基于决策变量的多目标评价在教学中的应用——萃取精馏分离异丁烯/异丁烷的优化设计

以常规萃取精馏和侧线萃取精馏分离异丁烯/异丁烷为研究对象,从能量、经济、热力学、环境四个方面进行多目标评价,对这两种工艺的精馏塔和溶剂回收塔进行决策变量优化,获得最佳操作参数。该实验有助于激发学生的创新思维,促进他们探索精馏新技术和新方法,培养实践能力和节能降耗意识,提升学习积极性。

基于三级养护标准的沥青路面预养护方案多目标加权灰靶决策

针对沥青路面最佳预防性养护策略选择问题,结合关于沥青路面预防性养护指标及规范标准,建立了基于判断性指标、综合性指标和控制性指标的三级预防性养护判断标准。在此标准下,以多年度项目级养护规划为研究对象,结合GM(1,1)预测模型确定预防性养护时段,并引入多目标智能加权灰靶决策模型对适用性预防性养护方案进行优化决策。在此过程中,确定了养护费用、耐久性等8个养护目标并利用博弈论组合赋权法确定权重,选取G30连霍高速甘肃省境内某路段进行决策分析。结果表明:该路段最早需要开展预防性养护的时间为第3年,在第6年底之后不宜再实施预防性养护,在该预防性养护时段内,方案4的综合效益值最大,其值为0.735 8,即应在第4年采取超薄层罩面预养护措施。该方法简单实用,可成为沥青路面预防性养护策略选择的一种新方法。

弓网滑动电接触多目标条件下最优压力载荷决策研究

在电气化铁路的弓网系统滑动电接触中,受压力载荷影响的载流效率、载流相对稳定系数、磨损率、接触电阻是反映弓网摩擦和受流效果的重要参数。利用实验数据,通过蛇算法优化极限学习机得到四个参数的预测模型,以此为基础建立最优压力载荷目标函数;针对压力载荷寻优问题提出一种参考点生成方式对非支配排序遗传算法—Ⅲ进行改进,并对压力载荷进行寻优得到均匀广泛的pareto前沿解集;采用CRITIC法计算pareto前沿解集的客观权重,考虑机车运行速度的影响引入自适应因子,得到自适应权重,最终通过虚拟最劣解TOPSIS法决策确定最优压力载荷,为弓网压力载荷的主动控制提供理论基础。

基于高维多目标序贯三支决策的恶意代码检测模型

针对传统基于二支决策的恶意代码检测方法在面对动态环境中的复杂海量数据时,没有考虑在信息不充足条件下进行决策产生影响的问题,本文提出了一种基于卷积神经网络的序贯三支决策恶意代码检测模型。通过卷积神经网络对样本数据进行特征提取并构建多粒度特征集,引入序贯三支决策理论对恶意代码进行检测。为改善检测模型整体性能,避免阈值选取的主观性,本文在上述模型的基础上,同时考虑模型的综合分类性能、决策效率和决策风险代价建立高维多目标序贯三支决策模型,并采用高维多目标优化算法对模型进行求解。仿真结果表明,模型在保证检测性能的同时,有效地提升了决策效率,降低了决策时产生风险代价,更好地拟合了真实动态检测环境。

基于多目标的三支决策边界域求解与分类方法

三支决策将不确定样本划分至边界域进行延迟决策,但需基于损失函数确定阈值,以划分边界域,然而,损失函数通常需要先验知识,具有一定的主观性,因此对边界域划分能力不足。针对这种问题,构建一种多目标三支决策边界域求解方法,从而更好地划分边界域,提升分类性能。采用贝叶斯规则获取样本的条件概率;设定3个目标,包括降低边界域的不确定性、缩小边界域的大小以及减小整个决策区域的错误分类率,通过融入熵权法的TOPSIS(technique for order preference by similarity to an ideal solution)方法求取最优阈值,该方法采用熵权法计算这3个目标所占的权重,得到最优阈值,获得边界域,进行延迟决策;结合不同分类器对边界域进行分类。通过UCI数据集进行对比实验,根据分类准确率和F1值,表明该方法学习到的阈值能合理地划分边界域,建立的模型能取得更好的分类性能。

