一种多策略融合的多目标粒子群优化算法

为提高多目标粒子群算法在解决复杂多目标优化问题中的整体性能,提出一种多策略融合的多目标粒子群算法.该算法采用均匀化与随机化相结合的方式初始化种群,在粒子速度更新中新增一扰动项,运用简化的k-最近邻方法维持档案以及对档案个体赋予生存期属性并动态调整生存期值.实验结果表明,在GD和SP性能指标上,本文算法与另外5种对等算法在ZDT和DTLZ系列测试问题上进行对比,其表现出了总体显著性的性能优势.     

基于多目标粒子群优化的DCT域数字水印算法

根据对粒子个体的非支配排序和计算拥挤距离,提出一种改进的多目标粒子群优化(IMOPSO)算法。将IMOPSO应用于DCT域数字水印系统设计,提出基于多目标粒子群优化的数字水印算法。该算法以水印嵌入位置作为粒子的解,以不可见性(PSNR)和鲁棒性(NC)作为两个优化目标,得到数字水印系统的最优解集。实验结果表明,提出的算法得到多种满足PSNR值和NC值平衡的水印嵌入方案。与其他相关算法在同等条件下相比较,算法满足水印不可见性的同时,在噪声、压缩、裁剪等攻击下具有较好的鲁棒性。     

基于粒子群优化的地震应急物资多目标调度算法

合理高效地优化调度救灾物资对提升地震应急救援效果具有重要意义。地震应急需要同时兼顾时效性、公平性和经济性等相互冲突的多个调度目标。该文对地震应急物资调度问题建立了带约束的3目标优化模型,并设计了基于进化状态评估的自适应多目标粒子群优化算法(AMOPSO/ESE)来求解Pareto最优解集。然后根据“先粗后精”的决策行为模式提出了由兴趣最优解集和邻域最优解集构成的Pareto前沿来辅助决策过程。仿真表明该算法能有效地获得优化调度方案,与其他算法相比,所得Pareto解集在收敛性和多样性上具有性能优势。

     

正交免疫克隆粒子群多目标优化算法

该文基于抗体克隆选择学说理论,提出了一种求解多目标优化问题的粒子群算法正交免疫克隆粒子群算法(Orthogonal Immune Clone Particle Swarm Optimization, OICPSO)。根据多目标的特点,提出了适合粒子群算法的克隆算子,免疫基因算子,克隆选择算子。免疫基因操作中采用了离散正交交叉算子来获得目标空间解的均匀采样,得到理想的Pareto解集,并引入拥挤距离来减少获得Pareto解集的大小,同时获得具有良好均匀性和宽广性的Pareto最优解集。实验中,与NSGA-II和MOPSO算法进行了比较,并对算法的性能指标进行了分析。结果表明,OICPSO不仅增加了种群解的多样性而且可以得到分布均匀的Pareto有效解集,对于多目标优化问题是有效地。     

基于余弦距离的多目标粒子群优化算法

针对粒子群优化算法具有的个体分布不均匀以及重复个体较多等缺陷,提出了一种基于余弦距离的多目标粒子群优化算法,该算法根据外部精英存储策略,利用余弦距离排挤机制来选取最分散的粒子,扩大 Pareto最优解集的收敛性和多样性,增强算法的全局寻优能力。通过采用标准多目标优化问题ZDTl～ZDT3进行仿真实验与粒子群算法、混沌粒子群算法、基于拥挤距离的多目标优化算法对比表明,该算法在Pareto前沿的收敛性和多样性方面均优于基于拥挤距离排挤机制,并具有较高的效率     

基于混沌粒子群算法的多目标调度优化研究

针对当前车间调度多目标优化研究存在收敛速度慢、精度低的问题,提出了混沌多目标粒子群优化算法。在算法中,设计了一种新的叠加Logistic扰动的Tent混沌映射算子,通过该算子周期性地更新种群以保证种群的多样性;对收缩粒子群算法进行了扩展使其能够快速收敛到Pareto前沿。通过标准测试问题与实际应用对所提方法进行了验证,实验结果显示混沌多目标粒子群优化算法无论在收敛速度还是在优化精度上都优于其它典型多目标进化算法。     

自适应分解式多目标粒子群优化算法

为了提高多目标粒子群优化算法解的分布性,文中提出了一种自适应分解式多目标粒子群优化算法(Adaptive Multiobjective Particle Swarm Optimization based on Decomposed Archive,AMOPSO-DA).首先,设计了一种基于优化解空间分布信息的外部档案更新策略,有效提升了AMOPSO-DA的空间搜索能力;其次,提出了一种基于粒子进化方向信息的飞行参数调整方法,有效平衡了AMOPSO-DA的探索和开发能力.最后,将提出的AMOPSO-DA应用于多目标优化问题,实验结果表明,文中提出的AMOPSO-DA能够获得分布性较好的优化解.     

