正交异性钢桥面系的多目标离散优化设计

将大跨径钢桥的正交异性钢桥面板和其上的铺装层作为钢桥面铺装体系整体进行多目标优化设计。取钢桥面铺装体系结构总重量最轻及铺装层使用年限最长两类指标构造目标函数,在此基础上采用功效函数法确定了目标函数的权重系数。应用正交异性钢桥面系力学性能控制指标和疲劳寿命预测公式,建立多目标优化设计的数学模型。引入蚂蚁算法,开发了钢桥面铺装体系结构多目标离散优化设计程序。以国内某大跨径钢桥为对象,采用多目标优化设计方法,给出钢桥面铺装体系中各参数的优化值。结果表明,应用多目标优化设计方法对大跨径钢桥面铺装体系设计是可行的。研究成果可为大跨径钢桥面铺装体系结构的设计提供理论依据。

汽车变速箱齿轮副的多目标离散优化

本文针对汽车变速箱的工作特点，采用逐档、分步的优化方案。建立模型时，以体积（重量）、强度、中间轴轴向力平衡为目标函数，其中强度分目标中又包括：弯曲疲劳强度、接触疲劳强度、磨损目标三个分项。优化时根据各档工作时的承载特点，用调整权系数的办法实现齿轮副的综合性能最优。全部优化变量均为离散型变量。优化方法采用离散变量的直接搜索方法ＭＤＯＤ。以ＥＱ１４０五档变速箱的参数为算例，进行对比分析，取得了令人满意的结果。

多目标离散灰狼优化算法求解作业车间节能调度问题

针对作业车间节能调度问题,建立了一种以优化总能耗和工件最大完工时间为目标的节能调度模型,并提出一种多目标离散灰狼优化算法进行求解。根据问题的特点,首先采用离散整数编码方式,利用调度规则生成初始种群;其次引入一种基于跟踪模式和搜寻模式的双模式并行搜索方法,并在搜索过程中动态调整两种模式下个体的数目,以协调算法全局和局部搜索能力;为了使算法适用于多目标离散调度问题,在跟踪模式下提出一种基于交叉操作的离散个体更新方法,在搜寻模式下提出一种基于记忆池机制和邻域结构的离散个体更新方法。对40个作业车间调度问题基准算例进行改造,并验证了所提算法的有效性。

虚拟养老服务人员调度多目标优化研究

针对虚拟养老服务人员调度问题,分析老人、虚拟养老服务中心和服务人员的利益追求,以成本最优、老人和服务人员满意度最大为主要考量因素来构建多目标优化模型。设计了离散化多目标鲸鱼优化算法。通过改进传统鲸鱼优化算法的鲸鱼位置更新公式和局部搜索算子,引入非支配排序用于求解构建的多目标优化问题。通过求解算例并将结果同NSGA-II和NSGA-III对比,验证算法的优越性。该研究综合考虑三者的利益,可为虚拟养老服务人员调度提供丰富的决策集合。

一种求解SLA等级感知服务组合问题的多目标离散粒子群优化算法

针对SLA等级感知服务组合问题,本文提出了一种求解该问题的多目标离散粒子群算法(MDPSO),建立了多目标粒子群算法优化模型.根据该问题的特征,对粒子更新策略进行重新设计;并且提出粒子变异策略以抑制群体的早熟收敛增强群体的全局搜索能力.另外,提出了一种基于约束支配关系的局部搜索策略并将其结合到MDPSO算法,形成算法MDPSO+.最后对MDPSO算法的参数设值进行了分析,并将算法MDPSO、MDPSO+与最近提出的求解该问题的E3-MOGA算法及NSGA-II算法在不同规模的测试用例上进行了实验对比,结果表明算法MDPSO+能够更加有效的解决该问题.

基于多目标离散粒子群优化的云环境下物化视图选择

针对目前云环境下物化视图选择算法的查询回答性能低下,以及无法同时优化面向企业与消费者的查询回答性能问题,文中开展基于多目标离散粒子群优化的云环境下物化视图选择研究。采用基于多视图处理计划的表式结构进行候选视图的数据结构表示,建立候选视图物化代价模型,设计基于多目标离散粒子群优化的云环境下物化视图选择算法。实验结果表明,文中提出的算法在查询回答性能方面优于现有的算法,实现了同时优化面向企业与消费者的查询回答性能。

基于BDMOPSO的主轴绿色配置设计的多目标不确定优化

针对绿色配置设计中含有模糊数、区间数等不确定性定性变量问题,研究了设计中绿色不确定多目标模型的求解优化方法,以MJ-50型数控车床主轴的模块化绿色配置设计为例,将技术性能最优、经济成本低设为目标函数,建立包含模糊数与区间数的不确定组合优化模型;按三角模糊数和区间数的运算法则将其转换为确定型模型,采用所提出的离散二进制多目标粒子群优化算法进行模型求解,获取非支配值以及最优解。实验证明本文方法的可行性,具有一定实用价值。

融合分解和自适应邻域的多目标离散组合优化算法

为了高效获取现实中大规模多目标优化问题解决方案,实现收敛性、多样性和均匀性的平衡逐渐发展为多目标优化的重要目标之一。针对复杂多目标离散组合优化问题,提出了融合分解和自适应邻域的多目标离散组合优化算法(MOALNS)。该算法在问题分解的基础上为各子问题的寻优进程引入大邻域搜索策略与自适应调整机制,形成一套新型的收敛指导准则突破寻优阻力,进而使各子问题在搜索多维解空间的过程中达到全局搜索与局部搜索的平衡。同时,提出为各子问题配置独立算子积分库可有效地调整各子问题的寻优方向,解决由于目标权重不同而造成的求解方向偏差问题,以此实现更为高效、稳定的多目标优化进程。数值实验表明,提出的新型多目标离散组合优化算法在多组标准测试算例与真实案例中均展现出了在收敛性、多样性、均匀性和延展性等方面的良好性能,相较于其他经典多目标优化算法而言更具优势。