飞机环控系统最小熵产分析

根据热力学第二定律,提出采用多目标优化方法对飞机环境控制系统进行最小熵产分析. 选取起飞、加速爬升和高空超音速巡航为设计点,以系统熵产最小为目标函数建立优化模型,并进行了优化计算,分析了热交换器流比、引气流量、涡轮和压气机压力比在不同飞行阶段对系统熵产的影响. 为克服在不同飞行阶段使系统熵产减小对设计变量的要求不一致的问题,将各设计点系统熵产最小作为不同目标函数建立多目标优化模型,并应用NSGA-Ⅱ算法进行优化计算得到了非劣最优解集,在此基础上进行方案决策. 仿真结果验证了方法的有效性.     

多目标最优化问题非劣解的存在性

在引入一个多目标极小化模型的辅助问题的基础上,通过对多目标最优化问题非劣解判别准则的分析,讨论非劣解的存在性问题,并给出了非劣解存在的充分条件。     

一种求解H2/H∞控制问题的局部正交多目标遗传算法

针对H2/H∞多目标控制问题的求解,提出一种新的混合多目标遗传算法,以解决遗传算法局部搜索能力差的不足.此算法首先运行多目标遗传算法,以便使解集快速地达到Pareto最优解附近,然后运用一个新的局部优化算法对先前得到的外部Pareto解集进行进一步的局部优化.实例仿真表明,此算法有较强的全局和局部搜索能力,可以提高搜索的效率,适用于绝大多数H2/H∞多目标问题的求解.     

改进的多目标遗传算法及其在PID优化设计中的应用

该文提出一种多目标遗传算法,采用新的拥挤距离计算方法,改进非支配性的比较方法,并引入双重精英策略,提高了进化效率和解的质量,更有效地保持了解的多样性. 将该算法应用于PID优化设计,使系统可同时兼顾快速性、稳定性和鲁棒性,决策者可根据当前工作需求在所得的Pareto解集中选择最终的满意解. 仿真结果表明提出的设计方法有效.     

多目标粒子群优化的复合型组播拥塞控制

摘要： 为提高异构环境下大规模动态组播的吞吐量并减小速率抖动,提出一种复合型组播拥塞控制机制(composite multicast congestion control, CMCC). 该机制在基层和增强层使用不同的速率调节方案：基层使用单速率机制控制发送速率,防止接收能力较弱的接收端被“排挤”出组;增强层使用最优化的方法分配速率以提高组播吞吐量并平滑发送速率. CMCC以最大化全局满意度和最小化速率抖动为目标将增强层速率的分配归纳为多目标优化问题,并选用收敛速度快、参数少且计算量小的多目标粒子群优化算法搜索最优解. 仿真结果表明,CMCC能有效提高组播吞吐量,平滑发送速率,且计算量小,实时性高,适用于具有异质接收端的大规模组播.     

稳态大系统多目标优化的双环递阶算法

对于稳态大规模工业系统,提出了一种能够充分满足决策者的偏好克服目标函数不可分性的双环失代算法。该算法首先根据决策人员的偏好把多目标问题聚集为不可分的竟址财嵌入到可分的多目标优化问题中,然后从目标的非劣解集中挑出不可分单目标的最优解,并证明了该最优解就是原问题的非劣解,算法的收敛性也有严格的数学保证。     

PID控制器的粒子群多目标优化设计

提出一种基于粒子群优化算法的PID控制器设计方法,该方法定义一个包含系统超调量、上升时间和稳态误差指标项的适应度函数,根据控制系统的实际要求对各指标项进行适当加权。采用带收缩因子的粒子群算法对PID进行多目标寻优,实现了PID控制器的自动参数整定。应用该方法得到的PID控制器综合性能优于常规方法得到的PID控制器。     

选题的多目标决策模糊优化模型

在编辑出版工作中,选题决策是一项十分重要的工作,它不仅是一个多目标决策问题,而且具有较强的模糊性。文章运用模糊集理论对选题决策进行研究,给出新的数学模型,并给出具体的应用实例。     

甲醇发动机进气系统的优化研究

基于一维发动机设计分析软件GT-POWER,建立了四缸点燃式甲醇发动机的整机仿真模型,分析计算在不同工况下,进气系统结构参数的变化对甲醇发动机的影响,其中包括进气总管、进气歧管和进气道的长度、直径及角度等参数.研究结果表明:当进气总管的长度为150mm、直径为55mm、角度为90°时,缸内压力、放热率最高,一氧化碳的排放最低,进气歧管最合适的长度为100mm.     

多目标优化问题有效解的一阶必要条件

本文研究一类满足等式、不等式及抽象集约束的多目标优化问题．我们引进一个约束品性条件,在此条件下得到了有效解的必要条件．同时我们也给出使得约束品性成立的充分条件．     

一种新环境选择策略的多模态多目标优化算法

为了获得多模态多目标优化问题较优解集,本文针对差分进化算法提出了一种新的环境选择策略,一方面通过保留种群中非支配解确保目标空间的收敛性,另一方面通过和参考向量关联获得目标空间分布性较好的种群,通过同时考虑目标空间收敛性和决策空间多样性来选择下一代父代个体。在11个多模态多目标测试函数上的结果表明,本文算法在求解多模态多目标优化问题上是有效的。     

一种改进的遗传算法及其在电梯群控中的应用

以电梯群为群控对象,提出了基于改进的遗传算法系统解决方案;采用权向量整体优化方法,得到最优目标函数值,并由此确定了群控对象目标评价函数,提出了一种基于保存策略进化模型（ElitistModel）的遗传算法求解电梯群拉问题的方法．算例及仿真结果对比表明,该方法在小规模应用中,与以往算法相比并无明显优势;但在较大规模的电梯群控仿真中,能效降电梯乘客的等待时间和电梯系统能耗．     

基于粒子群算法的珩磨加工参数优化研究

粒子群算法具有计算简单,收敛速度快和良好的全局与局部收敛能力等特点.通过对珩磨加工工艺参数的分析,构建了基于粒子群算法的珩磨加工参数智能选择模型,在理论模型的基础上通过实验数据对模型参数进行了优化.研究证明该方法用于珩磨加工工艺参数的选择具有可靠性高、选择操作简单、实用性强等优点.     

遗传算法与微粒群算法的比较

通过几个测试函数对遗传算法和微粒群算法进行了比较.结果表明在寻找最优解的最优值和速度方面,微粒群算法优于遗传算法.     

一种新型自适应粒子群优化粒子滤波算法及应用

基于粒子群优化的粒子滤波算法精度不高,运算复杂度大,难以在实际工程中应用. 为此,文中提出一种新型邻域自适应调整的动态粒子群优化粒子滤波算法. 该算法考虑了粒子的邻域信息,利用多样性因子、邻域扩展因子和邻域限制因子共同对粒子的邻域粒子数量进行自适应调整,控制粒子对邻域的影响,减轻局部最优现象,达到收敛速度和寻优能力的最佳平衡. 利用UNGM模型、目标跟踪模型以及故障检测模型对算法的性能进行仿真测试,结果表明：该算法与PSO-PF相比提高了精度和运算速度,具有实际工程应用价值.     

基于粒子群优化的BP神经网络预测方法及其应用研究

本文提出了一种基于粒子群优化的BP神经网络预测方法.该方法利用粒子群优化算法全局搜索BP神经网络的权值和阈值,并利用优化后的BP网络建立预测模型对经济指标进行预测.仿真实验结果表明,该方法克服了传统BP神经网络本身所存在的局部最小值和训练速度慢等不足,能够较好应用于定量经济指标预测,有效提高了预测的精度.