基于精英集的多目标差分进化聚类算法

聚类数的确定在聚类分析中是一个基本却具有挑战性的问题。一方面,最佳聚类数根据不同的评价标准、用户偏好或需求可能不一致,因此将不同聚类数的聚类结果呈现给用户作参考是有意义的。另一方面,增加聚类数虽会使聚类结果更加紧致,却会削弱不同类之间的分离性,所以选择合适的聚类数是一个在最小化聚类数与最大化类内紧致性或类间分离性之间取得平衡的多目标优化问题。因此,在聚类数不确定的聚类问题中直接将聚类数作为一个优化目标与另一个反映类内紧致性的目标函数同时进行优化,利用新的基于精英集的多目标差分进化算法得到一个Pareto解集,集合中含有多个不同聚类数的近似最优聚类结果。实验结果验证了所提算法的可行性和有效性。     

考虑风电和储能接入电网的多目标协同博弈区间经济调度

针对风电的不确定性对电网调度的经济和安全运行造成影响的问题, 充分考虑储能灵活充放电的运行优 势, 提出了一种基于改进均衡协调算法的多目标区间储能经济调度优化方法. 本文综合考虑有功调度与无功优化之 间的内在耦合关系, 以典型日运行的电压偏差和系统综合运行总成本最小化为优化目标, 建立多目标区间储能经济 调度优化模型. 在优化过程中, 首先考虑在直流潮流的区间调度模型中, 通过优化储能和发电机的有功出力来实现 对风电不确定性的处理, 然后采用改进均衡协调算法对考虑交流潮流的有功–无功储能调度模型进行综合优化, 从 而获得兼顾电网安全性与经济性的均衡最优解. 本文还从风电的不同区间波动以及风电场并网规模的角度出发, 分 析了对系统储能调度运行的影响. 最后本文将改进算法获得的最优解与采用带权重系数的理想点法分析获得的 Pareto最优解进行对比分析, 可避免确定权重因子时的人为主观因素. 本文通过对IEEE RTS–24节点系统进行算例 仿真, 验证了所提模型的合理性和可行性.     

基于改进NSGA-II算法求解多目标资源受限项目调度问题

资源受限项目调度问题(resource constrained project scheduling problem, RCPSP)要求在满足相关约束的条件下安排各活动开始时间,从而达到某一目标的最优,具有很强的应用背景,并受到众多学者的广泛关注.经典的RCPSP模型以最小化项目工期为单一目标,忽略了资源使用率等因素对项目整体的影响,使其与实际应用仍有较大差距.基于经典的RCPSP模型,引入最优资源均衡为另一目标,将模型扩展为多目标模型,丰富了RCPSP模型的应用场景.同时,考虑到新模型中各活动间存在大量的控制关系,使用传统的启发式多目标算法需要耗费大量的时间对不可行解进行判断,求解性能较低,提出一种新的算法框架NSGA-IIs.该算法框架基于活动间控制关系将各活动分成若干子集,并在初始化和交叉变异等阶段以子集为基本单位产生新的个体,能够较好地避免不可行解的产生,提高算法的效率.使用解集覆盖度作为评价指标,通过实例数据集的实验表明,与已有的求解RCPSP的经典算法相比,所提出的算法具有明显的优越性.     

子母式穿梭车仓储系统配置优化问题研究

针对仓库资源配置涉及因素众多难以优化问题,提出平均吞吐时间和成本集成的配置优化方法,从提升机和穿梭车两个维度分析,结合子母式穿梭车仓储系统运作特点,考虑穿梭车跨层作业,以平均吞吐时间和成本为目标函数,以货架数量、层数、列数、排数以及设备的数量及运行参数为决策变量,构建子母式穿梭车仓储系统配置多目标优化模型。采用非支配排序遗传算法进行求解,得到Pareto最优解。解集为决策变量的集合,根据这些参数,企业考虑实际情况进行仓储区域的规划布置以及设备选型,为推广应用自动化立体仓库提供了有效参考。     

