基于改进NSGA-Ⅱ的冷链物流多目标车辆路径优化

在考虑冷链物流配送时效性、易腐性等严苛条件的前提下,构建以客户满意度最大、配送总成本最小的多目标车辆路径优化模型,运用改进的非支配排序遗传算法(Improved Nondominated sorting genetic algorithmⅡ,I-NSGA-Ⅱ)对模型进行求解,获取冷链物流配送方案。在NSGA-Ⅱ算法中引入C-W节约算法构造问题初始解,通过改进变异算子、改进拥堵距离计算方法改进算法。结果表明：改进算法克服了传统NSGA-Ⅱ算法全局搜索能力差、收敛速度慢的缺点,得到了更优的Pareto解集,验证了改进算法的有效性。     

基于NSGA-Ⅱ算法的轨道转移优化方法研究

在普适变量法求解Lambert转移问题基础上,提出基于NSGA-Ⅱ（non-dominated sorting genetic algorithm-Ⅱ）算法的轨道转移时间-能量优化问题解决方法：通过修改非优超排序方法和采用空间扩张策略对NSGA-Ⅱ算法进行了改进,运用约束支配的概念解决了约束条件下Pareto最优集分层困难的问题。仿真实验表明：改进的NSGA-Ⅱ算法能有效求解轨道转移时间-能量优化问题,且比原算法提高了Pareto前沿散布性能。     

基于改进NSGA-Ⅱ的云服务PDTs调度算法

基于多目标优化的云计算PDTs调度是一个NP问题,考虑云计算用户的服务质量(Qo S)要求,将处理PDTs的成本和时间要求作为目标,提出一种基于改进NSGA-Ⅱ的云服务PDTs调度算法.采用相似任务序列交叉(STOX)操作加快进化,而采用位移变异避免算法过早收敛,此外,还利用一个拥挤距离自适应算子(SCD)来改善Pareto最优前沿的个体多样性.仿真结果表明该算法在云PDTs调度中保持Pareto最优解的多样性和分布性方面优于NSGA-Ⅱ算法.     

基于NSGA-Ⅱ算法的低通滤波器优化

为满足滤波器多个性能参数优化的需求,提出了一种基于NSGA-Ⅱ算法的滤波器多目标优化方法,并对算法中群体的多样性和全局搜索能力进行了改进.通过对5阶定K型低通滤波器进行仿真,截止频率与设计目标有较大偏差.针对这个滤波器利用NSGA-Ⅱ算法将插入损耗、反射损耗以及群时延作为目标函数按照不同要求进行优化,并对优化后的滤波器...     

基于改进NSGA-Ⅱ的梯级水电站多目标发电优化调度

在一种典型多目标进化算法NSGA-Ⅱ基础上做了以下改进：1）引入了外部档案集并提出一种基于局部搜索的算子,用于提高其收敛性及非劣解的分布性;2）为了便于决策者决策,采用一种基于偏好的简单有效决策方法优选调度方案;3）为提高算法的效率,在建立偏序集时,采用快速排序算法对子目标进行排序.最后,采用改进NS-GA-Ⅱ算法求解...     

基于NSGA-Ⅱ算法的锅炉燃烧多目标优化

采用BP（back propagation,BP）神经网络模型分别建立了300 MW燃煤锅炉的NOx排放特性模型和锅炉热损失模型,同时利用锅炉热态试验数据对模型进行了训练和验证。结果表明：BP神经网络模型可以很好地预测锅炉的排放特性和锅炉的热损失特性。结合NOx排放模型和锅炉热损失模型并采用非劣分类遗传算法（non-dominated sorting genetic algorithm,INSGA-Ⅱ）对锅炉进行多目标优化,优化结果表明：NSGA-Ⅱ多目标优化方法与BP神经网络模型结合可以对锅炉多目标燃烧优化问题实现有效的多目标寻优,得到理想的Pareto解方案可以在降低锅炉NOx排放的同时使锅炉运行在较高的效率工况下,是对锅炉进行多目标优化的有效工具。     

基于改进的NSGA-Ⅱ算法的飞机等效拟配

文章针对传统等效拟配方法中,时域响应和频域特性不能兼顾带来的缺点,提出了一种基于改进的多目标进化算法NSGA-Ⅱ的时域频域并行双拟配方法。在改进的NSGA-Ⅱ进化算法中,提出了新的精英保留策略增强了算法收敛性;同时,使用了改进的自适应模拟二进制(ASBX)算子提高了算法效率。仿真结果表明,采用该算法进行等效系统拟配,可以兼顾时域和频域响应,拟配效果良好。     

