基于NSGA-II的应急生产任务多目标优化模型及算法研究

重大突发事件发生后,若灾区的应急物资需求不能通过调用储备得到满足,则应急生产将成为灾区应急物资供应的重要保障手段。本文研究重大突发事件发生后应急物资生产任务的优化问题,重点关注原材料生产能力变化对完成应急生产任务的影响,以应急生产任务完成时间最短、完成成本最低为决策目标,研究了包含多个供应商、多个制造商以及单个受灾点的应急物资生产任务多目标规划模型。运用在求解多目标规划问题时具有众多优势的非支配排序多目标遗传算法(NSGA-II)对模型进行求解。通过算例分析,NSGA-II可以得到较好的Pareto前沿,并且可以根据不同情况给出最优的应急物资生产和原材料保障方案。本文的研究还表明,要想更快完成应急生产任务,需要做好原材料、资金、电力、交通等各种要素的配套保障工作。     

拟凸多目标优化问题近似解的最优性条件

研究了拟凸多目标优化问题近似弱有效解、近似有效解的最优性条件.首先,在已有拟凸函数次微分的基础上引进4种近似次微分的概念,并给出它们之间的关系.然后,将4种近似次微分的概念应用到拟凸多目标优化问题中,给出了拟凸多目标优化问题近似弱有效解和近似有效解的充分条件和必要条件,并给出实例加以说明.     

多无人机对组网雷达的协同干扰

针对无人机编队与组网雷达之间的欺骗干扰问题,结合无人机编队与组网雷达的工作特性,首先采用分层规划的思想建立了无人机编队的航迹搜寻、协同规划、安全约束模型,根据0-1规划的方法制定出匀速直线等约束下无人机编队的协同策略,其次利用改进的航迹搜寻模型进行虚假航迹搜寻,使固定数量的无人机编队新增出4条虚假航迹.     

多目标运输问题的区间模型及其算法

主要给出一类目标函数的系数、供应量和需求量均为区间数的多目标运输问题模型,根据参数的实际意义和区间数的序关系,针对所建立模型,利用区间规划的方法,将其转化为确定型的多目标运输问题,最后用模糊规划技术处理等价的多目标运输问题.数值例子表明算法的有效性和可行性.     

基于直觉模糊熵权和CC-OWA算子的雷达目标识别模型

为更完整的描述和表达雷达目标类型识别中的目标特征和目标类型之间的关系复杂性和知识缺乏性,通过直觉模糊关系描述,进而将目标识别特征信息转化为直觉模糊集信息.分析了基于直觉模糊集理论的雷达目标类型识别知识建模,揭示了直觉模糊信息的价值可以通过直觉模糊熵刻画,进而提出应用直觉模糊集的熵构造特征直觉模糊信息的权重(直觉模糊熵权),充分利用了目标类型识别知识中隐含的权重信息,并结合CC-OWA算子建立雷达目标类型识别模型与识别步骤,利用一个雷达目标识别实例说明了模型的有效性.     

半局部E-凸性下分式多目标规划的最优性条件与对偶

In this paper, some necessary and sufficient optimality conditions are obtained for a fractional multiple objective programming involving semilocal E-convex and related functions. Also, some dual results are established under this kind of generalized convex functions. Our results generalize the ones obtained by Preda[J Math Anal Appl, 288(2003) 365-382].     

巧用“线性规划”的方法求解问题

线性规划问题指的是在线性约束条件下,求线性目标函数的最大值或最小值的问题,其实质是通过线性约束条件和线性目标函数的几何表征,利用数形结合的思想方法把问题直观化、可视化,以图解的形式解决之．这种方法可以拓展运用到一些非线性规划的问题,即“约束条件非线性”或“目标函数非线性”的类似问题．下面就按照目标函数的几何含义分三类举例说明．     

发挥线性规划的解题功能

由于线性规划问题题型固定,基本上是给出可行域D,求目标函数z的最值,因此给同学们造成了一种假象,认为线性规划无障碍,易于解决,忽视此块知识!但是对于隐含的可行域,及较隐蔽的线性规划问题,同学们都感叹“想不到!”,致使错失良机!下面举例说明“非常规的”线性规划问题和老师、同学们共享,希望对同学们有所启发．     

包含约束下C^1，1多目标问题的二阶最优性条件

本文讨论当目标函数与支撑函数F是C1,2时,包含约束下多目标规划问题的二阶最优性条件,并根据向量函数的二阶次微分建立了有效解的二阶充分必要条件.     

最小化加权误工工件数的多代理平行分批排序

考虑多代理的平行分批排序,不同代理的工件不能放在同一批中加工,目标函数是最小化加权误工工件数.本文考虑两种模型,证明了甚至当所有工件具有单位权时,这两个模型都是强NP困难的.但当代理数给定时,这两个问题都可在拟多项式时间解决,并且当工件具有单位权时,可在多项式时间解决.进一步证明当代理数固定时,两个问题都有FPTAS算法.