多目标条件下矿山充填材料配比优化实验

为准确确定某铁矿尾砂胶结充填材料最优配比,分别选择制浆水性、砂灰质量比和料浆质量浓度与充填体强度、料浆坍落度和料浆泌水率作为尾砂胶结充填材料配比优化的影响因素和充填性能评价指标.基于响应面–满意度函数耦合理论,采用Box-Behnken实验设计方法开展13组不同充填配比实验,构建充填性能评价指标的响应面函数,研究各影响因素与目标响应量的相关关系及多目标条件下的最优充填材料配比.结果表明,制浆水性对响应量影响不显著;砂灰质量比对充填体强度影响极显著;坍落度受料浆质量浓度、砂灰质量比影响较显著;砂灰质量比和料浆质量浓度对料浆泌水率的影响均极为显著,且二者之间存在极显著的交互作用.该矿尾砂胶结充填材料最优配比为:制浆水性为海水,砂灰质量比为8.44:1,料浆质量浓度为72%,该配比条件下对应的响应量预测结果为:充填体28 d龄期单轴抗压强度为2.00 MPa,料浆塌落度为27.15 cm,料浆泌水率为7.35%,与验证实验结果基本吻合,为现场工业实验提供强有力的理论支撑.     

基于智能算法的汽车气动外形参数多目标优化

为了对汽车外形进行优化设计,利用CFD软件与智能算法相结合的方法,以在天窗微开高速行驶状态下的汽车为优化的对象,选取气动阻力最小、气动升力为0、天窗后缘压强最小为`优化目标,以汽车关键外形参数为设计变量,对汽车气动外形进行多目标优化设计.同时,应用了数据挖掘技术评价设计变量与3个目标函数的影响关系,选取优化后的最佳关键参数制作汽车模型并进行风洞试验验证.研究结果表明:通过遗传算法优化的车身外形,在其他设计目标满足要求的条件下成功地将阻力系数降低了9.5%,并通过风洞试验验证了该智能算法结果的准确性.基于智能算法的汽车气动外形设计具有指导意义与实际应用价值,为汽车气动外形的多目标优化设计提供了一种高效、精确、可靠的先进优化方法.     

基于粒子群算法的城市接驳公交网络优化调度方法

为提高公共交通分担能力和解决轨道交通与交通出行起讫点之间的公共交通接驳优化调度问题,提出了轨道与公交的接驳公交网络优化模型.模型主要考虑不同接驳站点在不同时间对轨道交通和交通出行起讫点之间的接驳需求建立多目标模型.分析选用粒子群算法对所建立的多目标优化模型进行分析求解,比较了在轨道接驳需求下多种车队规模的调度线路、时刻安排状况,得到轨道线路邻近区域内接驳网络的优化调度,当车队规模在定值时即可满足接驳轨道交通的换乘需求,优化调度使得平均满载率显著下降,另外,验证了接驳公交网络基于粒子群算法的优化调度可有效降低营运消耗.     

多雇主软件需求优选的存档NSGA-II算法

为解决多雇主的软件系统需求优选问题,使得所有雇主同时达到最优满意度,提出基于存档的NSGA-Ⅱ算法,通过将多雇主需求优选问题定义为多目标优化问题,自动而有效地求解满足数量较多的雇主需求优化目标的解集.实验结果表明:本文提出的需求优选方法,能够在资源和成本的限制下,求解一个令尽可能多雇主满意的需求集,在雇主平均满意度、最小满意度、满意度方差等评价指标上均优于基线方法.基于存档NSGA-Ⅱ遗传算法的需求优选方法能够为软件工程需求分析提供科学、合理的优选方案.     

金沙江下游梯级水库群多目标兴利调度模型及应用

多目标兴利调度是充分发挥金沙江梯级水库群综合效益的重要课题,如何科学控制上下游梯级水库蓄泄方式、协调不同兴利调度目标间的竞争关系,是金沙江梯级水库群水资源高效利用的关键科学问题。本文在分析发电效益、航运效益和容量效益间竞争与冲突关系的基础上,建立了以总发电量最大、通航流量最大、时段保证出力最大为目标的梯级水库群多目标兴利调度模型,并采用多目标进化算法对其进行求解,得到了不同频率来水情况下多目标兴利调度方案集,可为金沙江梯级水库群联合调度提供科学的决策依据。     

大型复杂跨流域调水工程电站-水库-泵站群多目标优化调度

考虑调水量、发电最大和耗能最小3个目标,建立电站-水库-泵站群多目标优化调度模型。基于参数调整策略、邻域变异和加速策略,提出了求解多目标优化调度模型的综合改进布谷鸟新算法并求解模型,获得了发电、调水、泵站耗能多目标Pareto解集。以引汉济渭大型复杂跨流域调水工程为实例,将该模型与模拟调度模型和NSGA-Ⅱ算法多目标优化调度模型的结果进行比较,结果表明,该优化调度模型的发电、调水、耗能、弃水等各项指标合理,具有相对优势。