一种在多Agent系统中求帕累托效率解的方法

著名的Robert Axelrod实验证明了具备善意的、宽容的、强硬的和简单明了的算法将总会是赢家。基于这种思想,设计了PESCO算法。它可以在合作博弈中,面对合作的对手,寻求帕累托效率解,尽可能地达到双赢的局面。也可以在非合作博弈中,或对手不合作时,保证安全收益。以可合作的供零博弈、Stackelberg博弈和非合作的猜硬币博弈为背景,将PESCO算法与几个算法进行博弈,PESCO算法取得了较好的效果。

梯度策略的多目标GANs帕累托最优解算法

针对基于梯度策略的多目标优化算法无法适用于多目标、高维度的生成对抗网络(Generative Adversarial Nets, GANs)及多目标GANs中利用交叉验证产生次优解,极难求得最优解等问题,提出一种基于梯度策略的多目标GANs帕累托最优解算法。该算法采用硬参数共享方式,将多目标优化分解为多个两目标优化,确定多目标权重参数后,沿着梯度方向进行线性搜索,最终确定帕累托最优解。理论上,在弱条件约束下,证明了所提算法能够确切地产生帕累托最优解。实验上,将所提算法应用到图像处理的常见领域,对比所提算法与原算法的性能。结果表明,当目标数量大于2时,所提算法能够产生明显的性能优势。

基于帕累托法则的单片机课程设计教学优化

为了改变单片机课程设计中普遍存在的学生动手能力差、教学效果欠佳的局面,应用帕累托法则,对课程设计课题的选题和实验手段进行优化配置,教师的指导精力集中关注少数骨干学生,通过课题小组的分工合作,把创新知识传递放大,使学生在有限的时空中,利用有限的教学资源,学到更多的知识。教学实践表明,考虑单片机课程设计选题与工程应用相结合、课题硬件设备成本与覆盖课程知识面相结合、学生的精力投入与教师的精力投入相结合的多目标优化,可以得到帕累托最优解,使学生单片机技术的综合应用能力和团队合作能力都得到普遍的提高,并产生良好的教学效果,为培养工程应用型人才奠定了基础。

基于非支配解排序的快速多目标微分进化算法

为解决基于帕累托(Pareto)支配解排序的多目标进化算法高时间复杂度问题,依据非支配解排序潜在特性,介绍了一种快速的非支配解排序方法,每次只处理当前种群中最高等级个体,且在分配等级的同时,能选择个体进入下一代,下一代被选足时即结束程序,减少了排序处理个体的数量,大幅度降低时间复杂度;另外,给出一种均匀的拥挤距离计算方法;最后,将快速非支配解排序和均匀拥挤距离计算与微分进化算法结合,提出基于非支配解排序的快速多目标微分进化算法(FMODE)。采用标准多目标优化问题ZDTl^ZDT4和ZDT6进行仿真实验:当种群个体较多(大于500)时,FMODE所用时间远小于NSGAⅡ;FMODE的总体性能上均优于经典的NSGAⅡ、SPEAⅡ和DEMO;在FMODE框架内,采用均匀拥挤距离在性能上也明显优于经典拥挤计算方法;并通过实验确定了FMODE算法的参数。实验结果表明FMODE能够减少计算等级时的处理时间,并在收敛性和多样性指标上明显优于对比算法。

基于多目标粒子群算法的城市无人机路径规划

对于城市环境下的无人机路径规划问题,提出了一种多目标路径规划模型,以无人机运行效率最大化与运行风险最小化为目标函数,综合考虑无人机性能约束、噪声影响以及避障要求,使用随机速度更新、惯性因子动态调整等策略对多目标粒子群算法进行改进,基于帕累托解集拥挤距离更新个体极值和群体极值,并构建帕累托解以得到多组备选路径方案。最后通过仿真验证了所提方法的可行性和有效性。

双目标规划问题的像集与求解

经济管理的决策目标往往与成本、收益相关,双目标规划在经济管理中具有广泛应用.然而,尚缺乏成熟的算法确定双目标规划问题的全部解.给出双目标规划问题像集的一般性确定法,以求其解,为研究目的所在.具体而言,构造一个带等式约束的单目标规划问题,以确定双目标规划问题像集之部分边界,并借助拉格朗日乘子符号判断其单调性,据此确定原问题的帕累托解与弱帕累托解.这相当于提供了一个求解双目标规划问题的一般性框架.

