考虑THM的管网水质服务水平多目标优化

针对供水管网中余氯及氯仿（THM）服务水平优化问题,提出了一种衡量THM服务水平的表达式,推导了THM—I／O模型,建立了以管网余氯服务水平最大化、THM服务水平最大化以及加氯费用最小化的多目标优化模型。考虑了主体水余氯衰减系数、基于余氯消耗的THM生成比例系数、出厂水THM浓度、加氯点数量4个影响因素对优化结果Pareto前沿面的影响。结合一管网算例,采用EPANET—MSX模拟余氯衰减和THM生成,利用实数编码的非支配排序遗传算法-Ⅱ（NSGA-Ⅱ）进行优化,可得到各种情况下的Pareto前沿面。计算结果表明,随着主体水余氯衰减系数减小,加氯费用减少,THM服务水平增加。基于余氯消耗的THM生成比例系数和出厂水THM浓度的减小均能提高THM服务水平,但对加氯费用没有影响。增加加氯点虽然能减少余氯投加,但加氯站建设费用加大了总加氯费用。降低主体水余氯衰减系数是提高管网水质服务水平最经济有效的方法。     

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。     

应用遗传算法进行给水管网优化设计

建立了遗传算法市政给水管网优化模型,阐述了应用遗传算法进行给水管网优化设计的原理、特点,并对某小区管网改建工程进行优化求解,介绍了遗传算法模型的设计参数选取情况．     

基于PSO原理的异孔径配水系统优化算法

为了实现穿孔配水系统均匀布水的快速优化设计, 提出采用改进的粒子群优化算法 (PSO) 并结合水力模型工具作为系统均布优化决策制定的方法.该算法首先对常规粒子群算法进行了一定的改进, 用于提高其算法的收敛性及收敛的速度;其次将改进后PSO与水力模型通过外部TOOLKIT接口进行整合, 以模型计算后数值作为集群个体适应度的评估指标.算例研究表明:该方法可有效地实现限定条件下的均布配水系统快速优化设计.同时, 结合配水系统的节点压力分区, 可减小粒子群算法的维度, 从而使算法的收敛速度得到较大的提高, 迭代次数减少了83%, 并能产生更符合工程实际的优化方案.     

多目标进化算法在物流配送中心选址中的应用

传统的物流配送中心选址模型过于单一地追求物流成本的最小化,而没有考虑服务的质量与效率．本文将顾客时间满意度作为度量物流服务水平的一个标准,提出了物流配送中顾客时间满意度的计算方法,建立了以物流成本最小化和时间满意度最大化为目标的物流配送中心选址多目标优化模型．采用一种基于NSGA一Ⅱ的多目标进化算法来求解,通过选择合适的编码方法和遗传算子可以得到模型的最优解,并通过实际算例说明了模型和算法的有效性．该模型能一次得到多组有效解,从而可以为物流配送中心选址提供更加全面的决策支持．     

多目标水资源优化配置模型求解方法研究

在分析水资源系统构成及其特点的基础上,提出了基于欧式距离判断的交互式多目标决策新方法,以满意度来表述各单项目标在整体规划中的达到程度,以目标总体协调度来控制各单项目标之间的协调平衡.该方法能够体现目标间的制约与协调和决策者的实际愿望,结果更为客观,更便于实际应用操作,为区域水资源的优化配置提供了一条有效可行的新途径.     

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。     

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．     

基于偏好信息的双阈值多目标粒子群算法

以获取偏好解为研究重点,提出了一种双阈值多目标粒子群(multi-objective particle swarm optimization with double thresholds,DT-MOPSO)算法.该算法利用g-支配增加选择压力,借助光束距离阈值σ控制非劣解的数量.另外,引入多样性指标的阈值实现对解集的分布性的控制.当解集的多样性指标低于阈值时,采用自适应网格技术增加解的多样性.通过对典型问题的测试,验证了改进算法的正确性和有效性.     

