检索结果-内蒙古大学图书馆

计算机集成制造系统 2025年第2期31卷 604-615页

作者：赵越董明刚桂林理工大学信息科学与工程学院广西桂林541006 桂林理工大学广西嵌入式技术与智能系统重点实验室广西桂林541006

针对现有区间多目标优化方法低效的问题,提出一种基于模糊规则库的快速区间多目标优化方法。该方法采用自主学习多模型系统学习模糊规则,并组成模糊规则库以表示区间目标函数和区间约束可能度,替代内层优化,加快优化进程;在每一代模糊... 详细信息

针对现有区间多目标优化方法低效的问题,提出一种基于模糊规则库的快速区间多目标优化方法。该方法采用自主学习多模型系统学习模糊规则,并组成模糊规则库以表示区间目标函数和区间约束可能度,替代内层优化,加快优化进程;在每一代模糊规则库生成的备选解集中选择适量个体进行真实评估并自主更新模糊规则库,提高了优化精度和计算效率,降低了系统复杂性。将所提方法运用在4个数值案例和1个工程实例,与现有的代表性方法相比,所提方法在不失精度的前提下具有更高的计算效率。

关键词：不确定优化区间优化区间多目标优化模糊规则库自主学习多模型

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习区间多目标优化的智能建筑低碳优化调度

引用

电力系统自动化 2023年第21期47卷 47-57页

作者：侯慧何梓姻陈跃侯婷婷唐金锐吴细秀武汉理工大学自动化学院湖北省武汉市430070 国网湖北省电力有限公司十堰供电公司湖北省十堰市442000 国网湖北省电力有限公司经济技术研究院湖北省武汉市430077 武汉理工大学深圳研究院广东省深圳市518000

为充分挖掘并有效利用建筑的节能减排潜力,提出基于深度强化学习区间多目标优化的智能建筑低碳优化调度方法。首先,采取区间数等方法对系统中机组参数、建筑温度及源荷多重不确定性等进行建模。其次,计及系统碳排放与碳交易机制,以综合... 详细信息

为充分挖掘并有效利用建筑的节能减排潜力,提出基于深度强化学习区间多目标优化的智能建筑低碳优化调度方法。首先,采取区间数等方法对系统中机组参数、建筑温度及源荷多重不确定性等进行建模。其次,计及系统碳排放与碳交易机制,以综合运行成本最低及用户舒适度最优为目标,优化系统运行。为解决区间多目标优化问题,提出一种将深度强化学习的深度Q网络与区间多目标粒子群优化算法耦合,进行“离线训练”与“在线指导”的新型多目标优化算法,高效求解多重不确定性因素下的智能建筑低碳优化调度问题。算例结果表明,所提深度强化学习区间多目标优化算法及调度模型能兼顾系统低碳性、经济性与用户舒适性等,同时有效提高系统应对多重不确定性因素的能力。

关键词：深度强化学习区间多目标优化智能建筑不确定性碳交易

来源：评论

学校读者我要写书评

暂无评论

基于径向基函数、区间分析和非支配排序遗传算法的结构区间多目标优化（英文）

引用

Journal of Zhejiang University-Science A(Applied Physics & Engineering) 2014年第10期15卷 774-788页

作者： Jin CHENG Gui-fang DUAN Zhen-yu LIU Xiao-gang LI Yi-xiong FENG Xiao-hai CHEN State Key Laboratory of Fluid Power Transmission and Control Zhejiang University State Key Laboratory of CAD&CG Zhejiang University Jingda Machine (Ningbo) Co. Ltd.

研究目的:为改善实际工程结构在不确定性条件下的多性能指标,提供一种高效的区间多目标优化方法。创新要点:建立一个目标和约束均为区间不确定性参数函数的区间约束多目标优化模型,提出并实现基于径向基函数、区间分析和非支配排序遗传... 详细信息

研究目的:为改善实际工程结构在不确定性条件下的多性能指标,提供一种高效的区间多目标优化方法。创新要点:建立一个目标和约束均为区间不确定性参数函数的区间约束多目标优化模型,提出并实现基于径向基函数、区间分析和非支配排序遗传算法(NSGA-II)的区间多目标优化算法。研究方法:首先,利用区间序关系将每个区间目标转换为同时优化其中点和半径的确定性双目标,利用区间可能度法将区间约束转换为确定性约束,并在此基础上,利用加权法和罚函数法将每个区间目标的约束优化问题转换为相应的无约束优化问题;然后,利用拉丁超立方实验设计和有限元分析构建预测各待优化结构性能指标值的径向基函数;最后,将径向基函数、区间分析法与NSGA-II相结合,快速求出转换后确定性无约束多目标优化问题的所有Pareto最优解,并通过考虑材料不确定性的高速压力机滑块机构设计实例验证该方法的有效性。重要结论:目标和约束均为不确定性参数函数的区间多目标优化模型能有效反映实际工程中同时改善结构多性能指标的需求。基于径向基函数、区间分析和NSGA-II相结合的区间多目标优化算法将传统区间优化模型求解中的嵌套优化过程简化为单层遗传优化过程,大大提高了求解效率,并可获得多目标优化问题的所有Pareto最优解。

