一类色氨酸生物合成系统的双目标优化

针对GMA(Generalized Mass Action)型色氨酸生物合成系统的双目标优化问题,提出了一种求解方法.首先给出色氨酸生物合成系统的GMA模型,然后构建色氨酸生物合成系统的双目标优化模型.为了求解前面构建的双目标优化问题,基于NBI方法给出了求解策略.为了克服NBI方法难以得到双目标优化问题全局Pareto解的不足,应用过滤算法去除经典NBI方法产生的非全局Pareto解.该过滤算法可以得到双目标优化问题的全局Pareto解.通过MATLAB计算,结果表明本文可以获得GMA型色氨酸生物合成系统双目标优化问题的Pareto最优解以及Pareto前沿,验证了所提方法的实用性和有效性.     

色氨酸生物合成的多目标稳态优化

研究了色氨酸生物合成的多目标稳态优化.根据已建立的色氨酸生物合成过程模型,采用IOM方法,把多目标非线性优化问题转化为多目标线性优化问题来解决.在保证色氨酸产率的基础上,同时也使代谢物的浓度达到最低.仿真结果表明了优化算法的实用性和有效性.     

基于线性标量化方法的多目标优化牛顿算法

【目的】为了研究更高效地求解多目标优化问题,得到更有效的Pareto前沿面。【方法】通过对目标函数的二次近似及近似形式的线性加权标量化构造了新的搜索方向,提出了一类新的牛顿算法。进一步考虑了Pareto面的均匀性的优化,利用个体聚集密度来衡量Pareto面的均匀程度,从而在上述新的牛顿算法基础上提出了改善Pareto面均匀程度的算法步骤。【结果】在目标函数二阶连续可导且局部强凸的假设条件下证明了新的牛顿算法可以超线性收敛到Pareto弱有效解;在目标函数具有二阶连续偏导数且Lipschitz连续条件下证明了该算法可以局部二次收敛到Pareto弱有效解。【结论】基于线性标量化方法的多目标优化牛顿算法在迭代次数以及Pareto前沿面均匀性具有一定优越性。     

基于双目标优化的某转向系统轻量化设计

基于某国产纯电动汽车转向系统的有限元模型,分析其模态频率是否满足企业大于等于35 Hz的设计要求.针对与目标值相差较大的垂向模态,同时考虑到纯电动汽车的轻量化,对其转向系统分为两个阶段进行优化.第一阶段通过引入模态应变能分析法并结合工程经验提出了优化方案,虽然横向模态满足了目标要求,但质量增加了4.6%(5.54 kg)且垂向模态不满足要求.第二阶段采用正交实验设计和最优拉丁超立方实验设计相结合的方法,构建了径向基函数神经网络模型,采用多目标遗传算法对转向系统的尺寸进行优化.最终优化后的转向系统垂向模态频率由21.9 Hz提升至35.4 Hz,质量仅增加了1.9%(2.27 kg),在实现转向系统模态优化目标的同时,还尽量减少了增重(减少增重2.7%),实现了转向系统的模态和质量的双目标优化.     

基于线性目标规划的切削参数多目标优化

切削参数是切削过程优化最重要的控制因素,为了研究切削参数的多目标优化问题,本文采用了线性目标规划理论,建立了一个以最大金属切除率和最小工件表面粗糙度作为优化指标的多目标优化模型,并且以切槽车刀的车削为实例,采用目标单纯形法求得其最优解,确定了每一个目标函数与事先给定的对应目标值的逼近程度。结果表明,这种模型可以将决策者指定的目标与数学模型融合在一起。为实际生产中,根据各项指标的目标值来选择最优切削用量,提供了一种新的理论方法。     

充换电站储能系统模糊双目标优化调度方法

由于充换电站用电量存在明显的波动性,在充换电站建立储能系统是改善充换电站负荷稳定性的重要途径.为使储能系统充分发挥其作用,本文提出了考虑负荷平抑和用电经济性双重目标下的储能系统出力优化策略,对双目标进行加权模糊处理,使双目标优化问题转化为单目标优化问题.另外,在优化模型的约束条件中考虑了不间断电源功率需求和定时定荷电状态(SOC)的限制,从而具有更大的实际意义.本文使用粒子群算法进行求解,并结合某实际智能电网综合建设工程数据,对该双目标优化策略进行仿真分析,验证了该策略的优化效果及可行性.     

