水闸地基防渗方案优选中多目标模糊层次算法的应用研究

为提高水闸地基防渗方案选取的科学性,文章采用多目标模糊层次算法对不同防渗方案进行综合评估,确定最优防渗方案。结果表明:相比于单一目标评估方法,多目标评估方法可考虑不同目标之间的关联度,对于水闸闸基防渗方案优选更为客观、合理。成果对于水利工程地基防渗方案优选方法具有参考价值。

基于层次遗传算法的动态武器目标分配

采用层次遗传算法来求解动态武器目标分配问题。通过将需寻优的变量放在内外两个层次进行遗传搜索，可避免无理解的产生，使搜索空间大大缩小，提高了搜索效率。实际运行表明，该算法是有效的。

RV减速器的多目标层次优化设计

为了使RV减速器的结构更加紧凑、传动效率更高和承载能力更强,提出了一种基于层次分析法(AHP)的RV减速器多目标优化设计方法。以RV减速器的体积、传动效率和摆线轮接触应力为多目标函数,借助层次分析法(AHP)对优化目标进行评估,计算各个目标的权重,将多个目标通过加权法转化为单目标函数,其次建立了包含参数范围、强度校核及结构限制的约束条件。最后利用遗传算法(GA)实现多目标优化设计问题的求解。优化结果表明,优化后的RV减速器体积减小、传动效率更高、承载能力更强,综合性能提高了8.0%。为实际生产应用中减速器的优化设计提供理论和方法指导。

基于近似边界和层次聚类的超多目标进化算法

很多工程优化问题需要同时优化超过3个冲突的目标,这类问题就属于超多目标优化问题。由于超多目标优化问题的目标空间过于庞大,并且很多算法往往只能使用数量较少的种群来近似问题的结果,这使得很多算法难以保持较好的多样性和收敛性,此外,许多算法往往忽略使用极值点的有效信息来加速算法收敛。为了解决上述问题,提出了一种基于近似边界和层次聚类的超多目标进化算法。在一种求角点解方法的基础上,使用角点解近似边界(极值点)来加速算法收敛,并进一步提出使用层次聚类来挑选下一代种群,借此使得算法能够保持较好的收敛性和多样性。最后通过与多个流行的求解超多目标优化问题算法进行对比实验,证明了该算法的有效性。

用于雷达目标识别的层次化信息融合算法

基于对目标识别特点的认识，提出了可用于坦克目标识别的层次化信息融合算法。对高分辨率毫米波非相干雷达、毫米波辐射计及红外辐射计等目标识别概率进行的融合实验表明，该算法不仅可融合不同层次的信息，而且具有较强的处理信息不确定性的能力和容错能力，极大地提高了目标识别概率。

基于特征优化与深层次融合的目标检测算法

针对单阶段多边框检测算法(SSD)存在对小目标检测误差较大的问题,提出基于特征优化与深层次融合的目标检测算法,通过空间通道特征增强(SCFE)模块和深层次特征金字塔网络(DFPN)改进SSD.SCFE模块基于局部空间特征增强和全局通道特征增强机制优化特征层,注重特征层的细节信息;DFPN基于残差空间通道增强模块改进特征金字塔网络,使不同尺度特征层进行深层次特征融合,提升目标检测精度.在训练阶段添加样本加权训练策略,使网络注重训练定位良好的样本和置信度高的样本.实验结果表明,在PASCAL VOC数据集上,所提算法在保证速度的同时检测精度由SSD的77.2%提升至79.7%;在COCO数据集上,所提算法的检测精度由SSD的25.6%提升至30.1%,对小目标的检测精度由SSD的6.8%提升至13.3%.