关键词：区间多目标优化不确定性径向基函数区间分析法非支配排序遗传算法(NSGA-II)

来源：评论

学校读者我要写书评

暂无评论

加工时间不确定的炼钢-连铸区间多目标优化调度

引用

中国管理科学 2024年第8期32卷 95-106页

作者：李铁克苏艺璇张文新王柏琳北京科技大学经济管理学院北京100083 钢铁生产制造执行系统技术教育部工程研究中心北京100083

加工时间不确定是炼钢-连铸生产中普遍存在且具有代表性的一类不确定因素。针对其调度问题,采用三参数区间数描述加工时间不确定性信息,建立了以炉次总等待时间和浇次开浇时间提前/拖期总惩罚最小化为优化目标的区间多目标混合整数规划... 详细信息

加工时间不确定是炼钢-连铸生产中普遍存在且具有代表性的一类不确定因素。针对其调度问题,采用三参数区间数描述加工时间不确定性信息,建立了以炉次总等待时间和浇次开浇时间提前/拖期总惩罚最小化为优化目标的区间多目标混合整数规划模型,并结合问题特征,设计了一种基于分类进化策略的改进快速非支配排序区间多目标遗传算法。在算法中,融合区间数相关操作提出了区间意义下的逆序并行倒推解码法和基于机器选择规则的种群初始化混合策略,设计了基于个体拥挤距离的交叉变异算子分类进化策略,并提出对种群中重复个体执行再变异操作,以维持种群多样性。基于实际生产数据的仿真实验验证了区间多目标优化算法在求解质量和求解效率方面的有效性。

关键词：炼钢-连铸生产调度加工时间不确定区间多目标优化遗传算法

来源：评论

学校读者我要写书评

暂无评论

区间多目标粒子群优化算法及其应用

引用

东北大学学报（自然科学版） 2019年第11期40卷 1521-1526页

作者：关守平邹立夫张菁菁东北大学信息科学与工程学院

提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针... 详细信息

提出了一种区间多目标粒子群优化(IMOPSO)算法,用于解决多目标下区间变量的优化问题.基于区间可信度定义两个区间解的占优关系,通过归一化方法和区间拥挤度距离对Pareto最优解排序,并设立归档机制,利用外部存储器保存Pareto最优解集.针对有界误差系统的建模问题,提出了基于IMOPSO算法训练区间神经网络(INN)模型参数的建模方法,解决了误差界已知和误差界未知两种情况下的有界误差系统建模问题.最后,以一阶不确定系统为例,利用所提算法进行了建模仿真,验证了建模方法的有效性.

关键词：区间多目标优化区间粒子群优化区间神经网络未知但有界(UBB) 一阶不确定系统

来源：评论

学校读者我要写书评

暂无评论

偏好与进化优化共融的区间多目标水下无线传感器网络调度优化

偏好与进化优化共融的区间多目标水下无线传感器网络调度优化

引用

作者：周慧邦中国矿业大学

学位级别：硕士

近年来,水下无线传感器网络（Underwater wireless sensor networks,UWSNs）在海洋环境监控、数据收集、灾害防控、巡航辅助以及军事防御等领域有着广泛的应用前景。由于需要监控海洋环境,所以提高UWSNs的覆盖率成为网络优化的一个重要... 详细信息