能源系统的灰色投入产出双目标优化模型

把能源投入产出模型和双目标优化模型结合起来,并应用灰色系统理论,建立了灰色投入产出多目标优化模型,同时对双目标优化算法作了一些改进。最后,利用复合模型对某市能源经济结构进行优化,并分析了该市结构性节能的潜力。     

基于线性预测的参数谱估计优化方法

基于观测数据特征结构的考虑,在针对性分析传统参数谱估计方法的基础上结合线性预测理论提出了参数模型反射系数估计的优化方法,以熵谱估计的形式对算法作了进一步研究,并通过仿真实验验证了优化算法的改善性能及工程可实现性。     

基于遗传算法的多目标优化方法

本文通过建立多目标问题模型,提出了运用改进的遗传算法求解多目标物流网络问题.该算法借鉴AHP方法的思想,采用将其与遗传算法混合的求解策略,并采用分阶段化的实数编码思想以及相应的遗传算子设计,对遗传算法进行适应性改进.     

基于视觉系统的双介质下目标定位

针对传统的摄像机三角测量原理无法实现光线折射情况下物体位置准确测量的问题,本文在双目定位原理和折射定理的基础上,提出了一种双介质下目标定位的理论方法,运用安装在空气介质中的双目相机对玻璃水缸中实验体进行测量定位,考虑了光线通过不同介质在临界面发生一次折射的情况,建立物点多介质成像数学模型,并用该方法完成水中实验体的定位解算,求得物体质心坐标。试验结果表明该方法可用于双介质下的视觉定位测量,具有较高的测量精度和良好的稳定性     

基于GIS的双目标多准则决策方法

现阶段对空间适宜性评价普遍采用单目标多准则决策的方法,但该方法不能对不同决策目标进行比较,在目标的选取上具有过强的主观性.为此文章在详细梳理多准则决策与GIS结合的研究成果基础上,提出了可有效与A rcGIS软件相结合的双目标多准则决策方法.文中方法在单目标多准则决策的基础上增加了目标层次的决策机制,使得空间适宜性评价能够适应2种相互冲突的决策目标.构建了一套针对双目标多准则决策的核心——双目标决策平面法的体系化的操作流程,并对决策平面冲突区的划分提出全新方法——保证2个目标的权重比与冲突区分得的面积比相等的情况下完成冲突区的目标分配.最后,以北京市百善镇为例对该决策技术方法进行实践.     

基于多目标优化的儿童座椅匹配方法

基于一款已获得国家专利的集成式儿童安全座椅约束系统参数可调的特征,选择座椅高度、靠背角度、安全带限力器限力值为优化变量,以儿童乘员头部损伤、胸部损伤、颈部损伤为优化目标,采用多项式回归近似模型和多目标进化算法相结合的方法对该集成式儿童座椅在保护3岁、6岁、10岁儿童乘员时的可调约束参数进行了多目标优化.结果表明:优化后的约束参数能对上述儿童乘员提供更好的保护作用,优化效果显著.最后在得到的3组优化约束参数的基础上,提出了一种针对3～10岁不同身材儿童的自适应匹配方法.     

