一类色氨酸生物合成系统的双目标优化

针对GMA(Generalized Mass Action)型色氨酸生物合成系统的双目标优化问题,提出了一种求解方法.首先给出色氨酸生物合成系统的GMA模型,然后构建色氨酸生物合成系统的双目标优化模型.为了求解前面构建的双目标优化问题,基于NBI方法给出了求解策略.为了克服NBI方法难以得到双目标优化问题全局Pareto解的不足,应用过滤算法去除经典NBI方法产生的非全局Pareto解.该过滤算法可以得到双目标优化问题的全局Pareto解.通过MATLAB计算,结果表明本文可以获得GMA型色氨酸生物合成系统双目标优化问题的Pareto最优解以及Pareto前沿,验证了所提方法的实用性和有效性.     

基于线性方法的色氨酸系统双目标优化

研究了色氨酸系统的双目标优化问题.针对一类色氨酸生物合成系统的双目标非线性优化问题,提出了一种可求其Pareto最优解的有效方法.该方法的基本思想可以描述为:首先将色氨酸生物合成系统的双目标非线性优化问题表示成幂函数形式,采用这种表示的一个好处是在对数空间下可将原双目标非线性优化问题化为双目标线性规划问题;然后基于NBI方法求解前面得到的双目标线性优化问题.通过在Matlab平台上得到的计算结果表明,本文方法可以获得色氨酸系统双目标非线性优化问题的Pareto最优解以及Pareto前沿,验证了所提方法的实用性和有效性.本文方法获得的Pareto最优解个数可由用户设定.     

多壁纳米碳管修饰玻碳电极伏安法测定色氨酸

制备了多壁纳米碳管修饰玻碳电极,研究了色氨酸在该电极上的电化学行为并优化了测定条件.与玻碳电极相比,该修饰电极明显降低了色氨酸的氧化峰电位,提高了氧化峰电流.在pH7.2的磷酸盐缓冲溶液中,测定色氨酸的线性范围为 2.5～140 μmol/L,检出限为0.12 μmol/L.对10 μmol/L色氨酸测定的相对标准偏差为3.4 %( n= 8).一些常见物质对测定无干扰,应用于人体尿样中色氨酸的含量测定, 结果满意.     

基于多目标协同优化算法的卫星结构优化设计

针对卫星系统中多目标、多约束、耗时的结构优化问题,建立了卫星结构的多目标协同优化模型.将协同优化方法与全局多目标优化算法相结合,并针对协同优化方法的缺陷采取一些改进措施,提出了协同优化方法与全局多目标优化算法(CO-PE)组合优化方法.以某卫星结构多目标优化问题为例,在iSIGHT优化软件中对卫星结构进行多目标协同优化设计,通过CO-PE组合优化方法获取Pareto最优解集.优化结果表明,多目标协同优化模型能够简化优化问题的复杂度,基于近似模型的CO-PE组合优化方法具有较好的准确性和高效性,对实际工程中类似的复杂结构优化问题具有一定的参考价值.     

动态多目标优化进化算法研究综述

动态多目标优化进化算法主要研究如何利用进化计算方法求解动态多目标优化问题,其已成为进化计算领城一个新的研究课题.本文首先介绍了动态优化问题的分类,然后描述了动态多目标优化问题的基本概念、数学表述,最后在当前对动态多目标优化进化算法的基本原理、设计目标、研究现状及性能度量讨论的基础上,提出了对动态多目标优化问题需进一步研究的关键问题.     

求解复杂约束优化问题的演化多目标算法

在分析了传统的求解带约束的单目标优化问题存在的问题的基础上,利用多目标优化算法的框架,把单目标优化问题中的软性约束化为新增的目标,把原问题化为一个多目标优化问题,然后利用演化多目标优化算法求解转化后的问题,分析了该方法处理约束的优势,并给出了初步实验结果.     

多目标拆卸序列优化问题的分散搜索算法

针对拆卸序列优化问题以最小拆卸时间和最大拆卸收益为优化目标建立了多目标优化数学模型.应用线性加权方法将多目标优化问题转换为单目标优化问题,并提出了一种改进的分散搜索优化算法.算法采用保持优先关系的交叉过程(PPX)作为子集解的组合算子,通过局域搜索算子改进组合算子产生的新解.引用数值算例对模型和算法进行了验证,结果表明该模型及算法求解多目标拆卸序列优化问题有效.     