机构多目标优化与博弈决策设计

对机构多目标设计的优化和博弈两种方法进行了比较,说明采用博弈方法得到的设计变量解,其客观性和可信度高,同时具有稳定性。博弈设计方法能够应用于机构多目标设计。     

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。     

某型飞艇外形多目标优化设计及其决策

飞艇的外形设计直接影响了飞艇的飞行性能、气动特性以及结构重量。文中以飞艇的阻力最小以及结构重量最轻作为优化目标,采用多目标粒子群优化算法对某型飞艇的外形进行了多目标优化设计。实际工程设计中,存在的诸多扰动因素会影响设计方案的性能。由于飞艇体积庞大且气囊为柔性材料,扰动因素对于飞艇的性能影响尤为明显。为此,文中提出了一种"基于信噪比的多目标决策方法"。该决策方法以信噪比为准则,不仅可以方便地对多个设计方案进行评价和排序,而且考虑到了工程实际中误差的客观存在,具有较大的工程应用价值。采用基于信噪比的多目标决策方法,从飞艇外形多目标优化的非劣解集中选择出最稳健的设计作为该型飞艇外形的最终设计方案。     

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。     

基于模糊满意度的水火电力系统多目标短期优化调度

针对水火电力系统短期经济环境负荷调度多目标优化问题,构建了一种基于粒子群算法的交互式模糊满意度决策方法。通过定义每个目标函数的隶属度函数,把多目标问题模糊化;决策者依据自己的主观意愿来设定每个目标的参考隶属度值;利用参考隶属度值与目标隶属度值之差的绝对值最大最小化的方法,将多目标问题转换为单目标问题;采用粒子群算法求解此单目标优化问题。在决策过程中,决策者对当前解不满意,可应用交互式的方法再次设定参考隶属度值,重新进行求解,直到找到决策者满意的方案为止。算例计算验证了交互式模糊满意度决策方法的有效性和可行性,不仅避免了多目标问题向单目标问题转换过程中目标权重选取的人为任意性,而且能充分体现决策者的主观意愿,便于实际应用操作。     

基于动态模糊混沌粒子群算法的含电动汽车微电网多目标优化调度研究

提出一种基于动态模糊混沌粒子群算法的微电网多目标优化调度方法.利用动态目标函数与模糊理论解决多目标主观权值的缺陷,建立以运行维护成本、环境污染物成本为目标的微电网多目标调度模型.微电网多目标优化调度属于多变量、强非线性优化问题,针对传统粒子群算法求解时容易陷入局部最优等问题,在粒子初始化时,引入一种结合Chebyshev映射和Logistic映射的组合混沌映射,在粒子更新过程中,引入Logistic映射,从而增加粒子寻优的遍历性,加强算法全局优化能力.针对惯性权重在粒子群更新过程中的取值问题,采用迭代次数梯度改变惯性权重的策略.仿真结果证明了算法具有更高的收敛效率和更好的收敛效果.     

基于改进粒子群算法的配电网电压无功优化控制

建立了配电网电压无功综合优化数学模型,以便提高配电网运行的电压质量,降低网络损耗。运用改进粒子群算法(MPSO)求解该模型。算法中采用的随机变异机制,提高了粒子的多样性,从而改善了电压无功控制效果。数值对比试验表明,本文方法是合理的和可行的,具有一定的实用意义。     

基于改进粒子群算法的配电网网架优化研究

配电网网架优化是一个多目标综合优化问题,粒子群算法因其易实现、收敛速度快等特点逐渐成为电力系统优化领域研究热点之一. 针对粒子群算法易陷于局部最优问题,提出一种基于聚类策略的改进粒子群算法,动态地将粒子聚类为三种级别的粒子并对应采用不同的学习模型更新速度,增强了粒子群体多样性和全局搜索能力. 通过算例仿真验证了算法在配电网网架优化问题上的可行性.     

基于群体智能算法的非线性系统参数辨识

群体智能算法是一类适用于非线性、不可微和多峰值复杂函数的优化方法.针对非线性系统的特点,在粒子群算法中,采用贪婪准则来确定全局最优粒子,并将该算法与人工蜂群算法应用于非线性系统参数辨识,辨识结果显示了两种算法对含加性噪声的NARMAX模型辨识的有效性,并为将来的研究工作提出了方向.     

供水管网水质监测点优化选址研究

针对复杂管网水质比例矩阵求解困难的问题，利用递归方法求解水质比例矩阵,由此得到给定覆盖标准下的覆盖矩阵.以覆盖水量最大为优化目标，提出基于离散二进制编码的微粒群优化算法(DBPSO)优化供水管网水质监测点(WQMS)的选址方法,并给出了详细的计算步骤.算例计算结果表明，用递归方法求解复杂管网的水质比例矩阵具有较高的时间效率且编程容易实现.基于DBPSO算法的WQMS选址方法具有较高的搜索效率，在给定的监测点数目下能够快速找到最优的监测点位置，通过监控监测点的水质状况能够最大程度地了解整个供水管网的水质信息，为供水管网WQMS的优化选址提供了一种新的途径.