融合指标分组的高维混合多目标进化优化

高维混合多目标优化问题因包含多个不同类型指标,目前尚缺乏有效求解该问题的进化优化方法。提出一种基于目标分组的高维混合多目标并行进化优化方法。采用深度学习神经网络预测种群隐式性能指标;基于指标相关性,将高维混合多目标优化问题分解为若干子优化问题;采用多种群并行进化算法,求解分解后的每一子优化问题,并基于各子种群的非被占优解构建外部保存集;采用聚合函数对外部保存集个体进一步优化,得到Pareto最优解集。在室内布局优化问题中验证所提方法,实验结果表明,所提方法的Pareto最优解在收敛性、分布性以及延展性等方面均优于对比方法。     

基于灰支持向量回归机预测适应值的交互式集合进化计算

个体适应值的高精度预测和高效的进化策略对于提高进化优化算法性能至关重要.针对现有大规模种群交互式进化计算个体适应值估计误差较大以及传统进化策略搜索效率较低的问题,提出一种基于灰支持向量回归机的个体适应值预测方法和大规模种群集合进化策略.建立基于灰支持向量回归机的适应值预测模型,给出4种集合进化个体比较测度,同时提出新的集合进化个体自适应交叉和变异概率.基于上述策略,采用NSGA-II范式设计一种交互式集合进化优化算法.将该算法应用于RGB颜色One-max优化问题,以表明所提出个体适应值预测方法和集合进化策略的有效性.     

基于DCS的循环流化床锅炉床温模糊控制技术

循环流化床锅炉是一个具有分布参数、非线性、时变、大滞后、多变量紧密耦合的多输入多输出的变参数系统,常规控制方法难以取得理想的控制效果。该文根据循环流化床锅炉运行特性,提出基于DCS实现的循环流化床锅炉床温模糊控制技术,实践表明控制效果理想,具有良好的应用前景。     

一种综合咖啡智能拼配方法研究

为了提高综合咖啡拼配质量与效率,研究了一种基于交互式遗传算法(IGA)的咖啡智能拼配方法。该方法将拼配方案作为样本个体,采用改进的自适应交叉和变异概率,交互界面提供10项评价指标用于个体适应值。研究由5位用户参与优化,结果显示该方法界面友好、操作简便,可以在4~5代内获得一致性满意解,且各组分比例差异均小于5%,适应值均超过85。以传统杯测拼配法为参照试验,结果表明,采用IGA优化方法超过传统拼配方案水平。基于IGA在进化优化中的成功应用,为咖啡拼配提供了一种智能化新思路。     

线性控制系统与线性电路在理论分析上的统一性

线性电路与线性自动控制系统在理论分析上具有统一性，以拉氏变换为数学基础，将自动控制系统与线性电路网络进行时间域、复数域、频率域上多种分析方法的对比分析，从理论上探讨它们的个性与共性，广泛性与独立性。     

基于个体适应值灰模型的交互式遗传算法

为将交互式遗传算法应用于复杂的优化问题中,提出一种基于进化个体适应值灰模型预测的交互式遗传算法,为每代适应值序列建立灰模型,以衡量个体适应值评价的不确定性,通过对灰模型的灰预测,提取进化个体评价的可信度,在此基础上,给出进化个体适应值修正公式,将该算法应用于服装进化设计系统中。实验结果表明,该算法在每代都能获取更多的满意解。     

基于适应值模糊灰模型的交互式进化计算

针对交互式进化计算过程的评价不确定性问题,对个体适应值预测方法进行了研究。对于个体精确数适应值类型,提出基于模糊灰模型FGM(1,1)预测模糊适应值的方法,降低噪声对适应值的影响。首先,确定了用户满意度与适应值噪声强度的函数关系,构建了噪声强度衡量指标;然后,建立模糊适应值支集宽度约束下的最小噪声强度线性规划,求取模糊适应值预测参数;最后,通过模糊灰模型时间响应序列输出模糊适应值。采用NSGA-II范式实现进化计算,并设计了新的个体序值比较方法和拥挤测度计算公式。将所提方法应用于烤漆门外观选型问题, 并与已有典型方法比较。结果表明, 所提方法在推荐个体质量、减轻用户疲劳、提高搜索效率等方面均有优越性。     

基于单片机的无线病房呼叫系统设计

在传统病房呼叫系统的基础上提出一种基于单片机实现的无线病房呼叫系统设计方法,给出了基于单片机和射频通信芯片nRF401而设计的硬件原理图,并对影响无线通信性能的通信协议的设计、数据帧和防信息碰撞方法的实现及混合信号PCB板设计等做了较详细的探讨。     

求解高维混合指标优化问题的交互式进化计算

同时存在区间显式指标和模糊隐式指标的高维混合指标优化问题是一类难以求解的不确定多目标优化问题.针对该问题,首先,分别对高维显式指标和隐式指标的主要参数按确定性多目标优化,根据获得的相关权值,将高维显式指标和高维隐式指标分别降维成一维等效区间适应值和一维等效模糊适应值,二者合成个体等效指标体;然后,依据等效指标体的占优情况,通过确定自适应参考点和偏好区域面积选择个体;最后,在大规模种群NSGA-II范式下,采用隐式指标估计策略和种群聚类方法实现交互式进化优化算法.将本文算法应用于2种混合性能指标优化问题,验证所提算法的有效性和泛化性.     

基于进化个体模糊适应值估计的交互式遗传算法

采用大规模种群进化优化策略,根据用户评价时间和单一数值适应值估计个体模糊适应值;根据个体表现型属性和参照个体模糊适应值宽度计算个体表现型相似度;利用个体表现型相似度对种群聚类并估计未评价个体的模糊适应值;基于个体模糊适应值和表现型相似性构造个体选择适应值,实现个体相似性选择.将所提出方法应用于室内挂钟进化设计,并与已有典型方法进行比较.结果表明,所提出方法在提高优化质量、减轻用户疲劳、提高搜索效率等方面均具有优越性.