一种多目标优化进化算法研究

提出了一种基于多性别遗传算法(MSGA)的多目标优化进化算法，在同一性别种群的进化中采用了线性排名选择算子，给出了一种求解非劣解的算法，并以两个算例作了对解决多目标优化问题有效性的验证。     

并联基础隔震体系多目标优化研究

隔震性能评价是并联基础隔震研究的重要内容,在多目标优化的理论框架下,进行了并联基础隔震体系地震反应优化研究。隔震反应目标包括上部结构最大层间剪力和隔震层最大位移,隔震层决策变量为屈服系数、名义周期和阻尼比。优化的约束条件为上部结构层间剪力不均匀系数在0．85—1．00之间。针对一特定结构,通过NSGA—Ⅱ算法分别进行有约束和无约束条件下的多目标优化研究。研究给出了并联基础隔震多目标优化Pareto最优前沿的一般特征及相关量之间的关系。     

基于时间延迟模型的多目标优化检查决策方法

根据某航空公司货运机队的某型发动机HPTACC系统在某一周期内的预防性检查计划、检查发现的缺陷以及失效维修记录, 分析了系统在运行过程中将缺陷延迟发现时间作为安全性优化目标、将检修费用作为经济性优化目标的可行性。在预防性检查时刻发现缺陷的检修策略下, 推导了在各检查时刻基于时间延迟模型的缺陷数期望值和缺陷延迟发现时间期望值概率计算式。在缺陷退化为失效被及时发现并进行更换维修的检修策略下, 推导了在各检查间隔期内基于时间延迟模型的失效发生次数期望值概率计算式。基于2种检修策略下的概率公式, 建立了系统在给定寿命周期内的似然函数, 建立了检修费用和缺陷延迟发现时间的期望值双优化目标函数式, 运用了改进的非支配排序遗传算法优化得到双目标函数的Pareto最优解集。根据决策者的目标偏好及其分界值对应的检修费用及缺陷延迟发现时间的经验估计值, 分别确定了系统在寿命周期内的检修费用和缺陷延迟发现时间的目标偏好函数, 通过目标偏好函数划分区间确定Pareto最优解集中各最优解的偏好区间。基于收集的检修信息和提出的方法, 对决策者将缺陷延迟发现时间期望值目标偏好定为一般、将检修费用期望值目标偏好定为很好的偏好要求进行实例分析。分析结果表明: 最优检查间隔决策约为67、70或77次起降循环, 这些检查间隔为决策者进行多目标相对最优的精确决策提供细化和更精简的选择参考。     

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.     

基于多目标进化算法的公路路线优化模型

根据公路设计特点,提出建立路线多目标优化模型以提高公路路线计算机辅助设计水平和层次的思想,将其定位在为路线交互设计提供一组协调各设计目标关系的初始方案,降低了优化难度,提高了优化模型的实用性.建立了基于多目标优化算法NSGA-II的路线优化模型,从理论上解决了模型建立过程中遗传编码、目标函数确定、遗传算子设计以及进化算法实现等关键技术问题.在GIS的支持下,对模型进行了验证,证明该模型能迅速获得一组满足路线设计要求的多目标协调路线方案,算法具有可靠性和实用性.     

多目标U型拆卸线平衡问题的Pareto蚁群遗传算法

针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支配关系得到Pareto解集;将蚁群算法的Pareto非劣解作为遗传操作的个体,进而将遗传操作的结果正反馈于最优拆卸路径上信息素的积累,并采用拥挤距离作为蚂蚁全局信息素更新策略,可以平衡多目标对信息素的影响,使算法快速获得较优解.将所提算法应用于52项拆卸任务算例和某打印机拆卸线实例,在算例验证中,通过对比Pareto蚁群算法,所提算法求得的8个非劣解在3个评价指标上性能分别提高了50.43%、3.25%、14.10%,在实例应用中所提算法求得8种可选平衡方案,从而验证了所提算法的有效性、优越性和实用性.      

多目标规划问题及其解决方法

由于多目标规划问题的直接解法难度较高，所以，本文从问题的背景和容许性出发，讨论了在各种意义下将多目标规划问题转化为较易解决的单目标规划问题的几个方法。     

城市公共交通系统中双目标换乘优化模型及实证研究

城市公交换乘是多目标约束路径问题,具有重要应用价值和实际意义. 基于小生境复制技术的遗传算法利用染色体之间的相异性来保持种群的多样性,并保持针对多目标的多个较优染色体,从而可得到问题的Pareto解集.基于这一思想, 建立了城市公交换乘的一种双目标优化模型,并用基于小生境复制技术的遗传算法求其Pareto解集.最后,给出了一个计算分析实例.     

再论线性多目标规划有效解的有效率

对文（1）中的优势集进行重新定义，讨论了非劣极点优势集的性质，在此基础上修正了文（1）中有效率的定义。     

公路网布局的多目标优化模型

针对现有公路网布局优化模型的目标函数过于偏重机动性的缺点,在公路网布局优化模型中引入了可达性的概念,建立了多目标双层优化模型.上层考虑建设资金的约束,以公路网可达性最大和交通负荷度最小为目标函数;下层与传统的4阶段交通规划模型相结合,采用用户均衡配流模型.为了反映上层模型的两个目标函数之间的trade-off关系,设计了基于Pareto最优的求解算法,并采用进化算法实现.文中提出的方法在北部湾区域公路网布局规划中得以运用.     