INSGA-Ⅱ算法及其在天线综合中的应用

为了加快NSGA-Ⅱ优化算法的收敛速度,提高种群多样性,使种群收敛更加均匀。该文在多目标函数优化方法NSGA-Ⅱ的分析和研究的基础上提出了3点改进措施:(1)累积排序适应度策略;(2)基于精英策略的填充门限跳选方法;(3)限定门限选择策略。实验证明:3点改进措施能够扩大原有算法的解空间,并且提供了一种更加合理的选优策略。通过对典型的数学模型的计算,表明改进方法比原有的NSGA-Ⅱ方法具有更好的种群收敛性。同时将其使用来优化综合天线线阵的方向图,并得到了很好的结果。     

基于NSGA-Ⅱ的插层熔喷非织造材料工艺参数优化方法

插层熔喷非织造材料较传统熔喷非织造材料拥有更好的压缩回弹性、过滤效率,将成为未来医用口罩生产的趋势和潮流。为了实现插层熔喷非织造材料过滤效率、过滤阻力的最优化,本文运用皮尔逊相关系数和回归函数得出工艺参数、结构变量和产品性能之间的线性相关度,建立产品性能多目标优化模型,然后采用博弈论组合赋权和COWA算子改进的NSGA-Ⅱ遗传算法获得最优解集,并引入评价函数法和神经网络预测法进行对比分析,最后通过TOPSIS法从最优解集中选出最佳方案,结果表明参数优化后的产品过滤效率提高8.758%,过滤阻力减小18.536Pa,证实了基于NSGA-Ⅱ的插层熔喷非织造材料工艺参数优化设计方法的有效性。     

基于NSGA-Ⅱ的多目标航班登机口调度研究

民航客运量的增加加剧了各机场的候机紧张程度,增加登机口对中转旅客的航班衔接具有重要的影响。本文针对登机口候机紧张和中转旅客航班衔接的问题,对多目标航班登机口调度问题进行研究,建立多目标航班登机口调度问题的数学模型,设计最小化登机口总使用量、最小化旅客最大总步行时间的目标函数。针对建立的多目标问题模型,提出基于NSGA-Ⅱ的求解方法,以快速非支配排序及拥挤距离为适应度评价方法,根据航班登机口调度问题与柔性作业车间调度问题的共性特点进行类比,提出一种问题假设与数据处理方法,将所有航班处理为各个工件的工序,采用工序排序和加工机器分配两部分结合的编码方法,最后以某机场当日51个航班15个登机口调度问题为例,验证了模型及提出的算法。结果表明,登机口的总使用量和旅客最大总步行时间的目标函数并非线性关系,采用单目标优化算法求解,无法兼顾两个目标,使用本文提出的NSGA-Ⅱ算法求解,可以最终确定一组Pareto解集,该解集中的每个解都能得到兼顾。     

基于NSGA-Ⅱ与BIM5D的工期-成本优化

为达到工程项目效益最大化,实现工期与成本的综合优化目标,提出一种改进NSGA-Ⅱ算法与BIM5D结合的寻优方法,对工期-成本优化问题进行求解。考虑投产效益对成本的影响,完善了工期-成本多目标优化模型。为解决NSGA-Ⅱ算法寻优过程中搜索空间小,准确度低的问题,在引进动态交叉、变异概率基础上,设计求解该模型的改进NSGA-Ⅱ算法。并将算法与BIM5D平台对接,进行施工工序及资金、资源曲线模拟,提高单一算法寻优实践性。案例分析表明,改进NSGA-Ⅱ算法与BIM5D结合求解工期-成本优化问题可有效优化进度和成本目标。     

