基于代理模型估值不确定度的昂贵多目标优化问题研究

针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试函数进行测试,得出结果与近些年发表5种具有代表性的同类型算法进行对比,结果说明该算法可以有效的解决昂贵高维高目标优化问题。

结合Cokriging模型和单目标函数的随机模型修正

将Cokriging代理模型技术和单目标函数进行结合,提出了一种随机模型修正方法。该方法将不确定性模型修正问题转化为较简单的待修正参数统计特征的修正问题,能够在保证模型修正精度的同时,有效缓解模型修正中由于分步修正和多目标修正造成的计算成本高的问题。首先,假设待修正参数和响应均服从高斯分布,采用拉丁超立方抽样获取训练集样本,构造满足精度要求的Cokriging模型替代复杂的有限元模型参与迭代计算。然后,建立有限元模型计算响应统计特征与试验响应统计特征的加权残差目标函数,引入土狼优化算法最小化该单目标函数来得到待修正参数的统计特征。最后,通过二维和三维桁架结构验证了所提方法的可行性。

城市固体废物不确定性多目标优化管理模型

在对城市固体废物管理进行系统分析，以及对各种模型深入研究的基础上，提出了不确定性多目标动态优化固体废物管理模型．模型以系统成本最小和环境影响最小为目标框架，采用不确定性分析、污染损失理论，将城市固体废物管理过程中对环境产生的影响进行货币化，使环境和经济有效地统一起来，以更加客观地解决多目标问题；同时采用完整、合理的约束条件，进一步对模型进行有效补充．将该模型应用于案例城市的优化结果表明：采用该模型可使每t固体废物处置成本较原方案减少8～18元，每年最少可节约2．8×10^7元，大大减少了运营成本．该模型采用二次污染处理至达标排放的费用，因此可以在系统成本最小的基础上，兼顾固体废物对环境产生影响最小的目标，有效地解决了多目标解法存在的问题．

基于冰山模型的知能课程目标确定

知能课程建设为教育技术专业课程改革提供了新的方向,而知能课程目标的确定是其首要工作。本文以"冰山模型"为基础,划分信息技术教师应具备的职业胜任力维度,并以此为框架确定了"学科教学论(信息技术)"知能课程的课程目标体系,包括知识与技能、个性发展能力、社会关系发展能力和认知发展能力四部分,同时对各目标体系的相互关系进行了分析、讨论,期望能为知能课程改革提供借鉴。

目标函数对滦河流域SWAT模型径流模拟不确定性的影响

针对水文模型参数和径流模拟结果不确定性问题,选取2Nash-Sutcliffe效率系数(NSE)、改进的决定系数(R^(2)_(m))、相对误差(PBIAS)、Kling-Gupta效率系数(KGE)4种目标函数,对构建的滦河流域潘家口水库上游SWAT模型进行参数率定及验证,分析了不同目标函数下模型参数的敏感性差异及径流模拟的不确定性。结果表明:参数敏感性会随迭代次数增加和抽样范围变化发生改变,不同目标函数下率定的参数范围和最优值显著不同;NSE和KGE作为目标函数在各站点径流模拟中更稳健,分别表现出较高的模拟精度和较低的模拟不确定性。

旅游城市的不确定性多目标环境规划优化模型框架研究

简要分析了旅游城市环境规划的特点 ,针对性地提出了一套不确定性模糊多目标旅游环境系统规划优化方法 ,这是首次将不确定性多目标规划方法应用于以旅游业发展为重点的城市环境规划领域。并相应地建立了旅游城市环境不确定性模糊多目标系统规划优化模型 (IF MOPOMTUE) ,既把各种环境要素和经济要素有机地整合入模型中 ,又充分考虑了旅游城市环境发展的不确定性 ,通过人机交互式方法 ,将专家和决策者的意见落实在模型参数上 ,从而最大可能地保证了规划结果的科学性和可操作性。

模型不确定压电柔性结构的多目标振动控制

以压电柔性结构为对象,考虑其被控模态参数的不确定性和因剔除残余模态所引起的动态不确定性,建立了结构的不确定线性分式模型;根据不确定模型设计了一个对结构进行振动控制的动态输出反馈控制器,使闭环系统满足鲁棒稳定、扰动抑制、极点配置约束及控制输入约束等性能要求;并利用线性矩阵不等式,将具有多个性能要求的振动控制问题转化为具有线性矩阵不等式约束和线性目标函数的凸优化问题。最后以简支压电柔性梁为例,设计了一个融合多性能指标的动态输出反馈非同位控制器,并给出了仿真结果。

不确定需求下应急物流系统多目标鲁棒优化模型

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.

