最佳投资选择下的双目标函数规划模型

一般情况下,收益高的投资工具,其风险也大,而风险相对较小的投资工具其收益较低。金融投资的风险是指投资者在投资过程中,由于种种不确定因素,影响着其未来实际收益与预期收益发生背离的可能性及背离的幅度。因此,如何做出最佳投资选择,实现投资者的效用极大化的目标是投资决策分析研究的一个关键。

双目标函数支持向量机在情感分析中的应用

针对单目标函数支持向量机在情感分析中应用的不足,采取两种双目标函数支持向量机NPSVM和TWSVM进行情感分类应用研究.实验表明双目标函数支持向量机在应用于情感分析中,其精度和稳定性具有明显优势.

双目标函数约束下的停车场分配优化模型

针对找不到停车位而造成停车难的问题。通过出行者选择停车场时的影响因素,建立了双目标函数约束的停车场分配模型,并基于灰熵理论求解停车场选择集合。根据算例验证停车诱导系统的最优停车场分配方案。研究结果表明:模型分配方案要明显优于出行者自身选择的方案,减少了停车行为对区域交通的影响,降低了出行者及系统整体的停车成本。当停车场容量存在限制时,模型分配方案的各项属性均要高于无容量限制下的停车场分配方案,且部分车辆的停车场选择并非最优。该模型能够在兼顾出行者利益的情况下,获得系统最优下的停车场分配方案,为停车场管理模式提供了新的思路。

双目标函数单机随机调度问题

本文讨论了一类具有随机加工时间的单机调度问题 ,目的是确定 n个工件的一个排序 ,使完成时间与交货期差的绝对值之和与完成时间之和的线性组合之期望值最小。在一定条件下对问题最优解的性质进行了研究 。

考虑瓶颈路段交通流特性的高速公路应急资源双目标调度方法

针对高速公路应急资源调度方案缺乏考虑瓶颈路段交通流特性,导致调度用时较长的问题,研究一种考虑瓶颈路段交通流特性的高速公路应急资源双目标调度方法。利用尖点突变理论模型分析瓶颈路段交通流特性,以路径最短和时间最少为目标设置双目标函数;利用混合蛙跳算法求解目标函数,输出高速公路应急资源调度方案。测试结果表明,所研究方法在保证所用总时间最少的前提下,求解的调度方案路径总长度相对较短,具有较好的实际应用效果。

旋轮座参数双目标优化的研究

减小误差、降低能耗是研制旋轮座追求的目标 .分析了旋轮座运动规律和工作机理 ,建立了仿形误差和运动能耗双目标函数及强度、稳定性、导轨比压、工艺力和关联尺寸约束条件 ,获得旋轮座双目标优化方法和工程实例的优化结构参数 .该优化方法在工程实例中应用效果良好 ,并具有通用性 .

基于双目标的生鲜农产品配送网络优化研究

以生鲜农产品的三级配送网络为前提,分别从企业和客户两个角度考虑,建立其配送网络,并进行优化研究。其中,企业角度建模是以成本最小为目标函数,成本包括运输成本、配送成本、配送中心建设成本、惩罚成本和货损成本;客户角度建模是以时间满意度为目标函数。在将双目标模型转化为单目标模型时,将两个目标函数做商,并利用LINGO软件编程进行求解,验证了模型的有效性。

基于多目标约束三维水平井轨道优化设计研究

三维水平井轨道设计由于轨道剖面复杂,利用常规设计方法难以在满足工程约束下实现轨道精确入靶,增加了设计难度。针对这一难题,提出了满足一定入靶精度的“直-增-稳-增扭-稳-水平段”五段制井眼轨道优化设计方法,以入靶精度和最短井深作为双优化目标,以造斜段造斜率和扭方位段全角变化率作为约束条件,建立了多目标约束的三维水平井轨道优化设计模型,并采用宽容分层法对模型进行求解。通过实例验证,结果表明提出的模型不仅满足设计井深最短,而且保证了入靶前扭方位段狗腿度较小,实现了三维水平井井眼轨道优化设计,降低了作业难度。

基于NSGA-Ⅱ的自适应多尺度特征通道分组优化算法

针对轻量型卷积神经网络(LCNN)的精确度和复杂度均衡优化问题,提出基于快速非支配排序遗传算法(NSGA-Ⅱ)的自适应多尺度特征通道分组优化算法对LCNN特征通道分组结构进行优化。首先,将LCNN中的特征融合层结构的复杂度最小化和精确度最大化作为两个优化目标,进行双目标函数建模及理论分析;然后,设计基于NSGA-Ⅱ的LCNN结构优化框架,并在原始LCNN结构的深度卷积层之上增加基于NSGA-Ⅱ的自适应分组层,构建基于NSGA-Ⅱ的自适应多尺度的特征融合网络NSGA2-AMFFNetwork。在图像分类数据集上的实验结果显示,与手工设计的网络结构M_blockNet_v1相比,NSGA2-AMFFNetwork的平均精确度提升了1.2202个百分点,运行时间降低了41.07%。这表明所提优化算法能较好平衡LCNN的复杂度和精确度,同时还可为领域知识不足的普通用户提供更多性能表现均衡的网络结构选择方案。

基于改进萤火虫优化算法的伤员救援车辆调度

本文以高效率调度伤员救援车辆为目标,提出基于萤火虫优化算法的车辆调度方法。首先,构建伤员救援车辆调度双目标数学模型,设置约束条件,将救援路径和救援时间最小的目标设成伤员救援车辆调度优化目标,设置伤员救援车辆调度双目标函数;引入生物学中多种群学习机制和高斯变异对标准萤火虫算法进行改进,并采用改进萤火虫算法求解伤员救援车辆调度最优方案;最后,进行了伤员救援车辆调度优化的仿真实验。实验结果表明,改进的萤火虫算法更有效,能得到更好的调度结果。

城市轨道交通线路运营计划优化方法

针对传统运营计划编制方法中步骤较繁琐、反馈机制不灵敏、开行频率变化不灵活、较难符合实际客流需求情况等问题,以列车运行、列车折返和客流量为约束条件,以最小化运营者运营成本和最小化乘客出行成本为目标函数,构造了城市轨道交通线路运营计划优化模型.以北京地铁4号线与大兴线为例,用给出的模型进行运营计划优化.结果表明:优化模型具有可行性,运营成本平均每多投入1%,超乘乘客数量减少约850人次.