基于层次分析和遗传算法的国产大飞机液压膨胀环多目标优化分析

飞机液压管路膨胀环能够很大程度上吸收外载荷产生的多余应力,但是会增加管路系统质量,进而降低功重比。以管路静力学、动力学及质量为优化目标,推导与膨胀环折弯角度、弯曲半径、跨度和高度4个参数相关的各目标函数。不同函数的量纲通过层次分析法进行统一,使多目标优化问题转向单目标优化问题。其中,通过调整目标函数的权重系数来体现多个目标的不同重要程度,再结合遗传算法求解得到膨胀环最优设计参数,最后对膨胀环动力学数学模型进行了实验验证。结果表明:膨胀环动力学数学模型准确性较高,引入的层次分析遗传算法能权衡管路综合特性,得到膨胀环的合理结构参数。

多目标模糊层次算法在水库坝基防渗方案优选中的应用研究

结合多目标模糊层次算法,以宁夏某水库为研究工程实例,基于坝基的渗透稳定度以及防渗处理工程造价为目标,对不同水库坝基防渗方案进行优选比对,并定量分析不同方案的综合评价度,按综合评价度高低进行排序,优选水库坝基防渗方案。研究结果表明:多目标模糊综合层次算法可实现水库坝基防渗安全性和工程造价两个目标的优化,优选的水库坝基防渗方案更为合理。研究成果对水库坝基防渗方案的优选设计提供参考价值。

基于改进非支配排序遗传算法的多目标柔性作业车间调度

采用多目标进化算法解决具有工件释放时间、工件目标差异的柔性作业车间调度问题。依据实际制造系统中存在较多的最大完工时间、平均流经时间、总拖期时间、机器总负荷、瓶颈机器负荷和生产成本性能指标,建立多目标柔性作业车间调度模型。针对柔性作业车间调度问题的特点,设计一种扩展的基于工序的编码及其主动调度的解码机制,以及初始解产生机制和有效的交叉、变异操作;针对非支配排序遗传算法(Non-dominated sorting genetic algorithm II,NSGA-II)在非支配解排序和精英选择策略方面的不足,设计一种改进的非支配排序遗传算法,应用改进的算法求解柔性作业车间调度问题得到一组Pareto解集,并运用层次分析法选出最优妥协解。通过测试基准和模拟实际生产的实例,验证提出算法的可行性和有效性。

基于层次分析法的配电网运行方式多目标优化

配电网运行方式在正常运行、检修和故障3种不同状态下需要重点解决各自不同的问题,分别需要不同的优化目标进行运行方式优化计算。基于层次分析方法综合评估配电网设备运行状态、技术性和经济性,建立层次分析模型,并通过方案属性决策向量表以及属性权重判断矩阵获得正常运行、故障、检修3种状态下的综合评价指标,将其应用于配电网3种不同状态下的运行方式优化目标。提出了一种多目标的配电网运行方式优化计算方法,以改进的IEEE 69节点配电网为算例,通过遗传算法进行优化计算验证了指标和算法的可行性。

一种基于遗传算法的分裂式层次化聚类算法

针对聚类中自适应确定聚类个数、目标函数灵活定义及优化的近似计算等问题,综合了分裂式层次化聚类算法能根据相似度阈值自适应地确定聚类个数的特点及二进制遗传聚类算法具有较强的搜索近似最优解能力及目标函数定义灵活的特点,提出了一种基于遗传算法的分裂式层次化聚类方法。实验结果表明,该算法具有较好的聚类性能。

基于层次遗传算法的物流配送中心选址策略

在考虑物流规划部门和客户双方利益的基础上,采用双层规划模型描述物流配送中心的选址问题。基于进化博弈与多目标优化的思想设计了层次遗传算法来求解该模型,通过两个遗传算法的交互迭代求解物流配送中心选址问题。最后通过算例验证了模型与算法的可行性。

计及可靠性因素的配电网多目标重构算法

在配电网重构中,综合考虑系统平均停电频率、平均供电不可靠率两个可靠性因素和传统有功网损因素,建立多目标评价函数模型。运用层次分析法对3个因素进行层次分析,根据定义比较尺度形成判断矩阵,计算得出各自目标权重,获取归一目标模型,形成综合满意评估函数。运用智能PSO算法,在重构前考虑有功网损,后期加入可靠性因素。IEEE69节点系统仿真结果验证了算法的稳定性和优越性。