基于遗传算法的交通信号控制多目标优化

针对城市交通信号控制面临的多目标优化问题,提出了利用遗传算法实现多目标优化的方法.分析了城市交通信号控制多目标优化的本质及特点,采用基于遗传算法的多目标优化方法,提出了信号控制多层模糊控制模型,以平均延误和停车次数作为优化目标,采用遗传算法中的随机权重方法来进行该模型的多目标综合优化,给出了各模型参数的计算方法和优化步骤,最后进行了仿真试验.仿真结果表明,给出的多目标优化方法优于传统的多目标固定权重方法,可以获得更好的交通信号控制效果.     

基于博弈理论的拱坝体形多目标优化设计

以坝体体积、最大主应力、高应力区范围为目标函数,建立了拱坝体形多目标优化模型.根据多目标优化设计问题与经济学中博弈问题之间的相似性,将多目标优化中的各分目标函数看成博弈方,所有可行解就是博弈策略集,从而提出了拱坝体形多目标优化设计问题的合作博弈方法.白鹤滩拱坝体形优化设计结果表明,该方法比传统的多目标优化方法(如线性加权法和理想点法)更能综合反映各优化目标的要求,优化结果更加合理,并具有较高的计算效率.     

基于分布式神经动力学算法的微电网多目标优化

针对微电网多目标优化计算量较大的问题,提出了一种考虑需求响应的微电网分布式神经动力学优化算法.首先,考虑平均效率函数、微电网的排放、需求响应引起的不满意度以及总利润函数等因素建立多目标优化模型.其次,应用单目标积公式将多目标优化问题转换为单目标优化问题,并证明了最优解是原始多目标问题的帕累托最优点.再次,使用对数障碍物惩罚因子处理不等式约束,利用Lasalle的不变性原理和Lyapunov函数证明所提出的算法可以收敛到最优解.最后,通过仿真验证了本文算法可以在保证优化精度与收敛性条件下,大大降低计算成本.     

风力机设计及其空气动力学问题

针风力机设计中的复杂多变量、多目标和多约束优化问题,提出一种基于Pareto理论的风力机多目标设计框架,并以1．5Mw大型风力机叶片设计为例,讨论了风力机多目标一体化设计的基本特点．然后由此引出风力机设计中至关重要的气动计算方法和非定常气动力建模面临的挑战,概述了风力机空气动力学的复杂性,介绍了在风力机空气动力学计算方法和气动建模方面取得的进展和存在的问题．     

求解多目标最优化问题的功效系数法

本文在E.C.Harrington功效系数法的基础上,提出一种改进的求解多目标最优化问题的功效系数法。文中运用“最小算子”构造总功效系数,使得线性多目标问题在求解中仍不失其线性,并转挟成一个单目标的线性规划问题。文中还给出了解的有效性证明和算例。     

曝气装置选用多目标专家系统

介绍一个曝气装置选用多目标专家系统，该系统的数据库用Access构造，储存有国内外172种曝气器的各项参数，以及若干IF－THEN型规则，推理机为正向推理与反向推理相结合方式，使用了多目标规划方法，用户通过本专家系统可以迅速选择到兼顾购买费用，使用费用，占地面积和处理效率等目标的暴气器，实例证明，本专家系统是有效的。     

机场保障资源配置优化建模

 通过梳理多批次多架次飞机在机场同时进行保障作业的基本流程,针对保障作业过程中的各种影响因素,明确了机场保障资源配置优化问题的约束条件和优化目标,并依据约束条件的特征对其进行分类,构造了机场保障资源配置的数学优化模型。     