基于多目标优化的虚拟机放置方法

在虚拟机放置问题中,传统启发式方法不能完全适用于复杂的云计算环境,采用智能算法的研究又缺乏对时间开销的考虑。针对上述问题,提出一种基于Memetic算法的虚拟机放置(Memetic algorithm-based virtual machine placement MAVMP)方法。MAVMP方法针对云数据中心运营情况建立了最小化能耗、最小化运行时服务等级协议违例率(service level agreement violation time per active host, SLATAH)以及最大化资源利用率的多目标优化模型,将虚拟机按照资源请求情况进行分类,并利用该分类方法改进了Memetic算法,利用改进后的Memetic算法求解多目标优化模型,得到虚拟机放置方案。仿真实验结果表明,仿真数据中心利用MAVMP方法进行虚拟机放置后,其在能耗、资源利用率以及服务质量的评价指标上都有着良好表现。并且,MAVMP方法与已有的基于智能算法的虚拟机放置方法相比计算时间也大幅下降。     

双目标优化的动车组系统多阶段机会维修决策

为保证在动车组可靠运行的前提下,尽可能提高其运用效率,在传统机会维修策略的基础上提出一种双目标优化的多阶段机会维修决策策略.该策略将维修机会窗口等距划分为多个阶段,对维修时机位于不同阶段的部件实施差异力度的维修.针对多部件维修任务分配问题,提出两名维修人员的任务分配算法,并将该算法引入到多属性决策中,使模型具有良好的多属性优化性能.算例分析验证了多阶段机会维修策略在优化可用度和平均成本率方面的有效性,同时探究权重因子对模型优化倾向的影响.     

线性多目标规划的神经网络方法

基于对偶理论和射影理论,提出了一个求解大规模线性多目标规划问题的新神经网络,严格证明了该网络是Lyapunov稳定的,并且大范围渐近收敛于它的平衡点,而且该平衡点正是线性多目标规划问题的非劣解。     

多种约束条件下机翼的双目标响应面优化方法

提出一种在较强的工程约束条件下,开展机翼优化设计的高效率多目标方法。综合升力线理论和RANS的流场计算方法以及数学近似的响应面方法,研究在多种工程约束条件下,巡航设计点中升阻比和翼根弯矩的多目标优化问题。采用分步嵌套优化的方法,首先,固定平面形状,优化展向的扭转角分布;然后优化固定形式下的平面形状参数,对于每一个平面外形,展向扭转角分布的优化为平面形状优化的内迭代;最后通过响应面的结果得到双目标的近似Pareto锋面。该方法对完成特定约束条件下的气动设计具有参考价值。     

基于太阳能的CCHP系统的多目标优化

在传统的利用内燃机驱动的冷热电三联供(combined cooling,heating and power,CCHP)系统的基础上,文章提出了结合太阳能发电和内燃机联合驱动的新型冷热电联供系统模型,并加入了储能电池以提高可再生能源的利用率并克服太阳能发电的缺点;通过分析新型CCHP系统的能量流动过程,针对该新型模型提出了基于该系统的经济性、一次能源消耗量、用户满足度的多目标优化模型,以天然气的使用量、向电网侧的购电量以及切除的负载数为优化变量,使用字典序优化算法对其进行求解。     

基于应变能分析的双目标白车身模态优化

建立某混合动力SUV带挡风玻璃白车身的有限元模型,分析白车身的模态特性,并通过试验模态验证其可靠性。针对未达到35Hz目标值的后部扭转模态,通过改进白车身焊点、结构、板件厚度等步骤进行优化。在板厚优化之前引入模态应变能分析法,缩减模态灵敏度分析样本,提高优化效率。最终,白车身后部扭转模态频率由34.42Hz提升至37.39Hz,而车身质量仅增加0.2%(0.75kg),在实现白车身模态优化目标的同时还尽量减少了车身增重。     

基于改进NSGA-Ⅱ算法的水库双目标优化调度

针对NSGA-Ⅱ算法选择机制的缺陷,本文提出一种更好保护优秀个体的择优方法——雄狮选择法,进而提出了一种基于雄狮选择法的改进NSGA-Ⅱ算法——NSGA2-Pride算法。将新算法应用于水库双目标调度问题中,结果表明,NSGA2-Pride算法的优化调度结果优于NSGA-Ⅱ算法的优化调度结果,其优化调度将各调度期供水强度平均值提高到83%以上,并将供水强度最小值从49.13%提升至72.51%,改善了水库供水状况。本研究为解决水库优化调度问题提供了新的方法。