基于单亲遗传算法的区域供冷系统管网的布置优化

区域供冷树状管网布置优化属于典型的组合优化问题.针对区域供冷管网系统特点,建立了以管网年度费用最小为优化目标的数学模型和约束条件.以图论和遗传算法为理论基础,应用改进的单亲遗传算法对区域供冷树状管网进行了优化布置,并对编码方案.遗传算子设计,适应度函数进行了设计.应用实例表明,单亲遗传算法直接以管网年度费用最小为优化目标,能够获得年度费用最小的布置方案,与Dijkstra算法对比,算法的寻优效率较高,收敛性和稳定性较好.     

基于蚁群的天基预警多目标优化算法

为了解决天基预警传感器调度问题,本文提出了一种基于蚁群优化算法和R_2排序算法的连续搜索空间多目标蚁群优化算法。算法中考虑传感器覆盖数量动态变化的任务约束,卫星及传感器数量的资源约束、地球遮挡、临边观测及观测距离等环境约束。针对传统蚁群算法在天基预警任务规划中存在的多目标权衡能力差以及连续搜索空间计算效率低等问题,本文对传感器调度方案进行R_2排序和多目标寻优计算,权衡了目标切换次数,传感器疲劳度以及目标观测时长等优化目标。将算法与元启发式和动态蚁群算法在观测资源充足,观测资源紧缺和观测资源严重不足3种状态进行对比仿真。结果表明:该算法可以在任务、资源和环境约束下对传感器切换次数、单星观测时长和总观测时长等目标进行优化,适用于天基预警星座系统对弹道导弹等具有红外特性运动目标的跟踪方案优化问题。     

在误工工件个数最少的条件下使最大延误为最小的分支定界算法

多目标排序是研究多个优化目标的排序问题,在解决经济、管理、工程、军事和社会等领域出现的复杂问题中起着越来越重要的作用。2007年有文献证明以误工工件个数最少为第l目标、使总完工时间最小或者使总延误最小的多重目标排序问题1‖（∑Cj／∑uj）或者1‖（∑Tj／∑Uj）都是NP困难的。然而,迄今为止,对于以误工工件个数最少为第1目标、使最大延误最小的多重目标排序问题1‖（Tmax／∑Uj）的计算复杂性还不清楚。给出了这个多重目标排序问题1‖（Tmax/／∑Uj）的分支定界算法,借助几个性质,得到较好的上下界,能够较快地得到最优解。     

以延迟和延误为第1目标的约束多目标排序问题

多目标排序是研究多个优化目标的排序问题,它在解决经济、管理、工程、军事和社会等领域出现的复杂问题中起着越来越重要的作用。1956年Smith研究在没有工件误工的、所谓"完美的"(perfect)排序中寻找使平均完工时间为最小的排序问题,开创了研究多目标排序的先河。然而,在实际问题中往往是允许工件误工的,也就是说,工件可以在交货期之后完工,即允许工件有延迟或者延误,只是针对不同的问题对工件的延迟或者延误有不同的要求。研究以延迟和延误为第1目标的四个约束多目标排序问题,在最大延迟L_(max)、总延迟∑L_j、最大延误T_(max)或者总延误∑T_j不超过给定的量的约束条件下,寻找使平均完工时间为最小的排序,分别提出相应的算法。     

某汽车座椅混流装配线多目标排产优化

针对某汽车座椅混流装配线多型号多批次混流装配周期长、订单多样化、难以满足客户需求等问题,建立以产品最小完工时间和等待时间为目标的排产优化模型,并设计一种基于循环拥挤排序的改进快速非支配排序遗传算法进行求解.以某企业混流装配线为例,运用多种算法进行优化前后排产方案的对比分析,验证所提模型及算法的可行性.应用Plant Simulation对所提排产优化模型与算法实用性进行验证,仿真结果表明,文中模型及算法能有效缩短装配周期,提高装配线资源利用率.     

改进万有引力算法在流水作业排序中的应用

针对万有引力搜索算法在处理一些优化问题时比较容易出现早熟和搜索精度不高的缺点,通过引入变异思想和模拟退火思想,提出一种改进的万有引力搜索算法,并用此算法对以加权总误工最小为目标的流水作业排序优化问题进行分析,结果表明:改进后的万有引力算法明显优于传统万有引力算法.     

基于博弈人工蜂群算法的多目标车间调度研究

针对作业车间调度问题,以最大完工时间最小、机器的总空闲时间最小以及任务总延迟时间最小为目标,提出了博弈人工蜂群算法来求解多目标作业车间调度模型。为优化种群质量,应用改进的人工蜂群算法,通过设计交叉、变异以及局部搜索机制对种群进行不断优化;然后,通过博弈理论,使3个优化目标之间的博弈策略组成最优组合,从而获得子博弈精炼纳什均衡,求得问题的最优解;最后,进行了基准算例的仿真实验,并与其他算法进行比较,结果验证了所提算法的有效性。     

考虑需求紧迫度的应急车辆路径优化方法

为提高应急管理水平,量化各受灾点物资需求紧迫度,提出考虑紧迫度的车辆最优路径规划方法。采用K-means聚类算法确定应急物资配送中心的选择以及受灾点的划分,以应急救援过程中的总时间最短、救援所花费的总费用最小以及受灾点紧迫度排序指数最大为目标,构建多目标的应急车辆路径优化模型,并设计改进的布谷鸟-蚁群组合算法进行求解。以汶川地震为背景构造算例,验证模型的有效性,结果表明:与不考虑需求紧迫度的车辆路径方案相比,考虑需求紧迫度的路径优化方案在所需运输总时间上升1.92%、救援过程总费用增加3.43%的前提下,紧迫度排序指数提高了11.2%。考虑需求紧迫度的车辆路径优化模型在保障突发灾害救援效率的同时,兼顾了不同受灾点的物资需求程度,提高了应急物资运送的公平性。     

基于信息熵TOPSIS的公交线网优化方案排序

在给出公交线网的优化原则、约束条件和目标函数的基础上,运用多目标决策方法TOPSIS法对公交线网优化方案进行排序。该方法首先构造评价指标的特征矩阵,运用信息熵理论将指标的熵值数据处理后作为指标的客观权重,克服了以往公交线网优化中对目标函数取权重时的主观性;其次通过将客观权重与欧几里得距离进行加权来计算距离尺度,使得优化方案与最优方案的距离计算更加准确;最后以优化方案与最优方案的接近程度作为依据对优化方案进行排序。应用实例表明该模型能较好地解决优化目标的权重分配问题,对公交线网的优化调整是有效、实用的,且优化过程简单,优化结果合理。       

含风电的节能发电调度研究

随着大规模风电并网,风电资源的随机性及不确定性给电力系统节能发电调度带来了新问题。为适应上述电力系统新情况,更好地实现电力系统的节能减排,本文基于多目标粒子群算法,对含风电的节能发电调度进行研究。以火电机组总能耗最小和CO2排放量最小为共同目标函数,建立含风电的多目标节能发电调度模型,利用多目标粒子群算法进行模型求解,并引入半可行域的概念进行约束条件的处理。同时以1个含有10台火电机组和1个风电场的系统为算例进行验证。结果表明,多目标优化方案与以火电总能耗最小为目标的方案相比,CO2排放量减少8.16%,火电总能耗仅增加4.73%,与以CO2排放量最小为目标的方案相比,火电总能耗减少7.39%,CO2排放量仅增加1.73%。该方案实现了节省资源及降低排放的目的,对电力系统节能减排具有参考价值。