近年来,水下无线传感器网络（Underwater wireless sensor networks,UWSNs）在海洋环境监控、数据收集、灾害防控、巡航辅助以及军事防御等领域有着广泛的应用前景。由于需要监控海洋环境,所以提高UWSNs的覆盖率成为网络优化的一个重要目标,除了覆盖率,因为在海洋环境中传感器节点的电池更换比较困难,所以节约能耗对于UWSNs来说也尤为重要。除此之外,降低UWSNs的能量跨度也是保证网络能够高效运行、延长网络生存时间的关键。在UWSNs中同时优化三个目标本质上是一个多目标优化问题,并且在复杂的海洋环境中,由于洋流、潮汐等环境因素的影响,导致网络中传感器节点位置的不确定性,使得网络中含有不确定参数,所以需要把网络模型建立为一个含有不确定参数的区间多目标优化模型。鉴于此,本文研究以下内容:（1）针对在海洋中的环境特点以及水下无线传感器网络的主要性能指标,描述了实际应用场景中网络的情况,建立以网络未被覆盖率、能耗以及能量跨度作为网络性能评价指标的不确定性区间多目标调度优化模型;使用区间参数多目标文化基因算法对模型进行实验仿真;最后对实验结果进行比较分析,验证了所提出的基于区间多目标的水下无线传感器网络调度优化模型在实际工程应用中的优越性。（2）在一些特殊情况下,决策者可能只关注目标空间中的一部分,而对其他目标区域不感兴趣,这时候就要融入决策者的偏好作为指导种群搜索的重要因素。此外,传统的区间多目标进化优化算法往往在进化后期由于非支配个体剧增使得选择压力降低而导致种群难以收敛,所以基于上一节中提出的网络模型,融入决策者提供的偏好信息,提出基于参考点和角度偏好的区间多目标进化优化算法,通过实验,所提算法在基准测试函数以及提出的基于区间多目标的水下无线传感器网络调度优化模型中验证了有效性。该论文有图30幅,表4个,参考文献91篇。

关键词：水下无线传感器网络覆盖率能耗区间多目标优化偏好

来源：评论

学校读者我要写书评

暂无评论

基于区间多目标量子粒子群算法的AUV路径规划研究

引用

重庆理工大学学报（自然科学） 2023年第3期37卷 242-250页

作者：顾加烨齐亮江苏科技大学电子信息学院江苏镇江212100

为解决海流预测不精确和危险源位置信息不确定情况下自主水下航行器的路径规划问题,提出了一种基于区间多目标量子粒子群算法的全局路径规划方法。将海流的不确定范围和危险源位置的不确定范围表示为区间数,计算各条路径的航行时间区间... 详细信息

为解决海流预测不精确和危险源位置信息不确定情况下自主水下航行器的路径规划问题,提出了一种基于区间多目标量子粒子群算法的全局路径规划方法。将海流的不确定范围和危险源位置的不确定范围表示为区间数,计算各条路径的航行时间区间和危险度区间。基于区间可能度模型定义区间之间的占优关系,引入区间重叠度和区间体积计算区间拥挤度对最优解进行排序,建立外部储备集保存最优解集,通过量子粒子群算法优化路径位置。仿真结果表明:相对于常规的多目标路径规划算法,所提出的算法可在含有多个不确定约束的条件下找到分布多样化的一组路径。

关键词：自主水下机器人路径规划不确定性区间多目标优化

来源：评论

学校读者我要写书评

暂无评论

基于分解的区间多目标进化算法研究

基于分解的区间多目标进化算法研究

引用

作者：靳雅清太原科技大学

学位级别：硕士

多目标优化问题在实际应用中普遍存在,然而,由于物理系统中固有的随机性、有限的数据等因素,多目标优化问题的目标函数中往往含有不确定性参数。不确定性参数可以被表示为随机变量、模糊数和区间数,其中,不确定参数的上、下限相对更容... 详细信息

多目标优化问题在实际应用中普遍存在,然而,由于物理系统中固有的随机性、有限的数据等因素,多目标优化问题的目标函数中往往含有不确定性参数。不确定性参数可以被表示为随机变量、模糊数和区间数,其中,不确定参数的上、下限相对更容易获得,因此区间多目标优化成为解决不确定优化问题的有效方法。由于区间多目标优化问题的目标函数是区间值,因此在比较个体的函数值大小时增加了计算成本,高效地获取具有良好收敛性、多样性和不确定性的区间帕累托最优解集存在一系列的困难。此外,目前区间多目标进化算法领域的研究主要集中在基于帕累托支配的方法,相比之下,基于分解的进化算法计算复杂度低,有利于提高求解区间多目标优化问题的效率。为此进行了以下研究工作: (1)针对现有的区间排序关系无法平衡个体的收敛性和不确定度,本文提出了精英存档引导的区间MOEA/D算法。首先,提出了基于条件的区间置信度支配,同时考虑了区间的平均收敛水平和下限值;然后,设计了外部精英存档,在进化后期存储区间非支配解,并使用综合性能指标更新该存档;最后,使用该存档更新当前种群以进一步提升种群的收敛性。为验证所提算法的性能,将精英存档引导的区间MOEA/D算法与其它四种区间多目标进化算法在IWFG,IDTLZ区间基准测试集中进行了对比实验,实验结果验证了所提出的算法可以获得收敛性和不确定性较优的区间帕累托最优解集。 (2)针对区间多目标优化问题中涉及的不确定性导致算法的多样性和求解效率更具有挑战性,本文提出了自适应调整权向量及邻域的区间MOEA/D算法。首先,设计了区间稀疏度和区间不确定度综合排名指标,并根据该指标对权重向量进行调整;然后,设计了邻域自适应调整策略,在进化初期设置较大的邻域,随着进化的进行邻域大小逐渐减小。自适应调整权向量及邻域的区间MOEA/D算法与其它四种区间多目标进化算法在IWFG,IDTLZ测试集中的对比实验结果证明,所提算法的收敛性、多样性和不确定性更优。 (3)针对求解含有不同复杂特征的优化问题时,不存在某个算法优于其他所有算法,本文引入集成思想,在上述所提方法的基础上设计了多匹配选择策略的区间MOEA/D算法。首先,设计了多个匹配选择算子并构建了匹配选择策略池,多个种群采用不同的匹配选择策略,依次为种群中的每个个体构建相应的匹配池。执行相同的交叉、变异、环境选择操作后,综合性能最好的种群进入下次迭代。将此算法与本文提出的两个算法以及其它四种算法在IWFG,IDTLZ测试集中进行对比实验,结果表明通过多个匹配选择策略的共同作用,算法的整体性能得到了进一步的提升。

