基于改进NNIA算法的多目标电网分层分区优化

合理的电网分层分区方案应考虑潮流分布、短路电流水平、网络安全约束等多个因素,基于此本文建立了一种多目标电网分层分区模型,针对模型求解的复杂性,提出了一种改进的NNIA求解算法。改进后的算法设计了一种偏好关系模型,可以将决策者经验转化为偏好信息,以合理引导算法的搜索方向,有效缩减多目标问题的帕累托前沿。以实际电网为例,表明了改进算法在求解时能更好体现决策者的意向,并具有更快的收敛速率。

求解多目标考试时间表问题的NNIA改进算法

针对多目标考试时间表问题,提出了一种用于求解多目标考试时间表问题的非支配邻域免疫改进算法.采用经典多目标进化算法非支配邻域免疫的算法框架,为改善该算法的收敛性和多样性,利用超启发方法生成初始种群,同时采用一种新的资源分配模型,在克隆过程中动态调节优秀个体的克隆比例,来改善算法的性能.采用10组标准测试数据对算法的性能进行测试.实验结果表明,该算法对多目标考试时间表问题十分有效,并且在某些测试数据上可得到令人满意的结果.

基于NNIA的工程项目工期-成本-质量综合优化

工期、成本、质量是工程建设项目的三大控制目标。当前工程管理人员对三大目标的控制相对独立,不能高效地对三大目标进行综合控制。为了更好地解决三大目标之间的协调问题,结合系统可靠性原理,利用二元决策图(Binary Decision Diagram,BDD)对工程项目的整体质量水平进行评价。同时,考虑工程实际的奖罚制度,构建工期-成本-质量综合优化模型并运用非支配近邻免疫算法(Non-dominated Neighbor Immune Algorithm,NNIA)进行求解。运算结果得到了一系列Pareto最优解,验证了所构建模型的可行性及NNIA对求解该模型的有效性。

多波束水体影像的归位算法研究与实现

多波束水体影像近年来得到了广泛的应用,但由于缺少格式标准,各多波束厂商所支持的格式各不相同,给进一步的数据处理带来了一定的困难。基于Matlab平台,通过对ALL格式多波束测深数据文件与WCD格式多波束水体影像文件进行了详细的解析,并且研究了最近邻插值、改进最近邻插值、二维线性插值与三次多项式插值等多种算法,实现了多波束水体影像的回放显示与水体异常提取,并且实现了回放速度的控制,极大地提高了资料处理效率。

基于高通量解析算法的复杂样品重叠气相色谱-质谱信号的快速分析

化学计量学算法为重叠气相色谱-质谱(GC-MS)信号的解析提供了有效手段,但其在计算过程中一般需要将数据进行分段处理,然后只对信号的某些区间进行解析,难以实现真正意义上的高通量分析。该文结合移动窗口目标转换因子分析(MWTTFA)和非负免疫算法(NNIA),建立了一种高通量解析方法。首先,根据所有可能存在的目标组分的标准质谱信息,利用MWTTFA检验复杂信号中存在的组分,并确定目标组分的质谱信息和洗脱时间区域。以得到的质谱信息作为后续计算的输入值,利用NNIA解析得到相应的色谱信息。采用快速升温程序对17种和42种农药混合标准样品的GC-MS信号进行分析,利用所建立的方法可在10 min内得到全部组分的色谱和质谱信息。

基于协同时隙分配的非劣邻域免疫系统

协同地面延误程序(CDM GDP)是一种用来解决机场供给突发下降而造成大面积航班延误问题的高效、公平的空中交通流量管理措施。协同时隙分配作为CDM GDP的核心,包括初次分配和再次分配问题,其关键在于重新有效、公平、合理地分配时隙。分析了非劣邻域免疫算法(NNIA)的特性,将其应用于协同进离场时隙分配中,构建基于协同进离场时隙分配的多目标优化非劣邻域免疫系统模型。仿真实验表明,该模型能够在使航空公司承担损失相对均衡的前提下,使其延误损失及时间降至最小,实现容量充分利用,满足时隙有效分配,具有一定的经济价值及研究意义。