带约束多目标最优化问题的一种新的进化算法

1引言 多目标最优化问题在科学技术、经济管理等领域大量存在,进化算法一次运算可望求出多目标最优化的许多有效解的特性,引起众多学者的研究兴趣.目前,仅在网址:www.1ania.mx/～ccoello//emoo/emoobib.html上就可查到近千篇多目标进化算法方面的文献.

有限理性与多目标最优化问题弱有效解集的稳定性

本文对多目标最优化问题定义了理性函数,证明了大多数的多目标最优化问题都是结构稳定和鲁棒的。

双扰动二层多目标最优化问题有效解集的稳定性

讨论了当上层目标函数和上层控制结构双扰动或上层控制结构和下层目标函数双扰动时 。

求解多目标最优化问题的一类极大熵评价函数法

构造出求解多目标最优化问题的一类极大熵评价函数法．这类方法可将多目标最优化问题转化成单目标最优化问题．通过求解所得到的单目标最优化问题，可得到多目标最优化问题的有效解或近似有效解．

二层多目标最优化问题的最优性条件

通过讨论二层多目标最优化模型的上层集值映射的切上导数和径向切上导数,从而得到它的几个最优性条件.

多目标最优化问题的灵敏度分析

给出了更弱条件下的灵敏度分析,并且对其它真扰动映射的切导数之间的关系进行了分析。

多目标最优化问题非劣解的存在性

在引入一个多目标极小化模型的辅助问题的基础上,通过对多目标最优化问题非劣解判别准则的分析,讨论非劣解的存在性问题,并给出了非劣解存在的充分条件.

关于多目标锥约束最优化问题的弱Pareto最优的相关性质

在这篇文章中,解决了一类多目标锥约束最优化问题(简称VP)的弱ε-有效解及其解的紧致集合的存在性.我们还给出了该VP问题的标量最小化问题和在满足一定条件下得到该VP问题的弱ε-有效解存在的充要条件.此外,基于该VP问题的拉格朗日乘子,还建立了一类无约束的向量优化问题,以及在一定的假设条件下,得到它们的等价性.

有限理性与多目标问题解的稳定性

文章对多目标最优化问题定义了理性函数,证明了大多数的最优化问题(在Baire分类意义上)都是结构稳定的,对ε-平衡也都是鲁棒的.

多目标最优化的k-极大有效解

一、引言设XRM,f（x）=（f1（x）,…,fm（x））1,其中fi（x）是定义在X上的实值函数（i=1,…,m）,m≥2。一般的多目标极小化模型记作在多目标最优化问题中,“最优解”的概念与单目标最优化问题的最优解概念不尽相同,通常（VMP）研究的“最优解”是所谓pareto最优解或有效解。由于通常建立的向量之间的序是偏序,因而对于一个给定的多目标最优化问题常常存在着过多的有效解。为了克服这一弊端,一些学者从不同的角度引进了一些特殊的有效解概念,以适应不同的实际决策的需要。胡毓达教授在1984年提出了一种很有实际价值的有效解概念。

无线网络规划的最优化算法研究

无线网络规划是决定移动通信网络质量的关键环节。通过加站解决规划方案中的覆盖盲区时,必须根据已有网络配置方案选择新基站的最佳位置和最优配置参数,因此属于一个多目标最优化问题。该问题可以采用多变量遗传算法解决。仿真结果说明该算法在能够有效确定站址和参数配置的全局最优解,并具有很高的效率。

基于多目标最优化混合按订单生产和提前生产策略库存模型算法

考虑了包含多阶段和多家零售商在内的混合按订单生产(Produce-to-Order)和提前生产(Produce-in-Advance)策略库存模型.将这一模型推广至多种产品情况下,当需求为正态分布时,将这一问题转化为一类多目标约束最优化问题,并给出两种算法来解决这一问题.

运输生产中的数学模型

运用“分层多目标最优化”思想进一步研究了露天矿生产的车辆安排问题 ,建立了层次多目标最优化问题的数学模型 ,运用分层单纯形法求解 ,得到了很好的结果 .

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。

蚁群算法在计算机自动组卷中的应用研究

分析并研究了当前自动组卷算法的优点与不足;提出了自动组卷问题数学模型;设计了一种基于蚁群算法的计算机自动组卷方法;针对中考地理考试进行了计算机自动组卷算法模拟实验,实验表明该算法能够在多项式时间内产生一个近似最优解。