检索结果-内蒙古大学图书馆

求解多目标规划问题的pareto多目标遗传算法

引用

系统工程 2003年第5期21卷 24-28页

作者：赖红松董品杰祝国瑞武汉大学资源与环境科学学院湖北武汉430079 温州市国土资源局浙江温州325027

针对传统的多目标优化方法的局限性 ,提出用于多目标规划问题求解的 pareto多目标遗传算法。实验结果表明 ,该算法是可行有效的。

关键词：多目标规划遗传算法适应度函数 pareto多目标遗传算法决策者

来源：评论

学校读者我要写书评

暂无评论

基于pareto多目标遗传算法的单列车定时节能研究

引用

广西大学学报（自然科学版） 2017年第5期42卷 1715-1722页

作者：李婷桂行东孙飞邢宗义南京理工大学自动化学院江苏南京210094

针对地铁列车定时节能运行的复杂多目标优化问题,提出一种基于pareto多目标遗传算法来定时优化列车的区间运行能耗。首先以列车的能耗指标和准时指标为优化目标,同时将列车运行的安全指标、精准停车指标和舒适度指标作为约束条件,然后... 详细信息

针对地铁列车定时节能运行的复杂多目标优化问题,提出一种基于pareto多目标遗传算法来定时优化列车的区间运行能耗。首先以列车的能耗指标和准时指标为优化目标,同时将列车运行的安全指标、精准停车指标和舒适度指标作为约束条件,然后采用基于NSGA-II的pareto多目标遗传算法进行求解,得到一组非支配解集,再从非支配解集中选择最符合定时运行要求的运行策略。最后通过广州地铁七号线的实际测量数据进行仿真验证,结果表明,定时节能优化相比节时策略能耗节约16.54%,而运行时间只比运营计划多了0.01 s,符合定时运行的要求。该方法具有较高的可行性,可以应用于地铁列车节能。

关键词：地铁列车定时节能 pareto多目标遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于pareto多目标遗传算法的列车节能运行方法研究

基于Pareto多目标遗传算法的列车节能运行方法研究

引用

作者：桂行东南京理工大学

学位级别：硕士

城市轨道交通,作为公共交通的重要部分,不仅能够通过快速集散客流有效地改善城市交通拥挤状况,还具有节约土地、节省能源、保护环境等优点,所以其发展非常迅速。城市轨道交通是用电大户,耗电量和运行成本巨大,而且我国能源相对短缺,因... 详细信息

城市轨道交通,作为公共交通的重要部分,不仅能够通过快速集散客流有效地改善城市交通拥挤状况,还具有节约土地、节省能源、保护环境等优点,所以其发展非常迅速。城市轨道交通是用电大户,耗电量和运行成本巨大,而且我国能源相对短缺,因此节能领域的研究日益受到人们的关注,已经成为城市轨道交通发展的关键问题。本文研究的内容主要包括以下几个方面:①在列车运行模型和牵引供电系统模型分析的基础上,给出列车运行计算的方法;②在列车运行模型和运行计算方法的基础上,针对典型的地铁线路进行列车运行仿真;③研究单列车定时节能运行模型,优化列车的运行速度曲线,并采用基于pareto多目标遗传算法求解;④在单列车定时节能研究分析的基础上,建立分时段多列车运行节能模型,优化列车的运行时刻表和运行图,并采用基于pareto多目标遗传算法进行模型求解,同时基于对全时段列车运行仿真模型的求解,对多列车运行节能优化进行效果验证。

关键词：轨道交通定时节能优化协同运行优化牵引供电系统 pareto多目标遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于pareto多目标遗传的LEO卫星网络多业务Qos路由算法

引用

电子设计工程 2017年第20期25卷 116-120页

作者：张慧卿彭宏利上海交通大学电信学院上海201103

针对LEO卫星网络链路切换阻塞、流量分布不均、路由算法的负载均衡、以及卫星使用寿命期限问题,提出了一种基于pareto多目标遗传的Qos路由算法。仿真结果表明,本文算法具有更低的呼叫阻塞率和流量分布指数,负载均衡性能较好并能有效减... 详细信息

针对LEO卫星网络链路切换阻塞、流量分布不均、路由算法的负载均衡、以及卫星使用寿命期限问题,提出了一种基于pareto多目标遗传的Qos路由算法。仿真结果表明,本文算法具有更低的呼叫阻塞率和流量分布指数,负载均衡性能较好并能有效减小卫星电池的放电深度,对于LEO卫星网络承载的多种业务类型,拥有更高的综合Qos。

