MOPSO中精英保持策略和最佳解选择方法的改进

为提高多目标微粒群优化(MOPSO)算法处理高维目标优化问题的性能,降低计算复杂度,改善算法的收敛性,对MOPSO算法进行了改进.该改进算法利用扩展E支配 (E-dominance) 方法确定解之间的优胜关系,采用随机方式确定当代最佳解,考虑了算法的收敛性和解的多样性.此外,采用外部种群档案保存精英解,利用非线性函数将优化问题的目标空间映射到有限区域,并在该有限区域内考虑解的优胜关系和分布情况.通过对一系列典型测试问题的仿真研究,结果表明:对于3个以上的多目标优化问题,改进算法的收敛性和计算复杂度都优于原始MOPSO和NSGA2.     

多目标优化的新方法——幂加权和法及数值仿真

提出了一种新的评价函数,将多目标优化问题转化为单目标优化问题,并证明了由这种方法所得到的最优解是多目标优化问题的有效解.用混合罚函数法将约束问题变为无约束问题,将改进的模拟退火算法与单纯形法结合起来构造一种效率较高的全局优化算法,该算法具有模拟退火算法在全局搜索上的优点和单纯形法在局部搜索上的优点.用计算机语言编制了通用程序,给出了单目标优化和多目标优化的例子,数值仿真结果表明这种方法是可靠的.     

基于免疫优化的单目标多模态期望值规划

为了求解未知随机变量分布下单目标多模态期望值规划,通过引入检测候选解是否为局部最优解的随机函数,将该期望值规划问题转化为多目标期望值规划问题,并进一步探寻问题的转化关系,获得在一定条件下有效解是最优解的结论;根据样本平均近似化思想,将多目标规划转化为非恒定样本采样的近似化模型,并基于克隆选择和免疫记忆的机理,通过设计递归非支配分层、样本自适应采样和自适应繁殖与变异方案,引导进化种群往优质个体所在区域转移,提出了求解该近似化模型的免疫优化算法.仿真结果表明:与参与比较的多目标优化算法相比,该算法搜索多个最优解方面有明显优势,搜索效果稳定,噪声抑制能力强;求解低、高维标准测试问题获得最优解的数量分别平均提高了20%和70%.      

求解双目标带时间窗车辆路径问题的蚁群算法

针对运输网络为多重图的双目标带时间窗车辆路径问题设计了蚁群算法.首先,建立了多重图的双目标带时间窗车辆路径问题的数学模型,提出了针对该问题解的搜索空间构建方法,定义了一种综合考虑各优化目标、时间窗和信息素等启发信息的状态转移概率公式. 为了对比说明该算法的有效性,同时设计基于NSGA-II的多目标遗传算法.针对本文算例,对蚁群算法中的各参数进行了敏感性分析,根据分析结果设定算法参数,获得了算例的Pareto最优路径集,同时与NSGA-II算法及相关文献算法针对运行时间、收敛性和群体多样性进行比较.结果显示,本文设计的蚁群算法在这3个指标上均明显优于NSGA-II算法;在相同蚂蚁数量情况下,本文的算法在收敛性和群体多样性方面优于相关文献算法.     

水下目标低频散射特性的波叠加解法

针对运用边界积分方程法研究低频散射特性时,存在的表面奇异积分和特征频率处解的非惟一性等问题,将波叠加法引入到水下目标低频散射研究中.对刚性球体的低频散射计算表明,该方法较边界积分方程法不仅消除了奇异解和多值问题,而且具有更高的计算速度和精度,适用的频率范围更宽,可用于水下目标低频散射问题的研究.分析表明影响其计算精度的因素主要是虚源空间位置、目标表面与虚源表面划分精细程度.     

有限快拍下的小尺度矢量阵DOA算法

针对小尺度矢量水听器阵条件下ESPRIT算法目标方位估计精度低、多目标分辨能力弱的缺点,提出了一种基于酉变换的DOA改进算法.该方法无需计算观测数据的协方差矩阵,利用阵列的观测数据及共轭信息构造一中心Hermitian对称矩阵,根据酉变换原理将其转化为实数矩阵并用实值ESPRIT方法估计目标方位.由于利用了观测数据的共轭信息,相当于虚拟增加了阵元个数,改进算法有更高的DOA估计精度和多目标分辨能力,在快拍数与阵元数相当时改进算法比协方差方法有更小的计算复杂度.仿真分析结果证明了算法的有效性.     

