基于多目标规划的飞机路径恢复最优化算法研究

本文针对同一机场中同机型的多架飞机受到干扰后, 飞机路径恢复的多目标最优化问题进行研究。首先根据航空公司实际航班调整的常用原则和航班干扰管理的基本思想, 基于连接网络建立多目标规划模型, 其中两个目标按照优先级排列:第一个目标为最小化航班的最大延误时间, 第二个目标为最小化参与交换的飞机数量。然后根据该问题的航班波结构特点, 结合求解多目标规划的分层序列法, 分析优化问题的若干最优性质, 并基于快速排序算法和最小费用路算法设计出多项式算法。最后用算例验证了算法的有效性。该研究结果可以为航空公司减少航班延误提供理论和技术支持。     

基于模拟退火算法的城市物流多目标配送车辆路径优化研究

基于传统模拟退火算法,通过引入记忆函数、结合GIS手段,运用SPSS聚类分析来确定初始化状态种群、多种群并行机制和新状态的产生.依据种群规模采用不同产生算法来改进算法,并将改进算法应用于城市物流中确定的多目标车辆路径优化问题,验证了算法的可行性与实用价值.此外,改进算法分别与传统模拟退火算法和GIS图解法相比较,优化效率和准确率都得到了很大的提高.     

动态种群规模协同进化算法求解多目标投资组合优化问题

为了解决仅含预算约束的投资组合优化模型,提出一种基于种群密度的多目标协同进化算法.算法采用种群竞争的策略自适应的产生不定规模的种群,避免了固定种群规模的缺点.在进化过程中每个种群都会参考自身的最优个体以及竞争种群对自身的影响,超级个体集合存储进化过程中产生的最优解,通过最优个体的引导使算法快速收敛至Pareto前沿.实验结果表明,与NSGA-2算法相比,提出的算法在稳定性和收敛性都有很好的表现,是一种有效的多目标进化算法.     

基于多目标进化算法的供水系统优化运行研究

将多目标进化算法与启发式算法相接合,对供水管网微观模型进行优化调度研究.目标函数为供水系统的运行费用和维护费用最小化,以及水压服务水平的最大化(保证安全供水),以各泵站各型号水泵的开启和调速泵的转数比为决策变量,进行二进制-实数混合编码,并采用新型的交叉算子.运用NSGA-Ⅱ、epsilon-MOEA、SPEA2三种多目标进化方法求解优化运行模型,并通过工程算例进行比较.应用表明,多目标进化算法能为供水系统的优化决策提供支持.     

智能网联下无人车配送路径优化

结合智能网联无人车实时信息共享与路径选择的特点,研究其配送路径优化问题。通过引进关键点更新策略,制定路径预规划阶段和路径实时调整阶段无人车路径选择策略,提出智能网联环境下基于实时交通信息的车辆路径问题两阶段模型。其中,路径预规划阶段模型确定初始路径与每辆车服务的客户点,路径实时调整阶段模型对每辆车的路径实时调整。对于该优化模型设计遗传算法进行求解,并通过算例验证了模型与算法的可行性。研究结果表明,本文构建的无人车配送优化模型,有效的结合了无人车实时通信与路径选择的特点,节省了无人车配送时间。研究对于无人车在第三方物流配送领域的推广应用具有一定的探索意义。     

电力系统多目标优化运营研究

针对智能电网系统的安全与经济运行问题,建立了一个同时考虑经济、环境和安全指标的电网系统多目标优化模型,并运用理想点法对电网系统的多目标优化运营问题进行了相应的决策性分析,然后使用了一种新型的智能计算方法——标杆管理优化算法对该模型进行了求解计算.仿真实例表明,本文提出的决策分析和求解计算方法是切实可行的,具有一定的实用性和灵活性.此外,在计算过程中对一些相关的技术性问题,如对协调模型中的两类不同的控制变量、基因链的构造、约束条件的处理以及目标函数的选取等问题做了一些研究和探讨.     

汽车租赁调度多目标优化模型

本文考虑一个周期的汽车租赁调度问题,在直接调运的前提下,首先以汽车租赁公司的总收益最大和总短缺损失最小为目标,建立多目标优化模型;然后提出了基于启发式的双层排序综合择优算法;最后对汽车租赁案例进行了实证研究。     

基于聚类的昂贵多目标优化代理辅助进化算法

针对目标函数估值昂贵的多目标优化问题,提出了基于聚类的代理辅助进化算法。在MOEA/D算法的框架下,对种群进行聚类,并通过权重向量的邻域选出种群子集,在子集上使用径向基插值函数辅助的差分进化算法得到新解,对种群进行更新。在7个DTLZ标准测试问题上进行了数值实验,计算结果表明本文提出的算法比新近提出的多目标邻域回归优化(MONRO)算法具有优势。     

无人机协同任务的优化方案

研究的是多架无人机协同完成侦察、中继等作战任务的方案优化问题.对于侦查任务,首先建立了以总行进路径最短为目标的非线性0-1规划模型,求得单架加载S-1无人机无法完成任务,故又建立了以两组行进路径之和最短和组间路程差最小为目标函数的目标群分组的非线性0-1规划模型,得到最优分组方案.然后,由于S-2的扫描范围广,无需行遍所有目标点即可完成任务,故建立以扫描所有目标点为约束条件,遍历点数最少为目标的非线性0-1规划模型,求得仅需经过18个点即可完全扫描所有68个目标点.接下来,在满足S-1和S-2扫描每个目标点的时间差小于4h的前提下,得到了最优的飞行方案.对于中继任务,通过调整无人机的起飞时间,减少通过雷区的任意两架无人机的位置差异,得到仅需1架中继无人机的最优飞行方案.     