关键词：区间多目标优化分解区间帕累托支配权重向量调整邻域调整

来源：评论

学校读者我要写书评

暂无评论

基于改进NSGA-Ⅱ算法的工程项目多目标优化研究

基于改进NSGA-Ⅱ算法的工程项目多目标优化研究

引用

作者：童劲淞天津大学

学位级别：硕士

近年来,工程项目工期-成本-质量多目标优化管理在工程施工领域得到广泛应用,但是随着我国社会政治经济环境的变化,传统工程项目多目标管理也随之产生部分局限性:一方面,满足环境保护要求成为工程项目施工必须考虑的因素和目标;另一方面... 详细信息

近年来,工程项目工期-成本-质量多目标优化管理在工程施工领域得到广泛应用,但是随着我国社会政治经济环境的变化,传统工程项目多目标管理也随之产生部分局限性:一方面,满足环境保护要求成为工程项目施工必须考虑的因素和目标;另一方面,轨道交通建设等大型复杂工程项目受外部不确定因素影响程度较高。因此,如何在不确定因素下,平衡大型复杂工程项目的工期-成本-质量-环境多目标定量管理是当前亟待解决的问题。本文以不确定影响因素下,工期、成本、质量、环境4目标优化模型构建与求解为研究对象,解决轨道交通建设工程项目实际问题。具体来说,本文首先针对当前工程项目施工对环境目标的要求,在传统3目标优化模型中引入环境影响因素目标,构建工期-成本-质量-环境综合优化模型;其次,针对工程项目施工过程中的不确定性因素,基于区间分析方法扩展的工程工期-质量-成本-环境多目标优化模型,引入Hausdorff距离作为拥挤度计算距离,改进区间多目标优化NSGA-II求解算法;的拥挤度距离计算公式进行改进,的改进;最后,将上述模型以及算法应用于某轨道交通工程建设项目计算中进行分析求解,最终得到优化的工期设计区间以及对应的工期、成本、质量以及环境的指标信息,为实际工程建设提供科学依据,同时也为不确定性因素下工程项目施工优化管理提供理论参考。

关键词：工程多目标优化区间多目标优化 NSGA-Ⅱ Hausdorff距离

来源：评论

学校读者我要写书评

暂无评论

含分布式电源的区间多目标微网规划

引用

机械设计与制造工程 2018年第2期47卷 45-50页

作者：李二超张建军兰州理工大学电气与信息工程学院甘肃兰州730050

针对多目标优化问题,提出了一种基于可行性规则改进的多目标优化约束处理方法,在可行性规则中引入约束违反度信息和非支配层数信息到选择机制中,增强对可行解搜索空间的开发能力。将该约束处理方法引入到IP-MOEA算法中,然后将带约束处理... 详细信息

针对多目标优化问题,提出了一种基于可行性规则改进的多目标优化约束处理方法,在可行性规则中引入约束违反度信息和非支配层数信息到选择机制中,增强对可行解搜索空间的开发能力。将该约束处理方法引入到IP-MOEA算法中,然后将带约束处理的IP-MOEA算法应用到含分布式电源的区间配电网规划经济性模型,并且对该模型与只考虑负荷不确定的模型和只考虑分布式电源出力不确定的模型进行比较,结果表明,该模型所得区间解更加符合实际的配电网,可以为决策人员提供很好的优化方案。对加入分布式电源和不加入分布式电源的配电网的情况进行对比,结果表明,在配电网中加入分布式电源后的经济效益大于不加入分布式电源的经济效益,同时也使原有配电网的线路损耗大大降低。

关键词：分布式发电可行性规则区间多目标优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：