油田开发规划多目标不确定性优化模型及其应用

随着油田驱替方式多样化、油藏类型复杂化,传统的开发规划编制技术无法实现对规划编制各个技术领域、多项措施工作量整体系统优化部署。通过分析油田开发的特性以及随机不确定因素的影响,以“措施工作量”为系统的决策变量,建立了产量目标概率最大化、最小化成本费用期望、最大化新增可采储量等多目标随机优化模型,并设计智能算法进行求解,对油田中长期发展作出优化部署,为油田开发决策提供技术支撑。

简单二体引力模型用于空间目标轨道面交线确定的效果分析

在空间目标碰撞预警分析中,准确地计算出空间目标的轨道面交线是进行地心距筛选、时间差筛选的前提,目前较多使用的快速确定轨道面交线的方法为简单二体引力模型.深入分析该模型,比较了其计算的空间目标轨道面交线与STK计算结果的差异,指出了简单二体引力模型在计算空间目标轨道面交线时的局限性,认为轨道摄动是影响轨道面交线计算准确性的主要原因,应该采用更能反映空间目标实际运动规律的改进的二体引力模型的方法.

基于深度确定性梯度学习的集群多目标分配方法

针对多弹协同作战进行目标分配时,存在敌方平台和反舰导弹数量不确定性和类型多样化,导致目标分配算法难以建模的问题,为提升高动态协同攻击条件下的攻击效能,建立动态战场环境模型和多目标分配的单回合马尔可夫决策模型,提出一种改进深度确定性策略梯度的分配算法.通过与模拟器的交互自动求解最佳分配策略,利用mask方法对动作空间进行掩码操作,实现算法对平台数量和类型的适应能力.实验结果表明,在各种不同舰船的防御配置和红蓝双方数量配置下,算法求解得到的攻击策略相对于随机策略的性能提升约为87.5%,模型推理时间约为0.04ms.研究结果将加速基于深度确定性梯度学习的方法在高动态环境下智能决策中的应用,对集群自主决策方法的研究具有推动作用.

计及需求响应和风光不确定性的微电网多目标优化模型

微电网旨在实现发电侧的灵活性和可靠性并存,兼顾可再生能源利用和用能稳定,基于此目的,构建了一个多能源、多储能结构、多类型负荷耦合的微电网系统,提出一种考虑微电网补偿成本、弃能成本、运营收入的多目标优化模型,并引入需求响应模型优化储能和用户参与调峰。为解决微电网中风光出力的不确定性,对风力发电和光伏出力场景进行削减,通过决策分析表将多目标转化为单目标模型,应用粗糙集理论进行目标函数权重计算。算例分析结果显示:场景缩减能够克服风光出力不确定性对系统调度的影响;需求响应有助于解决源荷两侧匹配度差的问题;需求响应和储能系统的协作效应,可以提高系统的稳定性。

不确定环境下的经济增长目标模型的研究

GDP目标的大小会影响政府政策的制定,进而影响经济的发展,因此它是我国党政管理的重要环节。在我国经济从高速增长转向高质量增长的关键时期,只有设定合理的GDP目标,政府才可以对未来发展做出准确判断,进而促进经济的稳定发展。然而,在GDP目标的设定过程中,存在着不确定性、滞后性、刚性设定等问题。为了解决这些问题,文章设计了一个基于不确定性的GDP增长模型与GDP目标设置模型,能够帮助政府更合理地制定GDP目标与经济政策,并给宏观经济参与者实时的经济参考。

基于多目标GLUE算法的新安江模型参数不确定性研究

文章以辽河流域为例对新安江水文模型进行研究分析,利用新安江日模型模拟径流过程对辽河流域进行模拟分析,然后对模型参数利用SCE-UA最优法和两个目标函数进行率定,分别对不同目标函数的径流过程模仿能力进行分析;对径流模拟的不确定性区间分别采用NSGA-Ⅱ多目标优化法和GLUE法进行分析,并给出了多目标GLUE法。研究表明:径流模拟性能随目标函数的不同而存在较大差异;对于多目标较小的不确定性区间可利用NSGA-Ⅱ法进行优化,然而实测值对区间的覆盖率程度较低;多目标GLUE算法相对于单目标算法表现出更好的区间覆盖率。