用弯曲挠度确定材料塑性参数的逆问题分析

讨论了非线性最小二乘的高斯－牛顿法解由弯曲挠度确定材料弹性性本构参数的逆问题分析。对不适合的参数初值引起逆问题解不存在的现象进行解释，产给出了确定合适参数衬值的方法，对给定的挠度观测值观得了满意的拟合结果。     

面向末端刚度提升的机器人手臂关节角路径优化

针对六自由度串联关节机器人手臂,采用D-H法对手臂的操作空间进行了描述,得到了正、逆解运动学模型,建立了机械臂运动学方程.在各运动角度优化指标下,优选末端关节角度来增加手臂的刚度和稳定性,从而实现机械臂路径规划的优化.引入目标函数和遗传算子,提出了一种基于遗传算法的多目标机械臂路径规划算法.通过Matlab工具箱进行仿真验证,证明了该算法的有效性与可行性.     

基于方位时差的多站协同目标跟踪

为提高多站无源协同跟踪的精度.提出了一种基于方位时差的目标跟踪方法.从一种拟线性的方位增量卡尔曼预处理方法人手,降低方位观测的误差,利用距离和时差跟踪建立观测方程.使用扩展卡尔曼滤波的方法对目标的运动状态进行估计,并采用分布式估计集中处理的方式融合多站并行估计数据.通过计算机仿真分析了该方位时差方法的跟踪性能.仿真结果表明.该方法对于目标状态的估计与真值偏差较小,能够满足跟踪精度要求.     

一种基于三枚主动全向浮标的水下目标定位方法

反潜飞机通常采用基于手工作图的多枚主动全向浮标的水下目标定位方法,该方法存在求解时间长且容易出错的问题.为解决多枚主动全向浮标对水下目标的自动定位问题,文中推导了基于三枚主动全向浮标的水下目标定位方法,并通过仿真试验验证其有效性.该方法简单、高效,具有较高的定位精度,可直接应用于机载反潜火控系统,完成对目标位置的自动解算.     

离场航迹降噪优化设计的多目标智能方法

为满足新一代空管系统中离场航迹优化设计时降低噪声影响和减少飞行成本的需要,进行了离场航迹的多目标优化设计方法研究.结合飞行动力学和运动学模型,建立了符合民航飞机离场飞行阶段特征的航迹分段模型,提出了应用状态矩阵和控制矩阵准确表示航迹的数学方法.基于模糊理论建立航迹噪声影响、飞行成本和空中导航约束的满意度评价函数,提出了3种启发式搜索规则和动态领域搜索方法来改进模拟退火算法.仿真结果表明,在绕飞限制空域的前提下,降噪和减少飞行成本的目标无法同时达到最优;离场航迹多目标优化后的总体满意度比仅考虑降噪时提高了4.3%.      

基于多目标形貌优化的缸盖罩低噪声设计

为降低柴油机缸盖罩结构辐射噪声,运用有限元边界元法对其进行了噪声虚拟预测,得到噪声贡献量突出的关键模态.将缸盖罩结构的静态整体刚度和动态多阶关键频率统一为Euclidean 距离的多目标函数,采用带权重的折衷规划法对缸盖罩进行多目标形貌优化,并考虑装配、加工工艺性等因素重新设计了缸盖罩CAD模型.在保持边界条件一致的情况下,对重新设计后的缸盖罩进行噪声分析,结果表明:改进后的缸盖罩整体刚度得到加强,关键频率避开了主要辐射噪声共振频率区域,总声功率级下降3.5 dB(A).      

基于动态规划的列车节能运行两阶段优化方法

针对地铁列车多站间节能运行优化问题，提出将列车节能驾驶优化过程和时刻表优化过程结合的两阶段优化方法，分别求解两优化过程的全局最优解，从而获取列车在多站间运行的最优操纵策略. 首先考虑节能和节时两个目标，构建列车节能驾驶多目标优化模型，结合动态规划多阶段寻优思路，建立一系列包含多个过程指标及约束的子阶段求解模型，逆序求解后获取列车站间运行最优操纵策略的Pareto前沿；其次建立时刻表优化模型，基于动态规划方法，调用各站间Pareto前沿，搜索站间运行时间最优分配方案；最后以北京地铁亦庄线为例，验证两阶段优化方法的有效性和高效性. 试验结果表明，与最速操纵策略相比，经过两个阶段优化后的列车牵引能耗分别降低了53.87%和54.69%，两阶段优化过程分别用时258.90 s和0.08 s.      