基于量子人工蜂群算法的风电场多目标无功优化

为了分析风机的不确定性出力对电网运行的影响,建立了风电场的概率模型,利用两点估计法(2PEM)进行概率潮流计算。然后,建立了综合考虑有功网损、电压偏移量和静态电压稳定裕度的多目标无功优化模型,并通过层次分析法(AHP)确定各个目标函数的权重,避免了人为主观臆断性。提出了量子人工蜂群算法,并将该算法和前述的概率潮流计算相结合应用到风电场无功优化当中。最后,以IEEE 14节点系统为例,将风电场接入该系统进行无功优化,并和传统的人工蜂群算法(ABC)进行比较,结果表明量子人工蜂群算法优化效果更好,具有更高的收敛精度,有效地避免了早熟现象。

基于混合智能算法考虑时序性的风光电源多目标规划

随着分布式电源(Distributed Generation,DG)在配电网中被越来越多的应用,探究分布式电源的选址定容问题成为研究的热点。为降低配电网负荷及DG出力时序特性对DG规划的影响,文章分析了负荷和DG出力时序特性曲线,建立了多目标数学模型,利用层次分析法对多目标函数处理,采用遗传--模式搜索混合智能算法(IGABPS)进行一年全时段寻优求解。最后采用IEEE33节点系统对方案进行验证,算例结果表明了考虑时序特性的规划方案更能真实反映配电网的实际运行情况。

基于遗传算法的数字制造加工方案多目标优化

建立了基于遗传算法的多目标优化模型,将各种影响因素分为加工时间、加工成本和加工质量三大类,利用层次分析法建立分层评价阶梯树,根据客户对评价因素重要程度的不同需求确定权重,进行加工方案的选择和优化。将该方法应用于主轴箱的表面和孔加工过程中,实例表明多目标优化模型能够简单、有效、客观地根据对评价因素的不同要求选择出最优的加工方案。

基于用户层次信息的协同推荐算法

在个性化信息推荐服务中,协同推荐作为一种基本的信息过滤方法得到广泛的应用,它根据和目标用户具有相似行为的用户对资源的评价来进行推荐。但是,我们的研究发现,协同推荐算法所获得的相似用户群和实际用户的概念层次没有关系,这和我们的直觉是矛盾的,这驱使我们在协同推荐算法中考虑进用户的分类信息。实验结果表明,这样的方法是有效的,它和传统协同过滤相比具有更高的推荐精度。

基于蚁群优化算法的目标拆卸序列规划

为了能够以较高的效率求解出产品中目标零件的拆卸方案,基于产品中零件间的拆卸优先约束关系,提出并建立目标零件的拆卸层次信息图模型,将目标零件的拆卸序列规划问题转化为对该图模型中具备最优值的路径的搜索和寻优问题.同时,提出一种改进蚁群优化算法,以实现对目标零件拆卸层次信息图的构建和对拆卸方案的搜索与寻优.最后通过实例验证了该方法的可行性和计算效率.

基于层次分析粒子群算法的可靠性稳健优化设计

利用多目标优化策略,将机械零部件的可靠性稳健优化设计转化为多目标问题。为提高零部件可靠性稳健优化设计多目标模型的求解效率,将所提出的基于层次分析法的多目标粒子群算法应用于可靠性稳健优化设计的多目标模型求解中。该方法简便易行,能迅速准确地得到机械零部件扭杆的可靠性稳健优化设计信息。

基于遗传算法的多目标优化方法

本文通过建立多目标问题模型,提出了运用改进的遗传算法求解多目标物流网络问题.该算法借鉴AHP方法的思想,采用将其与遗传算法混合的求解策略,并采用分阶段化的实数编码思想以及相应的遗传算子设计,对遗传算法进行适应性改进.