具有主从结构的多目标非线性两层优化问题的可行方向法

本文在一定的正则条件下,借助于最优解的方向导数,提出了通过确定可行下降方向和下降步长来直接搜索两层优化问题满意解的一种方法。      

多目标优化问题中目标间矛盾性关系的研究

在定义一个具有通用意义的满意解之后,分析了满意解质量标准之间的矛盾性,确定了描述质量标准矛盾关系的数量指标－矛盾度及归一化矛盾度,为多目标优化问题中目标间的折 选取提供了参考依据。     

两层多目标优化模型的凸性

借助于点焦映射的概念建立了两个两层多目标优化问题的数学模型，较深入地讨论了两种模型在锥意义下的凸性，获得了使两个模型锥凸性成立的充分条件。     

多目标规划法确定公路网的等级结构

公路网合理等级结构配置，是公路网规划的重要步骤之一。为了配置合理的公路网等级结构，需要达到多个预期目标的要求。章采用多目标规划法来解决公路网等级结构的优化问题。该方法可以综合地考虑多个目标之间的相互关系和相互制约，尽可能满足实际的需要。     

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。     

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。     

多目标多层停车场规划方案模糊综合评判

影响停车场规划方案的因素很多,具有多目标性、多层次性,致使在方案评选中难以作出好的决策。构建停车场评价体系和建立多目标多层模糊综合评价模型,并对停车场规划多个方案进行综合评判,最终得出最优方案,同时要对评价结果作出简要分析,将定量和定性分析有效的结合。此方法的提出在停车场规划方案的评选中具有重要的意义。     

基于多目标遗传算法的低温共烧陶瓷电路板典型结构优化

在热环境中,低温共烧陶瓷电路板会出现相当大的热应力和形变,造成它的表面出现裂纹,严重影响其使用功能.为此,提出了基于多目标遗传算法的典型电路板结构优化研究.在热环境中,热分析低温共烧陶瓷电路板典型结构,并在热分析的基础上,分析优化典型结构中易形变的部位,达到减小其热应力的目的,以提高在热环境中电路板的力学特性,改善其力...     

危险品的多目标运输路径优化研究

由于危险品运输的特殊性质,在危险品运输路径选择过程中,需要考虑更多的因素,因此提出基于多目标的路径优化模型,通过运输风险、危险平均后果及总后果全面考虑运输中的危险,并将风险、运距及费用目标抽象得到类似广义费用的综合表达形式,使得影响因素影响程度的确定具有更强的灵活性以及适用性;对于综合目标模型采用Dijkstra算法求解,该方法简便易算具有很强操作性,最后用算例验证了方法的科学可行性.     

基于NSGA-Ⅱ算法的两挡AMT换挡规律多目标优化

两挡变速器通过合理的挡位切换改善纯电动汽车的性能.以纯电动汽车两挡电控机械式自动变速器(AMT)为研究对象,兼顾整车的动力性和经济性,提出一种综合换挡规律.建立两挡变速系统的动力性和经济性换挡规律数学模型,以百公里加速时间和单位里程能耗作为优化目标,通过NSGA-Ⅱ算法优化求解得到换挡规律的Pareto最优解,将电机效率作为最优解的选取条件,得到综合性能最优的换挡规律.在MATLAB/Simulink中搭建换挡规律仿真评价模型,对比评价最佳动力性、最佳经济性和综合性能最优换挡规律.结果表明:所提出的对换挡规律多目标优化的方法是有效的,综合性能最优换挡规律能够同时兼顾动力性和经济性.     