激光雷达和相机的决策级融合目标检测方法

【目的】激光雷达与相机这两类传感器检测数据格式不统一、分辨率不同,且数据级和特征级的融合计算复杂度高,故提出一种决策级的目标融合检测方法。【方法】对激光雷达与相机的安装位置进行联合标定,实现这两类传感器检测结果的坐标系转换;利用匈牙利算法将激光雷达点云检测目标框和相机图像检测目标框进行匹配,设定目标框重合面积阈值,检测获得目标物的位置、类型等。【结果】实车测试结果表明,根据检测目标检测框长宽比选取不同交并比阈值的方法使得车辆和行人的目标识别准确率分别提升了3.3%和5.3%。利用公开数据集KITTI对所提融合方法进行验证,结果表明,在3种不同难度等级场景下,所提融合方法的检测精度分别达到了75.42%、69.71%、63.71%,与现有常用的融合方法相比,检测精度均有所提升。【结论】这两类传感器的检测目标框重合面积阈值对决策级融合检测结果影响较大,根据检测目标检测框长宽比选取不同阈值可有效提升车辆和行人的目标识别准确率。决策级融合方法能准确匹配雷达和相机的检测目标,有效提升目标检测精度。

基于属性散射中心目标重构加权决策融合的SAR目标识别方法

针对合成孔径雷达(SAR)图像目标识别问题,采用原始图像及其属性散射中心目标重构结果进行决策融合。以核稀疏表示分类(KSRC)为基础分类器,对原始及重构SAR图像进行分类。KSRC通过引入核函数提升分类适应能力;目标重构可有效剔除原始SAR图像中的噪声成分。根据目标重构过程中重构结果与残差的能量关系评估原始SAR图像噪声水平,并以此为依据确定原始图像和重构图像决策结果的权重。采用加权融合手段对两个结果进行处理,判断测试样本的目标类别。基于MSTAR数据集对方法进行测试,实验结果证明了其有效性。

隧道环境内无人驾驶车辆目标决策两级信息融合感知策略

基于隧道内的特殊行驶环境和无人驾驶感知需求,选择合适的传感器及硬件搭建试验车辆,构建了毫米波雷达与摄像头多传感器融合的感知系统;基于YOLOv4目标级信息融合算法和改进D-S证据理论决策级信息融合算法,提出了一种“目标决策”两级信息融合策略;最后,在城市道路隧道环境内开展了感知信息两级融合验证试验,试验结果表明:相比单一的摄像头或毫米波雷达感知效果,基于摄像头与毫米波雷达传感器感知ROI区域关联实现的目标级融合结果可以提高9.51%的识别准确率,弥补了单一传感器在隧道环境内感知技术的不足;基于目标级融合感知结果,利用改进后的D-S证据理论算法再进行决策级融合,相比于单一的目标级融合结果,误检率降低了3.61%,显著提高了检测精度。采取多传感器感知信息目标决策两级融合策略能够满足隧道特殊环境内无人驾驶车辆可靠感知需求,为推动无人驾驶技术落地应用提供了理论与技术支撑。

基于目标鲁棒的电动汽车及基站储能联合参与电力市场的决策模型

随着电动汽车(electric vehicle,EV)和第五代移动网络技术(5th generation mobile communication technology,5G)基站规模的不断增长,聚合商作为一种能够将众多EV和5G基站聚合起来的主体,在电力市场进行投标决策时会面临多重不确定因素。为应对市场电价和调频信号的不确定性以及EV和基站储能的时序响应能力可能存在互补性的问题,提出了一种基于目标鲁棒的EV和基站储能联合参与电力市场的决策方法。基于EV和基站储能单体模型建立了聚合商的聚合模型;计及市场电价和调频信号的不确定性,构建了聚合商参与电力市场的目标鲁棒优化模型;通过算例验证了所提模型相于传统不确定性优化模型的优越性,以及EV和基站储能联合参与电力市场可显著提高聚合商的收益。所提策略可为聚合商的投标决策提供参考,聚合商可利用所提模型合理地平衡决策行为的经济性和鲁棒性。

