用于多目标IT外包进度风险控制的两层鲸鱼优化算法

针对IT外包过程中项目工期不确定带来的进度风险问题,委托方旨在以最小风险管理成本实现外包项目面临的进度风险最小,代理方旨在通过承包项目达到自身利润最大化,构建了两层多目标进度风险管理模型。基于模型的两层互动关系提出了两层鲸鱼优化算法(bi-level whale optimization algorithm,BiWOA)求解模型,其中利用佳点集理论产生初始解,设计非线性收敛因子更新机制平衡算法的全局探索和局部开发能力,并加入最优解动态反向学习策略增加种群多样性。最后,设计算例验证模型及算法的有效性,并与鲸鱼优化算法(whale optimization algorithm,WOA)、飞蛾扑火(moth-flame optimization,MFO)算法进行对比分析。结果表明,BiWOA具有更高的求解精度及逃离局部最优解的能力,明确了BiWOA求解该问题的有效性和优越性,并提出基于本算法的进度风险控制方案。

城市电网网架结构与分区方式的两层多目标联合规划

提出城市电网网架结构与分区方式的联合规划方法。首先提出城市电网分区方法,进而构建联合规划的数学模型,并使用多目标遗传算法求解。设定模型求解的前提条件,将两层规划模型的求解转化为相应的单层多目标优化问题的求解。针对联合编码策略所引起的孤岛问题提出连通网架形成方法。通过适应度计算、精英保存、分层进化等环节的设计,使多目标遗传算法在求解单层多目标优化问题过程中逐渐形成接近分层多目标优化问题有效解集的一组解。对实际系统的应用结果表明该文方法直接、有效。