,研究简单而有效的多目标决策方法十分必要。为此,提出了一种基于信噪比的多目标决策方法。该决策方法在多目标优化设计中引入稳健设计的思想,运用信噪比的概念在非劣解集中选择最稳健的设计作为最终方案。基于信噪比的多目标决策方法,不仅可以方便地对非劣解进行评价和排序,而且考虑到工程实际中误差的客观存在,具有较大的工程应用价值。文中采用某轻型飞机齿轮箱多目标优化设计作为算例,验证了采用该决策方法的必要性和有效性。     

基于微分进化求解多目标优化问题中的退化现象

基于微分进化(DE)的多目标进化算法(MOEA)在求解过程中存在着退化现象,导致算法的收敛性无法保证,同时也降低了求解的效率。针对这一问题,分析了算法中存在的两种退化现象,提出了针对两种退化现象相应的解决办法,最后给出了一种新的基于DE的MOEA。新算法克服了已有算法中存在的退化现象,保证了算法的收敛性和解的多样性,有效地提高了算法的效率,通过数值实验验证了新算法的可行性和有效性。     

单点交叉口信号灯优化配时研究

提出了单点交叉口信号灯优化控制新算法，通过对单点交叉口每个方向每条车道未来时刻车辆到达数的有效预测，采用模糊控制推理信号灯下一个周期的时长．在此基础上，建立以车辆平均延误最小和交通流量最大为目标的多目标优化模型，采用排序-遗传算法优化得到每个相位的绿信比，根据此绿信比将周期时长分配到各个相位，从而得到了最优的信号灯配时．仿真试验表明该算法是有效的．     

单点交叉口信号灯优化配时研究

提出了单点交叉口信号灯优化控制新算法，通过对单点交叉口每个方向每条车道未来时刻车辆到达数的有效预测，采用模糊控制推理信号灯下一个周期的时长. 在此基础上，建立以车辆平均延误最小和交通流量最大为目标的多目标优化模型，采用排序-遗传算法优化得到每个相位的绿信比，根据此绿信比将周期时长分配到各个相位，从而得到了最优的信号灯配时. 仿真试验表明该算法是有效的.     

MOEA/D聚合函数的二次泛化及其优化性能分析

基于分解的多目标进化算法（Multi-objective Evolutionary Algorithm Based on Decomposition,MOEA/D）是多目标优化算法的一个重要分支,多目标优化的关键问题是如何在算法的收敛性和散布性之间达到良好的平衡.目前主流算法的聚合函数存在着不同的优缺点,尤其是当使用切比雪夫方法选择个体时,经常出现个体偏离权重现象,个体和权重间得不到很好的粘合.本文基于此提出了一种新的聚合函数方法,提高了MOEA/D的性能.该聚合函数的函数形式为二次函数,种群个体在该函数下的等高线是一条二次曲线（本文称双曲线函数方法,Hyperbola Function Method,HYB）,是对目前存在的聚合函数的一种泛化形式.该HYB方法相比PBI （Penalty-based Boundary Intersection）方法更强调收敛性,能更容易地在收敛性散布性之间达到平衡.本文测试了MOKP问题及DTLZ系列等测试函数,并与其他算法进行了实验对比,结果显示HYB方法更稳定有效且种群在收敛速度上有一定的提高.     

Pareto多目标模糊调度算法研究

针对企业项目调度中具有多个目标的特性,现实情况中面临资源的可用时间和活动的执行时间具有不确定性,提出了多目标模糊调度模型.在多目标模糊项目调度模型的基础上提出了Pareto多目标模糊遗传调度算法,针对调度中所获得的解空间的多样性问题,在多目标模糊调度算法中引入共享机制平衡解空间的分布.最后对算法进行了实例验证并与其他多目标调度问题的算法进行了比较,验证其有效性.