基于可达区预测的高速机动目标多弹拦截决策

针对大气层内高速机动目标的多弹拦截问题,提出了一种基于可达区预测的多弹拦截决策方法。基于机动能力分析与曲线拟合方法建立了拦截弹可达区的解析模型,可实现在给定发射点与预测命中点后拦截弹可达区边界生成;结合进攻弹的可达区快速预测方法,将高速机动目标的多弹拦截决策转化为攻防可达区覆盖优化问题,设计寻优算法并求解得到使用最少拦截弹覆盖最大范围进攻弹可达区的多弹拦截策略;通过数值仿真验证了所提方法的有效性。

基于多目标决策的矿山采石场边坡生态修复设计参数优选

为合理确定矿山采石场边坡生态修复设计参数,基于多目标决策的理念,首次提出一套适用于矿山采石场边坡生态修复设计参数优化的技术方案,并以广西某废弃石灰岩矿山采石场高陡岩质边坡生态修复治理工程设计为例开展实例研究,提出以削坡坡度、坡高和平台宽度为决策变量,建立地质安全性-生态修复效益-工程总成本多目标决策模型,利用灰色关联分析评价模型对方案进行选优,得到该边坡生态修复治理工程的最优削坡设计参数组合。结果表明:本边坡削坡设计参数的最优组合是坡度为75°、坡高为6m、平台宽度为3.5m。研究结果可为类似边坡工程的生态修复设计优化提供重要参考,具有一定的实际应用价值。

无人机集群基于多目标的速度决策与任务分配

针对无人机集群作战中如何分配打击目标的问题,将协同多任务分配模型CMTAP提升为两个维度的目标:时间窗适应度和油料消耗,将CMTAP问题的求解维度从分配任务序列拓展到了求解任务序列的对应速度和每架无人机的出发时间确定。针对该问题提出了CMTAP-MO-GA算法,其采用了一种破碎任务序列的染色体变异机制,和一种缺陷修复的染色体交叉机制。该算法能求解出问题在二维目标函数上的帕累托前沿,并获得前沿上每个解对应的分配结果及每个解的执行策略。

基于NSGA-Ⅲ的区域水资源多目标优化配置方案决策

为了探究缺水地区如何发挥水资源优化配置综合效益,强化水资源管理,提出以社会、经济、生态为目标的区域水资源优化配置模型。结合水资源实际配置情况,应用第三代非支配排序遗传算法(NSGA-Ⅲ)求解配置模型并获得待选方案集,随后通过建立博弈论-TOPSIS评价模型,对方案集进行筛选获得相对最佳方案。以忻州-阳泉供水区为研究对象,对来水频率为75%、50%、25%的水资源优化配置方案进行求解分析。结果表明:改进NSGA-Ⅲ算法和博弈论-TOPSIS评价模型在模型求解过程中具有较强的实用性,使得优选方案结果更为合理,相较其他方法具有明显优势;最后通过对不同配置方案分析可知,忻州-阳泉供水区实现可持续发展的关键在于不断提升水资源利用效率和努力实现水资源的可持续利用。

智慧交通场景下云边端协同的多目标优化卸载决策

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理分配问题,设计了基于云边端与智慧交通全面融合的网络架构。在该架构下,通过对任务类型的合理划分,再由各服务器对其进行选择性的缓存、卸载;在智慧交通云边端协同计算场景下,依次设计了一种对任务自适应的缓存模型、任务卸载时延模型、系统能量损耗模型、车载用户对服务质量不满意度评价模型、多目标优化问题模型,并给出了一种基于改进型非支配遗传算法的任务卸载决策方案。实验结果表明,文中方案能够有效降低任务卸载过程中所带来的时延和能耗,提高了系统资源利用率,给车辆用户带来更好的服务体验。

变权-混合决策评估的复合功能并网逆变器多目标协同优化控制方法

复合功能并网逆变器(multi-functional grid-connected inverter,MFGCI)在完成功率输出的同时,具备解决配电网中多种电能质量问题的能力,但该能力往往受其可用于电能质量治理的补偿容量的限制。以MFGCI的控制结构为基础,给出了无锁相环补偿指令电流及并网跟踪电流指令,提出了基于变权-混合决策评估的多目标协同优化方法,以更好适用于因新能源不确定性及非线性负荷接入导致的电能质量指标波动问题。构建了以电能质量补偿效果最佳和所需补偿容量最小的多目标函数,采用基于多目标人工蜂鸟算法(multi-objective artificial hummingbird algorithm,MOAHA)更新机制的优化算法,求解补偿各电能质量问题的最优容量分配系数,并通过多种场景下仿真,验证了所提方法的正确性和有效性。