多目标模糊优化问题的神经网络解法

基于函数联接神经网络，提出了一种解决工程结构多目标模糊优化问题的新算法。该算法以设计人员对目标函数值的满意程度作学习样本，采用神经网络取代传统的隶属度函数，从而较好地解决了隶属函数的描述问题。在解决多目标模糊优化问题中，该算法较传统算法具有更大的灵活性。     

某商用车动力总成悬置系统多目标优化

为解决某商用车动力总成悬置系统怠速抖动问题,提出了考虑悬置系统结构阻尼的动反力频响特性计算方法。基于NSGA-Ⅱ算法对解耦指标、动反力及各频率间隔之和进行了多目标优化,优化后动力总成悬置系统解耦率明显提高,系统动反力下降了4.91%。通过整车动力总成隔振试验,对比原始状态与优化状态在怠速工况下的综合隔振率,证明了该优化方法的正确性,为动力总成悬置系统设计提供了指导意义。     

农村公路网络设计多目标模型与算法分析

农村公路作为农村社会的重要基础设施,其规划布局对于推动农村公路建设、促进整个农村地区公路运输和社会经济的发展有着重要作用。通过最小化造价费用、最大化人口覆盖度、最小化出行成本,建立农村公路网络设计多目标决策模型,并用多目标自适应遗传算法计算得到Pareto最优解空间,作为决策者满意解。最后用一个例子验证该模型和算法的正确性和有效性。该方法有助于决策者在进行农村路网规划时选择最优的规划路径。     

多目标最优化的遗传算法

针对多目标,最优化问题的特点,本文设计了一种遗传算法,可用于求解多目标最优化问题的部分非劣解。经有关函数数值计算表明该算法是有效的。     

商用车维护周期多目标规划下的最优解

在多目标规划理论的基础上，根据国产某型商用车实际运行情况，在车辆行驶安全性、发动机润滑油使用可靠性、车辆单位行程检测诊断与维修费用等多个不能同一化的目标下，研究实现多目标意义下的车辆维护周期的最优化，并给出具体的车辆最优二级维护周期值。本研究成功地运用多目标优化理论，解决了车辆的最优维护周期问题，从而对解决各种复杂和大型机械设备的维护周期最优化问题具有普遍的指导意义。     

考虑轮轨黏着的高速列车多目标速度曲线优化

高速列车运行环境复杂多变,现有的给定运行速度目标曲线主要考虑列车运行的安全性和正点性,难以改善列车的其他运行性能。为了满足高速列车日益增加的行车需求,并改善列车的运行性能,针对安全、节能、正点及舒适多个目标,考虑轮轨间最优黏着,提出一种改进的多目标运行速度优化方法。首先,在满足区间限速以及列车动力学模型约束的前提下,建立安全、节能、正点、舒适4个评价指标,构成高速列车运行过程多目标优化模型;其次,在节能模型中考虑轮轨间黏着的影响,优化牵引/制动力使得其保持在最优黏着范围内,节约运行能耗;最后,采用基于参考点的非支配排序的优化算法（NSGA-Ⅲ）对多目标运行速度曲线进行优化。对真实线路的仿真验证表明,本文提出的考虑轮轨黏着的优化效果显著提高,尤其在节能方面;优化算法相较于GA和NSGA-Ⅱ,NSGA-Ⅲ算法在收敛效果和收敛速度上均为更优。     

基于运动学的汽车悬架多目标优化方法探讨

对悬架运动学多目标优化问题进行描述,介绍了设计变量的选择方法,对主要目标法、加权和法以及Pareto最优法三种优化方法进行分析,并比较其各自优缺点,在分析加权和法过程中介绍了加权因子的确定方法。通过对三种优化方法的分析、对比,为悬架运动学优化提供参考。     

基于参数敏度分析的轮毂轴承寿命多目标优化

为提高某型第三代轮毂轴承受载疲劳寿命,以额定动载荷和额定静载荷作为响应指标,采用正交试验设计对轮毂轴承结构参数进行灵敏度分析,以轮毂轴承滚珠数量、滚珠直径、节圆直径及内外沟曲率半径等主要影响因素作为设计变量,建立轮毂轴承疲劳寿命多目标优化数学模型。分别采用非劣排序遗传算法(NSGA-II)、多岛遗传算法(MIGA)和最优化粒子群优化算法(MOPSO)进行优化求解,得到了轮毂轴承最优结构设计参数,采用有限元仿真分析方法对优化前后的旋压铆合装配成形轮毂轴承疲劳寿命进行对比验证。结果表明：上述优化策略实现了由2个目标函数主导的轮毂轴承整体性能提升,改善了轮毂轴承各组件的应力集中情况,提高了轮毂轴承的疲劳寿命,优化后结构最大应力较初始设计降低了约5.1%,寿命较初始设计结构增加了约3.8%,表明轮毂轴承的疲劳寿命多目标优化设计是有效的。     

基于遗传算法的交叉口信号配时多目标优化

为了提高城市交叉口通行能力和减少机动车尾气排放,提出了利用遗传算法实现多目标优化的方法,开发了基于遗传优化的城市交通微观仿真模型,并进行了仿真试验.仿真结果表明:这种多目标优化方法可以获得更好的交通信号控制效果和改善环境.