关键词： LEO卫星网络多业务多径路由 pareto多目标遗传算法

来源：评论

学校读者我要写书评

暂无评论

改进的pareto多目标协同优化策略

引用

系统工程与电子技术 2012年第9期34卷 1834-1840页

作者：龙腾刘莉北京理工大学飞行器动力学与控制教育部重点实验室北京100081 北京理工大学宇航学院北京100081

为了提高标准协同优化的收敛性并扩展其多目标优化能力,将pareto多目标遗传算法用于协同优化的系统级优化,提出了一种改进的pareto多目标协同优化策略(enhanced collaborative optimization using Pare-to multi-objective genetic algo... 详细信息

为了提高标准协同优化的收敛性并扩展其多目标优化能力,将pareto多目标遗传算法用于协同优化的系统级优化,提出了一种改进的pareto多目标协同优化策略(enhanced collaborative optimization using Pare-to multi-objective genetic algorithm,ECO-PMGA)。为了保证非劣解集的pareto最优性与均布性,提出了一种考虑拥挤度的非劣解逐级排序方法。ECO-PMGA采用2-范数形式的学科间一致性约束以提高学科级优化的效率。通过两个典型的优化算例对ECO-PMGA的数值稳定性与搜索pareto非劣解集的能力进行了检验。研究结果表明,ECO-PMGA的收敛性与数值稳定性得以显著提高,而且ECO-PMGA具有良好的pareto多目标优化能力。因此,ECO-PMGA在复杂耦合系统的多目标优化设计方面具有较高的实用价值。

关键词：协同优化 pareto多目标遗传算法多学科设计优化 pareto最优

来源：评论

学校读者我要写书评

暂无评论

基于灰色—遗传算法的线性材料费用控制

引用

广西大学学报（自然科学版） 2014年第2期39卷 245-252页

作者：胡长明董翔刘凯西安建筑科技大学土木工程学院陕西西安710055

针对建设项目中线性材料的费用控制问题,基于量价分离原则,结合灰色区间预测理论和多准则一维下料模型建立了建设项目中线性材料费用控制模型。以实际生产为依托,对近年钢筋实际价格和下料方案进行分析,运用灰色区间预测理论进行价格区... 详细信息

针对建设项目中线性材料的费用控制问题,基于量价分离原则,结合灰色区间预测理论和多准则一维下料模型建立了建设项目中线性材料费用控制模型。以实际生产为依托,对近年钢筋实际价格和下料方案进行分析,运用灰色区间预测理论进行价格区间预测,并使用pareto多目标遗传算法求解多准则一维下料优化模型,使用MATLAB编程求解实例,结果表明,模型可以准确的预测出实际价格区间,添加了实际需求这一准则的下料模型更符合实际需求,说明了这种费用控制模型在线性材料费用控制问题上的实用性和可行性,在确定合理采购批量的同时可以对材料进行优化下料,降低企业成本。

关键词：灰色区间预测 pareto多目标遗传算法一维下料 pareto最优边界

来源：评论

学校读者我要写书评

暂无评论

线平衡与缓冲区配置协同的手机装配线重构优化方法研究

线平衡与缓冲区配置协同的手机装配线重构优化方法研究

引用

作者：程铄广东工业大学

学位级别：硕士

近年来,随着手机产品更新换代的加快,手机生产企业正面临着订单交期紧迫、利润空间下降和市场竞争增强等一系列问题,企业迫切需要一种能够针对不同客户的订单数量和产品类型做出快速反应的装配线。在此背景下,可重构手机装配线应运而生... 详细信息