一种消解协商僵局的多目标粒子群优化算法

解决协商僵局问题是协商优化中的重要研究课题.利用协商议题之间的相关性,提出了一种用于消解双边多议题协商僵局的多目标粒子群优化算法(MOPSO).MOPSO首先动态放宽僵局议题的保留值,然后将僵局议题相关的多个议题的保留值缩紧问题转化为一个多目标优化问题,通过粒子群搜索到Pareto最优解集,从而并行优化了这些相关议题的保留值,最后在不降低协商者整体利益条件下进行协商议题保留值向量等效置换.实验验证了MOPSO是有效的,其僵局解决能力明显比现有的其他方法强.     

基于动态交换策略的快速多目标粒子群优化算法研究

本文提出了一种基于动态交换策略的快速多目标粒子群优化算法,通过把初始种群分割成Pareto和Non_Pareto集合,并在迭代过程中对Pareto解集进行动态调整,从而较好地完成了多目标优化算法对Pareto解集的搜索和逼近.实验和应用实例均表明了该算法的有效性和快速性,并通过性能指标ER的计算验证了本算法优于某些同类的多目标优化算法.     

基于改进多目标粒子群优化算法的雷达资源分配方法

针对预警探测任务中多雷达传感器协同探测跟踪同一目标时的雷达资源优化分配问题,提出了一种基于改进多目标粒子群优化算法的雷达资源分配方法。为了获得综合效能最大的雷达资源分配方案,建立了以雷达对目标的探测覆盖占比、雷达交接班次数、目标首点发现时刻为目标函数的多雷达资源优化分配模型,给出了基于改进多目标粒子群优化算法求解雷达资源分配模型的具体步骤。仿真结果表明,提出的方法能够合理地进行多雷达资源优化分配,计算结果高效、可行,算法求解结果稳定,能有效避免基本粒子群算法可能遗漏全局最优解情况的产生。     

厚PTFE陶瓷基板钻孔参数的优化探讨

厚PTFE陶瓷基板是陶瓷粉填充的高频材料,其材料内含有大量陶瓷粉,且有聚四氟乙烯（PTFE）树脂,在钻孔参数设置不当时极易产生孔口披峰、崩孔或铜瘤等问题。结合厚PTFE陶瓷基板板材的特性,从钻孔参数上进行优化试验,以解决此类厚PTFE陶瓷材料的钻孔加工过程中出现的披峰、铜瘤问题。     

基于PSO的混动挖掘机回转系统轨迹优化策略

针对混合动力挖掘机回转系统运行能耗高、效率低的问题,通过工况分析确定电机驱动回转系统的方案,建立混合动力挖掘机电驱回转系统多目标优化模型。提出一种基于PSO的混合动力挖掘机回转系统运行轨迹优化策略,基于粒子群优化算法对挖掘机回转系统运行轨迹优化模型进行离线求解。试验采集数据得到回转系统运行轨迹曲线,并在Simulink中验证电驱回转系统的动力性能。结果表明,混合动力挖掘机电驱回转系统优化策略可以充分改善挖掘机回转系统性能指标,为其他具有回转系统的工程机械与车辆提供一定的工程应用技术支持。     

基于PSO的逆变器接口电源输出控制器的优化方法

随着我国电力需求的持续增加,微电网不断地接入电力系统。微电网将分布式电源、负荷、储能装置、能量变换设施和控制装置集成一个整体进行综合控制。由于其规模的不断扩大,其运行难度也在不断增加,难以满足用户越来越高的安全性和可靠性要求。提出了一种基于PSO算法的逆变器接口分布式电源控制方法,通过优化逆变器输出控制器参数,能够有效抑制存在于微电网中的电压、频率、操作模式转换等干扰。仿真实验验证了该智能控制方法的正确性与有效性。     