基于MIDAS多层结构的构建与开发

介绍了单层和多层数据库构建模式，重点介绍多层分布式应用的具体结构，在此基础上，分析得出多层结构的优势．介绍了实现多层分布式应用的技术MIDAS，讨论了怎样利用Delphi实现基于MIDAS的多层分布式数据库应用．以实例形式说明了利用Delphi建立多层应用的步骤，给出了应用实例的应用结果和部分应用界面．     

公路网等级结构多目标优化模型

根据路网规划的多目标特性，建立多目标路网规划模型，并以某市路网规划为例，阐述了其具体应用方法。     

基于多目标优化的病态逆问题求解

针对科学和工程研究中的病态逆问题,提出了基于多目标优化的求解方法.该方法将各次观测所得问题方程组残差作为多目标,并进一步将该多目标转化为单一目标,通过遗传算法寻求问题最优解,从而利用多次观测的有效信息,达到稳定病态逆问题解的目的.数值算例表明,该方法在参数反演精度和抗噪方面,显著优于最小二乘法(LS);在中、低噪声水平上的相关性态优于Tikhonov正则化方法.     

工程网络计划中的多目标优化问题

提出的方法是网络计划多目标优化问题,即按照用户或业主的综合要求,对于工程的质量、工期、成本、资源的均衡等多个目标都进行适当的考虑,建立多目标规划模型,利用网络计划软件和目标规划计算软件,对网络进行优化。从而使工程网络计划达到总体最优．本文主要介绍多目标规划模型的建立和部分解题的方法．     

随机需求IRPTW的多目标优化

针对随机需求下带时间窗的存贮路径问题,建立了多目标库存和配送策略优化模型,用多目标遗传算法对模型求解．该算法采用精华保留策略和自适应调整策略等遗传算子逼近全局最优解,可以克服遗传算法局部搜索能力不足的缺陷,提高收敛速度和改善全局寻优性能．以某物流公司的产品配送系统为例,用多目标遗传算法获得了费用较低的方案．     

双层集装箱列车装载问题多目标优化研究

为了提高双层集装箱列车的装载效率,保障双层集装箱列车的运行安全,建立 了一种降低重车重心高和均衡车辆转向架负重差的双层集装箱列车装载问题多目标优 化模型,并采用字典序规划法对多目标优化问题进行求解,即为存在矛盾的优化目标与 约束条件设置不同的优先级.为了优化重车重心高,采用线性分式规划将相应的混合整数 分式问题转化为一系列混合整数线性规划子问题进行求解.算例验证结果表明,研究所提 出的多目标优化方法能够在保证列车集装箱装载量最大的条件下降低集装箱车的重车 重心高,并减少其转向架负重差,具有重要的应用价值.     

基于微粒群算法的多目标列车运行过程优化

为客观地描述列车的运行过程,建立了列车运行过程的多目标优化模型,并用微粒群算法求解该模型.针对多目标微粒群优化(MOPSO)算法的不足,提出了相应的改进措施和解的多样性保持策略.仿真结果表明,提出的优化列车运行过程的改进MOPSO算法可以在一次运行过程中获得多组列车操纵控制策略,清晰地显示出各性能指标随控制策略变化的趋势,控制序列转换次数大大降低,每组控制策略都可以在能耗、运行时间和停靠准确性之间获得很好的折衷效果,可以根据列车运行状况选择恰当的策略控制列车,以获得预期的结果.     

随机时变车辆路径问题的多目标鲁棒优化方法

车辆路径问题 （vehicle routing problem,VRP） 是物流配送的核心问题之一,为了提高物流配送的时效性,在传统VRP模型的基础上,同时考虑了路网交通状态的时变性和随机性,基于最小最大准则,提出了一种带硬时间窗的随机时变车辆路径问题 （stochastic time-dependent vehicle routing problem,STDVRP） 的多目标鲁棒优化模型. 设计了一种非支配排序蚁群算法 （non-dominated sorting ant colony optimisation,NSACO）,求解STDVRP多目标优化模型;通过测试算例,对比分析了NSACO算法与改进型非支配排序遗传算法 （non-dominated sorting genetic algorithm II,NSGA-II）. 研究结果表明:对于车辆数最小的Pareto边界解,NSACO算法的平均车辆数比NSGA-II算法小3.33%;对于最坏行程时间最小的Pareto边界解,NSACO算法的平均最坏行程时间比NSGA-II算法小17.49%.