不确定条件下应急资源分配区间规划模型研究

为获得有限应急资源条件下满足多个目标的最优分配方案,提高事故应急救援效率,对某化工园区化工事故的应急物资分配进行了研究。在传统线性规划基础上引入区间数描述物资需求量和物资运输时间的不确定性,并以应急物资分配的经济性、时效性和公平性为目标,建立了多目标线性区间规划模型,并将所建模型应用于以化工园区为背景的化工事故中,同时为验证该模型的有效性,将提出的多目标区间规划模型与多目标确定性规划模型相比较。结果表明,区间规划模型得到的结果比较可观,可为相关决策单位应急资源分配提供参考,同时区间规划也是对传统资源配置分析方法的有益补充。

基于代理模型的水文模型参数多目标优化!

针对传统多目标优化算法存在计算复杂且效率偏低的问题,提出了一种基于代理模型的多目标优化方案。以淮河大坡岭水文站以上流域为例,采用多元自适应回归样条方法构建新安江模型参数与不同目标的响应曲面关系,进而估计参数的近似Pareto解集。采用4种目标函数(总水量误差系数、均方根误差、高水流量误差系数和低水流量误差系数)和4种模型精度评价指标(Nash-Sutcliffe效率系数、洪峰流量相对误差、径流深相对误差和峰现时间误差)评定模型优化结果,选择10场洪水过程和4种不确定性评价指标估计Pareto解集的模型预测区间特征。结果表明,代理模型可有效降低模型评估与优化过程中的计算消耗,为实现多目标优化的高效性奠定了基础。此外,不确定性分析结果也进一步验证了方法的有效性和结果的可靠性,为复杂模型参数优化与不确定性评估提供了参考。

位置不确定性与属性不确定性的场模型

不确定性是自地理信息系统发展与应用以来一个引起关注的课题。位置不确定性与属性不确定性常常不加区分地被看作是可以单个讨论的问题。本文将借助场的概念和模型使二者得以统一的描述和分析：对于明确定义的离散目标，二者虽然可分别讨论，但却在数学上有着联合的基础；对于非明确定义的地理现象，二者以连续体的形式而存在， 位置不确定性可以作为属性不确定性的空间映射而提取出来。

油气悬架的不确定性多目标优化

为改善某393t矿用自卸车的平顺性能,需要优化油气悬架的非线性刚度阻尼特性,建立了更符合工程实际情况的7自由度整车模型.考虑矿用车运输过程中整车质量与质心位置的不确定性,选取对目标函数影响较大的悬架刚度和阻尼系数作为设计变量,选取整车质心加速度和车身侧倾角、车身俯仰角以及悬架的动扰度和车轮的动载荷作为目标函数,利用基于薄板样条插值的高维模型(TPS-HDMR)构建设计变量与目标函数之间的近似模型.采用基于Pareto概念的多目标优化遗传算法进行优化,得到了最优Pareto解集.仿真结果表明:多目标优化可以同时改善11个目标的性能,提高汽车的平顺性.

基于Kriging近似模型的某轿车前悬架不确定性优化

针对前悬架确定性优化没有考虑参数不确定性时存在的问题,提出了一种考虑不确定性因素的前悬架不确定性优化方法。应用ADAMS/Car建立了某轿车麦弗逊式前悬架模型,在ADAMS/In-sight中进行了悬架设计硬点参数的灵敏度分析,针对灵敏度较大的设计硬点参数和所考虑的不确定性量,建立了车轮定位参数在车轮跳动过程中的Kriging近似模型,简化了优化过程。针对该近似模型进行了动力学分析,运用经过改进的非支配排序遗传算法(NSGA-Ⅱ)和隔代遗传算法(IP-GA)进行了多目标不确定性优化求解。优化结果表明,该不确定性优化方法具有较高的有效性和精确性。与确定性优化结果的对比表明,不确定性优化具有更好的鲁棒性。