基于改进NSGA-Ⅱ算法的氯乙烯精馏过程多目标优化

针对氯乙烯精馏过程中氯乙烯产品纯度低、能耗高的现状,研究了一种新的改进型非支配排序遗传 算法(ImprovedNon-dominatedSortingGeneticAlgorithm,NSGA-Ⅱ),用于解决氯乙烯精馏过程多目标优化问题。 首先建立了氯乙烯精馏的模拟流程,然后通过对高低沸塔中进料位置、回流比等主要影响因素进行灵敏度分析,在 考虑其机理模型及实际生产状况等多种约束条件的基础上,建立了以氯乙烯纯度和能耗为目标的多目标优化函数, 最后利用改进NSGA-Ⅱ对目标函数进行求解。实验结果表明,相比于NSGA-Ⅱ,该改进算法能得到分布更为均匀 的Pareto最优解集,为氯乙烯精馏过程中参数的选择提供了有力支撑。     

基于NSGA-3与改进贝叶斯网络模型的测试优化选择方法

现有测试选择问题的解决方案大多基于单目标优化算法与多信号模型,存在指标计算粗糙、解集局限性大等问题.针对这些问题,提出了基于NSGA-3算法与贝叶斯网络模型的测试优化选择方法.描述了改进贝叶斯网络模型,阐述了模型建立方法,介绍了模型的学习能力与对不确定信息的处理能力;根据设计需求所确立的约束条件与目标函数,在改进贝叶斯...     

改进NSGA-Ⅱ算法在水质监测点多目标优化研究中的应用

为了改善NSGA-Ⅱ算法在水质监测点多目标优化选址的应用效果,在NSGA-Ⅱ算法的基础上引入外部存档储存非支配解和对父体染色体的选择方式进行改进. 在案例管网中应用NSGA-Ⅱ算法和改进的NSGA-Ⅱ算法对水质监测点多目标选址模型进行求解. 结果显示：在获得完整的非支配最优解的情况下,使用改进的NSGA-Ⅱ算法,相比于使用NSGA-Ⅱ算法节省了约42%的运算时间,提高了求解的效率.     

基于分层优化策略的永磁同步电机转子结构多目标优化

永磁同步电机对转矩输出的平滑性有较高要求.内置式永磁同步电机受齿槽转矩、磁阻转矩脉动、电磁转矩脉动等因素影响,输出转矩脉动相对较大,增加了电磁噪声和输出的不稳定性.基于一台20 kW永磁同步电机建立有限元模型,验证模型的准确性.以电机最大输出转矩、最小转矩脉动、最小齿槽转矩为优化目标,对电机转子结构参数进行灵敏度分析,并综合NSGA-Ⅱ算法和单变量参数法进行分层优化.与单层优化相比,分层优化对易受变量影响的目标提升效果更好.声学仿真验证了优化后的转子结构对电磁噪声改善效果显著.     

差分进化算法在物流配送路径优化中的应用

研究无时限单向物流配送车辆路径问题,主要考虑车辆容量、最大距离等约束,考虑车辆满载情况,以车辆非满载率最小、总的行驶路径最短为目标,提出了该物流配送问题的多目标优化问题的数学模型,运用差分进化算法求解该问题.算法构造了合适的编码方法,应用Matlab语言编程进行实例仿真计算,得到了模型的最优解,验证了算法的有效性.     

基于改进蚁群算法的物流配送路径优化

建立了带约束条件的物流配送问题的数学模型,运用蚁群算法解决物流配送路径优化问题,将遗传算法的复制、交叉和变异等遗传算子引入蚁群算法,以提高算法的收敛速度和全局搜索能力;改进了信息素的更新方式,以提高蚁群算法的自适应性,使得算法在执行过程中能根据收敛和进展情况,相应地调整信息残留程度,从而提高收敛速度或全局搜索能力;引入了一种确定性搜索方法,加快启发式搜索的收敛速度.经过多次对比实验表明,使用改进的蚁群算法优化物流配送线路,可以有效而快速地求得问题的最优解或近似最优解     

基于剥夺成本分析的应急救援路径优化研究

针对震后路径受损导致受灾人员救援困难的情形,构造了考虑患者剥夺成本和兼顾救援效率与公平的应急救援模型.在区域协同应急救援的场景下,从主观角度出发分析患者遭遇痛苦的心理代价,以伤员总剥夺成本最小和总等待时间最小作为决策目标,应用蚁群算法对传统模型和新模型进行实验求解,讨论研究新模型中职能的划分是否能够为救援提供帮助并且达到减少重伤患者的心理创伤程度和优化路径的效果.实验结果表明：与基于时间和基于距离等传统模型相比,新模型的剥夺成本小于传统模型,具有一定的优越性.