近年来,随着手机产品更新换代的加快,手机生产企业正面临着订单交期紧迫、利润空间下降和市场竞争增强等一系列问题,企业迫切需要一种能够针对不同客户的订单数量和产品类型做出快速反应的装配线。在此背景下,可重构手机装配线应运而生,其主要特点是在可重构装配线中融入了可重构制造系统的理念,将整条装配线构造模块化、生产自动化和全局柔性化,这样的装配线系统不但能应对多品种、变批量的市场变化,而且具有快速生产、快速重构的能力。可重构手机装配线作为一种新型制造系统近年来受到大量企业和学者的广泛关注和研究,但针对该类型装配线的重构优化方法研究尚处于发展阶段。本文在前人基础上进一步对可重构装配线的重构优化方法展开研究,以装配线构形变更度最小化、交期能力最大化为目标,重点解决装配线平衡与缓冲区配置协同的重构优化问题,最终实现装配线的重构。根据可重构装配线的多态性特点,提出一种带有限缓冲区装配线转换为不带缓冲区装配线产能等效模型求解的方法,并利用通用生成函数(Universal Generating Function,UGF)的多项式计算优势,给出了带有限缓冲区装配线生产能力期望的计算方法。本文针对装配线长工序状态空间获取难、系统稳态产能计算复杂的特点采取单元和系统分层建模,在单元层面研究了带有限缓冲区装配线的等效模型,将缓冲区在装配过程中的状态划分为全满、全空、有来料、有空位等。在系统层面利用通用生成函数(UGF)的多项式计算优势,通过串并联算子获得整条装配线的失效状态空间与概率空间。针对可重构手机装配线的重构问题,给出了缓冲区容量变更度和装配资源变更度的量化计算方法;建立了以装配线构形变更度最小化、交期能力最大化为双目标的线平衡与缓冲区配置协同的优化数学模型;提出了一种以pareto多目标遗传算法为基础的线平衡与缓冲区配置协同的重构优化算法,其中包括装配线初始构形确定策略和基于工作站划分的瓶颈识别方法。在多目标遗传操作中给出了基于工作站划分与缓冲区分配协同的染色体编码解码机制和满足作业优先关系的交叉变异方法,综合运用了群体排序分级、精英保留策略、pareto解集过滤器和小生境技术等,并通过企业的基础数据对算法进行验证,表明了该算法的有效性。通过搭建手机装配线管理系统与仿真集成的平台,对重构方案进行近物理三维仿真验证。该平台将真实装配线中装配设备资源对象的位置及动作场景,在数字仿真世界中得以全面展示,以便于提前发现及规避装配线重构过程中存在的问题。本文的研究工作能有效解决手机装配线的重构问题,在一定程度上降低了企业的生产成本,提高了其产品在价格方面的竞争力,推动了手机装配线的自动化与智能化。

关键词：装配线线平衡缓冲区配置重构 pareto多目标遗传算法

来源：评论

学校读者我要写书评

暂无评论

随机鲁棒模型及其在选址配送问题中的应用

随机鲁棒模型及其在选址配送问题中的应用

引用

作者：苏玮上海交通大学

学位级别：硕士

不确定性规划是将不确定参数引入传统规划模型,通过对含不确定参数的模型进行处理,得到相应的最优解,因而比确定性的数学规划更具有实用性,在经济、管理、控制领域有着广泛的应用。目前不确定性规划的主要类型有随机规划、鲁棒优化、模... 详细信息

不确定性规划是将不确定参数引入传统规划模型,通过对含不确定参数的模型进行处理,得到相应的最优解,因而比确定性的数学规划更具有实用性,在经济、管理、控制领域有着广泛的应用。目前不确定性规划的主要类型有随机规划、鲁棒优化、模糊规划等等。求解方法有两种,一种是转化法,将不确定性规划转化为确定性等价类,然后利用传统方法进行求解；另一种是利用随机模拟对不确定参数进行逼近,通过智能算法求解不确定性规划问题得到近似最优解和近似最优目标值。特别的,对于多目标的不确定性规划问题,采用pareto多目标遗传算法进行求解,获得相应的pareto有效解。本文首先对随机规划和鲁棒优化的已有模型做了总结和分析。其次,对含有随机参数的鲁棒优化模型进行改进,即充分利用参数的概率分布信息,使传统鲁棒模型的保守性减弱,在尽量保持模型鲁棒性的基础上优化目标函数,特别的,利用概率不等式对机会约束的转化形式给出了新的结论。再次,对改进后的随机鲁棒模型进行了拓展,将适应型决策变量加入到随机鲁棒模型中并详细给出了各相应模型的求解算法。最后,对选址-配送问题建立了鲁棒优化模型进行比较并得出相关结论。