多无人系统跟踪与编队的自主式预测控制算法

针对多无人系统的跟踪与编队问题,考虑跟踪与编队控制目标存在不一致及不可实现的情况,综合目标规划与预测控制方法,设计了一种确保控制目标一致且可实现的自主式预测控制算法.首先根据给定的跟踪与编队控制目标,通过为各无人系统引入规划控制目标,对目标代价函数进行重新设计,解决跟踪与编队控制目标不一致问题;然后对引入的规划目标进行约束设计,保证其具有可实现性;其次为各无人系统设计预测控制终端约束集,进一步保证对规划控制目标的收敛性;最后对重新设计的目标代价函数与相关约束进行整合,为各人系统构造独立的控制优化问题,并给出相应的自主控制实施算法,将不一致、不可实现的跟踪与编队控制目标规划出一致、可实现的控制目标.针对为各无人系统所构造的控制优化问题,进一步将其描述为线性矩阵不等式形式,并通过MATLAB求解仿真,验证了所提出的自主预测控制算法的有效性.     

面向多目标参数整定的协同深度强化学习方法

多目标控制参数联合优化整定是自动化系统保持高效、稳定运行的关键问题,强化学习常用于建立自动化调参智能体,代替人工完成参数整定. 针对现有方法使用固定权重将多个优化目标线性组合为单目标,训练具有固定调参知识的单智能体模型,导致实际目标关系受环境影响与先验不符时,智能体无法感知并做出适应性决策调整,限制参数整定效果的问题,提出一种面向多目标参数整定的协同深度强化学习方法. 该方法利用离线仿真学习目标整定知识建立多个Double-DQN智能体,在线建立整定效果反馈,感知目标实际关系并调整智能体协同策略,实现有效的多目标参数整定. 列车自动驾驶参数整定实验结果表明,方法对停车误差、舒适度两个目标整定效果良好,能自适应不同车轨性能且可持续优化,实用价值大.      

配电网多目标无功优化方法研究与应用

无功优化是电力系统安全经济运行的核心问题之一,电力系统无功优化规划是一个较复杂、多目标、非线性的混合规划.它的目标是在满足约束条件的前提下,使系统的某个指标或多个指标达到最优.文章在分析配电网无功优化所面临困难的基础上提出了一种优化方法,并结合一配电网实例利用PowerStation软件的优化潮流程序加以实现.计算结果表明,这种多目标无功优化方法及应用软件有利于提高配电网的无功优化水平.     

基于混合遗传算法和复合形法的翼型优化设计

遗传算法的缺点在于计算过多的目标函数适应值而增加了优化设计的计算量。为了提高遗传算法的优化效率,将遗传算法和复合形法相结合,建立了基于混合遗传算法和复合形法的气动优化设计方法,对超临界翼型进行了单目标和多目标的优化设计,流场计算采用雷诺数平均N-S方程。算例表明,该设计优化方法稳定,设计质量高,效率比单纯遗传算法有很大提高,在工程中有较大的应用价值。     

DR-Cloud: Multi-Cloud Based Disaster Recovery Service简

With the rapid popularity of cloud computing paradigm, disaster recovery using cloud resources becomes an attractive approach. This paper presents a practical multi-cloud based disaster recovery service model： DR- Cloud. With DR-Cloud, resources of multiple cloud service providers can be utilized cooperatively by the disaster recovery service provider. A simple and unified interface is exposed to the customers of DR-Cloud to adapt the heterogeneity of cloud service providers involved in the disaster recovery service, and the internal processes between clouds are invisible to the customers. DR-Cloud proposes multiple optimization scheduling strategies to balance the disaster recovery objectives, such as high data reliability, low backup cost, and short recovery time, which are also transparent to the customers. Different data scheduling strategies based on DR-Cloud are suitable for different kinds of data disaster recovery scenarios. Experimental results show that the DR-Cloud model can cooperate with cloud service providers with various parameters effectively, while its data scheduling strategies can achieve their optimization objectives efficiently and are widely applicable.     

基于Isight的博弈多目标优化

复杂多目标优化设计中常遇到性能目标与设计变量之间不具有显式的函数关系式,难以直接运用传统优化方法进行设计计算,且多个性能目标相互耦合,设计周期长等问题。针对这些问题,本文提出了基于Isight的博弈多目标优化设计方法,在Isight优化平台下集成Solidworks软件和Ansys软件进行建模与分析,运用博弈论思想分别建立合作博弈模型和非合作博弈模型,用遗传算法对模型进行求解获得优化解,并以悬臂梁多目标优化设计进行示例说明。