基于CHC遗传算法的Hadoop作业调度研究

作业调度是影响Hadoop平台性能的重要因素。基于基本遗传算法(SGA)的作业调度进化代数大、收敛速度慢,且其编码与解码、遗传操作过程中存在过多冗余计算,增加了作业总完成时间。为此,提出一种基于CHC遗传算法的作业调度算法。采用双目标函数的控制方式和最优解保留策略,优化作业总完成时间与平均完成时间,从而加快最优解的收敛速度。实验结果表明,与SGA算法相比,CHC算法在作业调度效率、资源利用率等方面有较大的性能提升。

Matlab优化工具箱在齿轮传动设计中的应用

Matlab优化工具箱具有强大的科学计算能力,在工程设计领域得到了广泛的应用。以齿轮传动可靠性为基础,合理设置目标函数和约束条件,以齿轮中心距最小和齿宽最小双目标函数建立了数学模型,利用Matlab优化工具箱进行编程计算。实例证明,使用Matlab优化工具箱进行优化设计,不仅可以提高计算精度,而且可以减少计算时间,此方法简单实用,易于设计人员掌握,因此在工程设计领域有较强的实际应用价值。

电力系统负荷非侵入式监测方法研究

为了实现对电力系统负荷的高效监测,提出了针对其暂态与稳态工作状况的非侵入式监测方法。对于准确获得任意稳态时刻的负荷工作状态的问题,提出了基于自筛选的优化遗传算法(AOGA)的稳态监测模型,将电力参数模型转换为有功分量模型及无功分量模型,以此建立双目标函数,解决了由于高谐波电流影响小、求解参数少引起监测误差的问题。优化遗传算法构造了自筛选程序,将适应度相同的结果先做筛选,再利用欧氏距离对功率进行判别,解决了传统遗传算法(GA)进行负荷监测时由于适应度相同引起误判的缺陷。当负荷进行投切时,为了准确获得投切类型,该文建立了基于功率-时间(P-T)的暂态监测Matlab-Simulink模型,首先利用离散傅里叶分解的方法提取暂态发生前后功率的变化量,通过对比功率匹配度对动作负荷进行识别;在功率监测的基础上,以负荷的谐波含有率为负荷特征进行谐波特征判别,进一步提高了暂态负荷监测的精度。

考虑用户选择偏好的电动汽车充电站规划研究

在国家大力发展新能源汽车的过程中,充电问题一直阻碍着电动汽车的发展,充电基础设施尤其是快速充电站的规划和建设尤为重要。大规模发展电动汽车(electric vehicle,EV)的关键是根据用户的充电选择偏好,建立完善的充电基础设施,减少用户的里程焦虑,彻底解决充电不方便的问题。在考虑了各方面社会因素并确定一定数量的候选节点背景研究的基础上,提出了一种双目标规划模型,在满足需求、距离、容量等约束条件下,分析了建设充电站总成本和充电覆盖范围之间的关系,寻找最优的充电站建设方案,并以A城市B区为例,通过多目标粒子群算法进行求解,求出充电站的最佳节点和数量。用不同算法进行求解,通过对结果进行分析比较,表明多目标粒子群算法(MOPSO)在求解双目标问题时更具有实际意义。

简论病床的优化安排

对4种病例的排队等待人数和逗留时长建立规划函数,利用Lingo软件对目标函数进行求解,得到使所有患者在系统内的平均逗留时间最短的解.

智能RGV的动态调度策略

针对智能加工系统作业流程和背景,在一道工序无故障的基础上,解决两道工序无故障的问题。本文通过确立刀具分配模型和建立双目标函数并基于Python语言及PyCharm等软件编程平台求得智能RGV二道工序无故障的动态调度优化策略,利用所给数据,验证了模型的合理性和有效性。

汽车离合器膜片弹簧的优化设计(一)

本文探讨汽车离合器弹簧在已知工作条件下,如何用优化设计方法,选择出一组膜片弹簧的优化结构参数。为此目的,选择在摩擦片磨损范围内,弹簧压紧力变化平均值最小和分离过程中分离操纵力的平均值最小为双目标函数,并合理地选择约束条件,利用混合点罚函数 SUMT 法构造新目标函数,然后用无约束化问题算法——POWLL 探索最优点,根据自编程序可迅速地得出理想的优化结果。

基于多要素改进NSGAⅡ算法的有源配电网多目标优化策略

分布式电源在发电领域应用越来越广泛,但其不确定性和随机性给配电网的供电安全和电能质量带来了挑战。首先在电气距离基础上,采用改进蚁群的层次聚类方法进行分区的有效划分。然后引入经济指标,综合度量配电网内的电压偏差成本、有功网损成本2个目标。为了解决现有算法效率不高的问题,引入模拟二进制交叉和多项式突变等多种算子改进NSGAⅡ算法,用来求解所建双目标函数。最后在IEEE-33节点系统进行仿真,证明了所提模型及算法的有效性。