关键词：随机规划模型鲁棒优化模型机会约束 pareto多目标遗传算法适应型决策变量随机模拟

来源：评论

学校读者我要写书评

暂无评论

云移植中组件发现算法的研究

云移植中组件发现算法的研究

引用

作者：陈岩内蒙古大学

学位级别：硕士

随着互联网技术的发展,传统软件已经不能满足用户和服务提供商的需求,使得软件开发质量下降。因此,在软件实际开发过程中通过使用可以重用的组件高效地进行软件产品的开发。通过软件聚类发现可重用组件是一种常用的方法。但是,现有的通... 详细信息

随着互联网技术的发展,传统软件已经不能满足用户和服务提供商的需求,使得软件开发质量下降。因此,在软件实际开发过程中通过使用可以重用的组件高效地进行软件产品的开发。通过软件聚类发现可重用组件是一种常用的方法。但是,现有的通过软件聚类发现可重用组件的算法里没有引入类关系类型信息,既不能体现模块之间的调用关系,也不能得到准确的软件聚类结果,使系统开发人员难以重用聚类得到的组件。同时,在处理大规模数据时,普通的计算模式效率低下,不能快速地得到软件聚类结果。对于此问题,论文提出基于类关系类型信息的pareto多目标遗传算法进行软件聚类及其在云上的部署,可以有效提高软件质量以及可重用组件发现的效率。主要做了以下工作：1.针对现有采用Bunch工具进行软件聚类发现可重用组件过程中,没有将模块调用关系引入的问题,提出将模块调用关系引入到软件聚类过程,并采用单目标遗传算法实现软件聚类。2.提出将类关系类型信息作为模块依赖图中模块之间调用关系的权值,采用pareto多目标软件聚类的方法发现可重用组件。3.实现了最大群集数目R-MCA和群集等大小R-ECA两种pareto多目标遗传软件聚类算法发现可重用组件,并将算法部署到云中,提高算法的执行效率。

关键词：可重用组件发现类关系类型信息 pareto多目标遗传算法云移植

来源：评论

学校读者我要写书评

暂无评论

CAS理论在区域森林收获调整中的应用研究

CAS理论在区域森林收获调整中的应用研究

引用

作者：万喜喜中南林业科技大学

学位级别：硕士

复杂性科学是用以研究复杂系统和复杂性的一门学科,它被有些科学家誉为是“21世纪的科学”。目前,关于复杂性的研究受到了世界各国科学家们的广泛关注。自复杂性问题的提出至今,已经取得了不少研究成果,而其中最有优越代表性的系统理论... 详细信息

复杂性科学是用以研究复杂系统和复杂性的一门学科,它被有些科学家誉为是“21世纪的科学”。目前,关于复杂性的研究受到了世界各国科学家们的广泛关注。自复杂性问题的提出至今,已经取得了不少研究成果,而其中最有优越代表性的系统理论数CAS(复杂适应系统)理论,已被广泛地应用于生态、社会、经济、管理、军事等领域复杂性问题的研究。本文首先运用CAS理论从聚集、多样性、非线性、流、标识、内部模型和积木七个方面分析了森林生态系统的复杂适应性,论述了森林生态系统是一类复杂适应系统,然后介绍了CAS理论的相关成果,选取与CAS理论有紧密联系的遗传算法作为研究对象。作为一种智能优化算法,遗传算法的内在并行机制及全局优化的特点适合于多目标规划问题的解决。因此本文针对森林收获调整这种大型复杂系统的决策问题,引入了pareto多目标遗传算法求解森林收获调整多目标规划模型,讨论了群体初始化、评价函数、选择算子、交叉算子、变异算子以及迁移算子等关键步骤。本文严格遵循视调整最终目标是实现森林资源永续利用的思想,以江西景德镇枫树山林场为实际算例,以一般用材林的四个主要优势树种(马尾松、杉木、湿地松和阔叶林)作为调整对象,运用欧式距离和平衡率两个数量指标对森林收获调整的效果进行了评定,评定结果：4个树种龄级结构的平衡率都有较大的提高,欧氏距离都缩小了90%以上,到调整期末森林资源的龄级结构基本上达到了完全调整林状态,收获调整的效果明显,取得了预期的目的,有利于森林的永续经营。调整结果表明,在森林收获调整中引入遗传算法是可行、有效的,而且能为决策者提供满意解,这是运用CAS理论解决森林系统相关问题的一个重要方面,CAS理论对我们理解森林的复杂性,解决进行森林经营活动遇到的实际问题有重要意义。

关键词： CAS 复杂适应系统森林收获调整遗传算法 pareto多目标遗传算法

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：