多目标优化方法研究

阐述了多目标优化问题的特点,给出了该问题的数学模型及Pareto最优解的定义,介绍了用于解决多目标问题的传统优化方法和进化优化方法,并着重介绍了基于遗传算法的多目标优化方法.最后对传统方法和进化方法进行了比较.

基于细菌觅食法求解单目标约束优化问题

本文应用细菌觅食算法去求带有约束的优化问题,该算法是使用罚函数法将单目标约束优化问题转化为无约束优化问题来进行求解,即利用原函数和约束函数构造一个新目标函数,再用细菌觅食算法对该新目标函数进行优化,该算法因具有群体智能算法并行搜索、易跳出局部极小值等优点,不断地寻找更优可行解,逐渐达到搜索全局最优解。数值仿真实验结果表明该方法求解带有约束优化问题是可行的,同时也验证了该算法的有效性。

应急物资储备库选址问题研究述评

国内外对于应急物资储备库选址问题的研究,主要借助于普通物流选址的基本思想,可以归纳为单目标优化问题和多目标优化问题研究两个方面。总体来看,对于应急物资储备库选址问题的研究尚处于起步阶段,且学者们多侧重于理论方法上的探讨,较少联系国家、地区实际情况,此外还缺乏煤炭、石油等战略物资的应急储备选址研究。今后的研究可从这几个层面深入展开。

粒子动力学演化算法及其在求解SOP上的应用

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法,并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP),比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算法能使几乎所有的个体参加杂交和变异,因此,与传统的演化算法相比,该方法不仅能较快速地求解线性和非线性优化问题,而且还能容易地求出达到最优解的多个坐标点。

露天矿生产的车辆安排

本文研究了露天矿生产的车辆安排最优化问题。利用主要目标法将多目标最优化问题转化为单目标最优化问题,根据主要目标(总运量)列出最小费用函数,将次要目标最小卡车数转化为约束条件,然后逐步简化,将非线性规划转化为线性整数规划,并通过SAS软件编程遍历120个线性规划子问题,经过比较得出最优解,最后在最优解基础上运用贪心算法求出所用的最少卡车数并给出了一个班次的运输方案。对于问题一,得到最小总运量为85628.62吨公里,此时7台电铲分别放在第1,2,3,4,8,9,lO铲点,所需卡车最少为13辆。对于问题二,利用类似于问题一的解法,在充分利用现有卡车和铲车的条件下,求得最大的产量为103334吨,20辆车完全利用,相应的铲点为:1,2,3,4,8,9,10。最小运输量为147792.26吨公里,相应的岩石产量为49280吨,矿石产量为54054吨。我们还讨论了一辆卡车在不同的路线运输所产生的转移时间差和两辆卡车发生等待的条件,为解决等待问题提供了一种很好的方法。