Application of Epistemic Utility Theory to Satisfactory Optimization

Satisficing control remains an important concept in decision making. In this paper, a new epistemic utility satisficing control theory is proposed for a new model of complex CMMO (constrained multi-objective multi degree-of-freedom optimization) system. As well, an epistemic utility function is developed and used to adjust the feasible region of soft constraints. The theory proved in this paper indicates that the utility function not only expresses the subjectivity of the original satisfactory-degree function, but also takes the cost of searching for a solution into account. Thus, the satisfactory-degree function can be adjusted and its rationality can be validated. This theory contributes an analytical method to the inverse satisfactory optimization problem. The findings indicate that this theory has good convergence and outcomes desired for satisfactory-degree functions.     

多目标最短路径模型及算法

为获得满足决策者需要的多目标最短路径问题的有效路径,建立了多目标最短路径模型,并提出了综合k-最短路径算法和多目标格序决策方法的多项式算法.该算法根据决策者可以接受的各单目标的上限,用k-最短路径算法,分别确定各单目标的可行路径集及其交集.再用多目标格序决策方法,比较交集中的有效路径,最终获得决策者满意的路径.     

城市低空物流无人机航迹规划模型研究

为提高物流无人机在城市低空环境下配送的安全性和公众接受程度，保证运输经济性，提出一种考虑运行风险、噪声水平和运输成本的城市低空物流无人机航迹规划方法。采用栅格法进行空域环境表征，建立基于风险的城市空域环境模型。结合物流配送要求，建立多目标、多约束的物流无人机航迹规划模型。采用改进A*算法进行求解：为降低航迹代价，设计估价函数预估成本；为保证飞行安全，引入安全保护区确保间隔；为提升搜索效率，采用动态步长加快搜索进程。仿真结果表明：本文模型和算法所得航迹的运行风险小、噪声水平低、运输成本低，能够实现多目标优化。分析模型参数可知，当各子目标代价权重分别为0.6、0.1和0.3时，规划航迹最优。 保证其余参数不变，增大安全间隔，则风险代价、运输成本代价总体呈增加趋势，噪声代价减少。 在本文规划环境下，参考大疆经纬200无人机参数，在安全间隔取15 m时，综合代价最小。     

Robust Optimization of Hub-and-Spoke Airline Network Design Based on Multi-Objective Genetic Algorithm

In the process of designing hub network, the selection of hub airports is influenced by the change of the demand and cost. Under the condition of changing in demand, this may lead to large minimum cost deviation between the designed optimal network and real optimal network, respectively. To reduce the risk caused by the uncertainty in network optimization and get the optimal robust solution of hub network under the multi-possible conditions of demand and cost, a method based on multi-objective optimization genetic algorithm is proposed in this paper. The convergence of the algorithm has been proved, and the experimental results demonstrate the availability of the algorithm. First, multiple objective functions needing to be optimized simultaneously are formulated from different conditions of needs and cost, then a genetic algorithm is used to provide all possible routes of the network hub structure, and robust optimal network solution for multi-objective optimization is searched. The convergence of the search algorithms is proved to be effective by the numerical results.     

���ڶ�Ŀ���Ŵ��㷨����Ŧ���������³���Ż�����

枢纽航线网络在设计的过程中,容易受到需求和成本数据发生变化带来的影响。往往造成构建出来的最优网络,在需求发生变化的条件下,与实际对应的最优解存在较大的最低成本优化偏差。为了降低这种网络优化中的不确定性带来的风险,得到在多种可能的需求和成本条件下均可获得较好效果的鲁棒最优解,文中采用了一个多目标优化的遗传算法进行研究。首先将各种不同的需求和成本条件作为需要同时优化的多个目标函数,然后采用一个遗传算法来表示所有可能的枢纽航线网路结构,并搜索多目标优化的鲁棒最优网络解。最后本文对该搜索算法的收敛性进行了证明,数值实验结果表明了算法的有效性。     

配合大站快车的单线公交组合调度模型

在给定配车数情形下,考虑站点滞留乘客和服务水平等现实约束因素,以乘客总出行时间最小为第一目标,以极大化企业最大利润为第二目标,本文提出一类配合大站快车的多目标单线组合调度模型,确定大站快车途经站点,并计算全程车和大站快车的发车频率.根据问题特征,引入乘客出行时间价值的概念,利用加权法实施多目标的优化,设计启发式算法求解该问题的非劣解.最后,以某线路为例,探讨了发车频率、折返点位置和费用的关系,并分析了公交服务水平、期望拥挤对调度方案的影响,并与现有单一调度方案进行了比较分析,从而验证模型和算法的正确性和有效性.