基于代价损失函数的空中目标决策划分方法

面向为空中威胁目标提供威胁等级划分并提供辅助打击决策,基于改进的VIKOR法和三支决策中损失函数与阈值之间的关系,对威胁估计和决策划分问题方法进行研究。对评估属性进行分析建模,并利用AHP法计算权重。建立三支模型,利用改进的VIKOR法计算目标条件概率完成目标威胁排序。通过结合三支决策模型中的代价损失函数和阈值参数之间的关系,将求阈值与代价损失函数的方法转化为最优化问题,并利用PSO算法解决问题。最后,结合所得阈值,对论域内目标进行威胁等级与决策划分。实例分析表明,该方法在一定范围内保证最小的威胁等级和决策划分代价的同时考虑了决策者的心理,达到预期的目标威胁评估结果。

加工时间模糊车间多目标调度与奖惩灰靶决策

为了实现加工时间模糊条件下柔性车间多目标优化调度,提出了基于邻域动态选择NSGA-II算法的优化方法和基于奖惩灰靶理论的决策方法。针对加工时间模糊条件下的车间调度问题,采用模糊集理论建立了多目标优化调度模型。在调度优化方面,对NSGA-II算法选择策略进行改进,构造了邻域动态选择NSGA-II的车间调度多目标优化方法。在决策方面,在灰靶决策理论中引入了奖惩算子,该方法可以决策出信息熵意义下的最优结果。经生产案例验证,与标准NSGA-II算法、混沌映射NSGA-II算法、双层遗传算法等相比,邻域动态选择NSGA-II算法的Pareto解集处于支配地位,表明该方法优化能力最强;经加权灰靶理论决策的最优调度方案满足时间约束和逻辑约束,是一种可行调度方案。实验结果表明,优化和决策方法是可行的,且具有一定优越性。

基于决策偏好的联合火力打击目标分配研究

目标分配是联合火力打击作战任务规划需要解决的关键问题之一。在联合火力打击战役进程的不同阶段,指挥员的作战企图和作战目的不尽相同。依据联合火力打击不同作战阶段的特点,建立了基于决策偏好的联合火力打击多目标分配优化模型,采用定性与定量相结合的方法,将多目标优化问题转化为全局目标优化问题,并采用离散粒子群算法进行求解,得到了较为合理的目标分配方案。

基于多目标模糊优选的普通干线公路网风险路段改进决策方法

为了保证决策者能够在有限的资源条件下合理地对路网多个风险路段进行安全性改进,通过分析影响风险路段安全改进的因素,应用模糊优选方法和数学变换法将决策者提供的模糊判断矩阵转化为满足一致性要求的相对优属度矩阵,建立了适用于普通干线公路网风险路段安全改进决策的多目标模糊优选模型并进行求解,将该模型应用于贵州省都匀公路管理局所辖普通干线公路网的安全改进项目中,得到了良好的决策和应用效果。结果表明,模糊优选模型在公路项目群安全改进决策中具有可靠性和有效性。

引黄灌区水资源承载力多目标决策模型

开展灌区水资源承载力多目标决策研究,探究灌区水资源、社会经济以及生态环境三者之间的互动关系,对可持续性灌区建设具有重要意义。以赵口引黄灌区二期工程为研究对象,以灌区经济效益最大、缺水率最小、承载人口总量最多、污染物排放量最小以及粮食产量最大为目标,综合考虑灌区供需水能力、灌溉面积、污染物排放等多维临界约束,构建了赵口引黄灌区二期工程水资源承载力多目标决策模型,运用第3代非支配排序遗传算法(NSGA-Ⅲ)进行求解,获得Pareto最优解集,并依据不同的目标偏好和熵权法从中选取多套决策方案。研究结果表明:文中经济效益最大、社会效益最大、生态效益最大、人口总量最大以及粮食产量最大5个目标相互制约,Pareto非劣解侧重于追求其中一方效益最优的同时,必然会引起其他目标值(至少一个)变劣。因此,文中得到的多种决策方案可为灌区未来水资源承载力的提升提供科学理论指导。