多无人机协同规划的数学建模

针对第十三届全国研究生数学建模竞赛A题的多无人机协同规划问题展开研究.首先建立大路径和小路径的最短路径模型完成对十个目标群的扫描任务,其在雷达范围内航行总时间为10.37小时.然后建立实时自适应无人机作战模型针对未知远程雷达在不同情况下制定三级无人机作战策略,仿真结果显示:攻击方无人机滞留防御方雷达有效探测范围内的时间总和为8.81h.     

时间窗约束下的车辆路径问题多目标优化算法

讨论了带时间窗约束的车辆路径问题(VRPTW)其数学模型,分析了以遗传算法求解该类问题时的染色体表示和有关遗传操作,将VRPTw视为一个多目标优化问题,用Pareto评等技术来求解最优解,并以Solomen基准问题为例验证了该方法的有效性.结果表明:该方法与以往文献中的最好结果具有竞争性.     

基于轨迹偏差改进算法的无人机飞行冲突评估

以有人驾驶飞机改装的大型无人机开展计划飞行任务作为研究背景,根据飞行姿态、运行要素和空域运行结构等特征,完成了中低空空域内轨迹偏差算法模型的改进.运用改进模型分析计算,获得了基于导航定位精度下,飞行预设位置点与实际位置点的差异和分布趋势,结合ICAO(international civil aviation organization)设计的飞行标准,首次建立了在满足民航运行安全标准下,多机种大型飞机联合运行空域内的飞行冲突量化结果.计算结果表明:改进模型综合考虑了大型无人机在转弯及直线阶段的轨迹偏差,通过偏差数据建立模板评价飞行冲突态势,获得了联合运行空域内飞行器间安全值,推导空域密度,为机场及进离场阶段执行联合计划飞行任务,提供了科学规划的依据.     

Aerial Vehicle Search-Path Optimization: A Novel Method for Emergency Operations

This paper presents a novel search-path optimization method for moving target search by an aerial vehicle, applicable to realistically sized search areas. For such missions, long endurance vehicles are needed, which are usually fixed-winged. The proposed method accounts for flight kinematics of fixed-wing and rotary-wing aerial vehicles. It additionally accounts for movements of the target, considerably increasing complexity of search-path optimization, compared to a static target. The objective is to maximize the probability to detect a conditionally deterministic moving target within a given time period. We propose a first K-step-lookahead planning method that takes flight kinematic constraints into account and in which the target and platform state space are heterogeneous. It consists of a binary integer linear program that yields a physically feasible search-path, while maximizing the probability of detection. It is based on the Max-K-Coverage problem, as it selects K waypoints while maximizing the probability that a target is within the field of view of a platform at one of these waypoints. This K-step-lookahead planning method is embedded in an iterative framework, where the probability of overlooking a target is fed back to the controller after observations are made. Simulations show the applicability and effectiveness of this method.     

基于改进微粒群算法的建设项目多目标动态优化

针对建设项目的复杂性和动态性,建立基于改进微粒群算法的多目标动态优化模型.首先,为提高算法性能,引入外部归档集和阈值并构建基于理想点法的适应度函数;其次,分别建立工期模型、加入系统可靠度的质量模型以及加入费用现值的成本模型,由其得到综合优化模型;最后结合工程实例对算法进行验证并与非劣分类遗传算法(NSGA-Ⅱ算法)对比.结果表明:方法比NSGA-Ⅱ算法的优化结果更科学、收敛速度更快.     

Dynamic Optimization of Vehicle Fleet Size

This paper extends previous work on the fleet size problem. A dynamic programming model, based on a regeneration sequence, is developed for the more general case where the optimum fleet size is time dependent. The model can cater for vehicle obsolescence and is computationally simple.     

An Interactive Algorithm for Multi-objective Route Planning

We address the route selection problem for Unmanned Air Vehicles (UAV) under multiple objectives. We consider a general case for this problem, where the UAV has to visit several targets and return to the base. We model this problem as a combination of two combinatorial problems. First, the path to be followed between each pair of targets should be determined. We model this as a multi-objective shortest path problem. Additionally, we need to determine the order of the targets to be visited. We model this as a multi-objective traveling salesperson problem (MOTSP). The overall problem is a combination of these two problems, which we define as a generalized MOTSP. We develop an exact interactive approach to identify the best paths and the best tour of a decision maker under a linear utility function.