Optimization of UPFCs using hierarchical multi-objective optimization algorithms

Optimal location, number, and settings of unified power flow controllers (UPFC) using various multi-objective optimization algorithms is presented in this paper. The UPFC parameters, locations and number are computed to maximize the voltage stability margin and minimize the real power losses at the same time. For this, developed hierarchical optimization versions of three recent multi-objective algorithms are proposed namely: non-dominated genetic algorithms (NSGA-II), non-dominated sorting particle swarm optimization (NSPSO) and Strength Pareto Evolutionary Algorithm 2 (SPEA2). The fuzzy logic is proposed to extract the best compromise solution from the Pareto set. The proposed algorithms are applied to IEEE 30-bus power system. The line flow and load bus voltage limits are taken into account. The obtained results show that the installation of the UPFC in the power system minimizes the power losses, enhances the static voltage stability, and improves the voltage profiles. Furthermore, the proposed methods are able to solve a hard discrete?Ccontinuous constrained multi-objective optimization problem. In addition, they do not show any limitation on the number of objective functions under consideration.     

多目标优化问题的遗传算法改进研究

基于Nash均衡的思想在NSGA所求得的Pareto最优解基础上,探讨一种能对多目标优化问题进行求解的遗传算法。采用Nash均衡的思想在多目标优化的遗传算法,结合NSGA算法,提出一种能得到多个Pareto最优解的多目标优化算法。通过目标函数线性加权法、NSGA对函数进行了试验分析,对部分自变量进行固定,对其他的自变量进行优化,对Pareto最优解进行持续优化,进而实现加速算法的收敛,从实验中得出了这种算法具有较快的收敛性,但是其运行时间和NSGA相比没有多少改善。     

Fuzzy multi-objective optimization decision-making of reliability of series system

In many practical situations where reliability enhancement is involved, the decision-making is complicated because of the presence of several mutually conflicting objectives. For example, it is conflicting to reduce the cost of the system and to improve the reliability of the system at the same time. Moreover, in the decision-making of reliability, various kinds of uncertainty, i.e. experts information character, qualitative statements, vagueness, etc. are involved. In the light of these, this work presents a fuzzy multi-objective optimization decision-making method, which can be used for the optimization decision-making of the reliability with two or more objectives. An example is given to illustrate the method.     

海洋石油钻井平台电动钻机的负荷特性及动态参数计算

随着我国经济的不断发展,科技的不断进步,逐渐加深了对石油资源的探索和开采。石油是一项重要的能源,各个国家争相开采。为此,提高开采技术就成为了一项重要的研究内容。在海洋石油开采中,钻井平台的用电设备工作状况比较复杂,由于钻井的深度不同,地质结构不同以及操作不同,都会使平台的钻机用电负荷差异悬殊。本文分析了钻井平台钻机的负荷特性,对钻机所以电动机特点做了介绍,为钻机型号的选择提供参考依据,对海洋石油钻井钻机的研究提供了一定的理论依据。     

SDN based network resource selection multi-objective optimization algorithm

For the problem of coexistence of different resource utility objectives and mutual influence of resource selection strategies in the complex structure of software-defined network (SDN),an SDN based network resource selection multi-objective optimization algorithm was proposed.The optimization goals of resource providers and clients were taken into account in the algorithm,and a resource selection multi-objective optimization model was constructed.The model was further solved by the reference vector based multi-objective optimization algorithm.Simulation results show that compared with other algorithms,the proposed algorithm could quickly converge to the uniformly distributed non-inferior solution set,and balance the optimization objects of multi-party in SDN based resource access management.     

改进的多目标粒子群算法优化设计及应用

针对粒子群算法存在易陷入局部最优点的缺点,提出了一种改进的带变异算子的多目标粒子群优化算法。采用非支配排序策略和动态加权法选择最优粒子,引导种群飞行,提高帕累托(Pareto)最优解的多样性。与其他优化算法相比,该算法易于实现并且计算速度更快。通过计算Pareto前沿最优解设计最佳多层电磁吸收体,在吸收体的厚度与反射系数之间取得最佳折衷。通过对反射系数函数与吸收体厚度函数测试验证,该算法能够在保持优化解多样性的同时具有较好的收敛性。     

人工关节多目标优化算法研究

针对传统机器人关节难以满足现代机器人越来越高的性能需要,根据仿生学原理,模拟生物体结构设计了人工肌肉驱动的仿生膝关节。为了使仿生膝关节在要求的运动范围内有最优的有效力传动性能,建立了该仿生膝关节传动角的多变量非线性数学优化模型,对其仿生结构进行了结构优化。通过仿真对比分析,优化后的结构比优化前的结构在有效力传动性能方面有了较大提高。本文为仿生关节的设计及优化提供了一种新的思路。