基于多目标优化的变电站消防资源配置算法

针对变电站消防资源分配与分布不均匀的问题,提出了一种基于多目标优化的变电站消防资源配置算法。该算法采用电力生产场所的道路网作为变电站消防责任区划分的依据,并结合各划分区域的消防需求构建消防资源配置模型。根据该模型的特点,在帕累托最优解的约束下提出了一种基于模拟退火的多目标优化算法,来求解该消防资源配置模型。仿真与实验结果表明,所提出的消防资源配置模型更符合实际变电站各场所分布的特点,且所提出的多目标优化算法得到的消防资源分配结果能在消防资源有限的条件下,实现最大的配置效益和快速的消防响应。

多目标智能优化的运输机群装载方案生成方法

运输机群装载方案制定是影响大规模航空运输任务成功实施的重要环节和核心要素。围绕异型、多架运输机的多样化物资装载规划需求,以安全、高效、经济性为装载规划目标,并以起飞重量、货舱尺寸、重心包线、舱段几何结构、舱段结构强度限制等实际限制条件为约束,建立了灵活、通用的多目标多约束装载规划数学模型;随后,围绕求解精度和规划速度的现实需求,提出多目标智能优化的运输机群装载方案生成算法,其内部嵌入了一个两阶段分步优化的种群搜索策略,在保证优化准确性的同时提升了方案生成速度;最后,通过想定多样化、多机型航空运输装载规划任务,并对比其他智能优化算法,结果表明,新方法所需架次少、规划效率高,具有很好的应用前景。

考虑低空运行环境求解无人机任务分配问题的研究

在低空救援中如何合理地分配无人机的搜救任务长期以来都是研究的重点。在分层级分布式分配方法的基础上建立多目标多无人机任务分配模型,在模型中以搜救费用、无人机使用数量、完成任务的均衡性为目标函数,采用改进的NSGA-Ⅱ算法进行求解。结果表明:本文建立的模型有效,能在不同搜救环境下给出合理有效的分配方案;在搜救中考虑以搜救效率最高为导向时,带来无人机成本和数量的增加;当实际搜救的无人机非常有限时,则需要时间成本的投入;以经济利益为导向时,则会导致搜救时间的增加。

求解交直流互联电网多目标无功优化问题的INNC法

以交直流互联系统有功损耗和所有关键节点电压偏差平方和最小化为目标,建立交直流互联系统的多目标无功优化模型,并提出一种求其帕累托最优解的改进规格化法平面约束法。该算法针对帕累托前沿上各点的切线与乌托邦线夹角不同,对规格化法平面约束法进行改进,即将帕累托前沿按照一定规则分割成4段,每段对应1个子乌托邦线,从而将原多目标优化问题分解为4组多目标优化问题。再对每个子乌托邦线进行等距离分割处理,每组多目标优化问题可转化为求解一系列单目标优化问题。对南方电网交直流765节点等值系统的计算表明,所提出的算法能够有效求解实际交直流大电网多目标优化问题,且所求得的最优解集在帕累托前沿上分布更均匀。

电力系统动态环境经济调度问题的建模与求解

为了在电力系统优化调度中同时兼顾整个时段的经济和环境效益,该文建立了考虑阀点效应和系统网损的电力系统动态环境经济调度模型,提出了一种改进的多目标教与学优化算法对模型进行求解。算法引入了反向学习策略、外部最优解集策略、基于个体稀疏度的教师选取策略、模糊满意度和动态班级策略,通过动态启发式随机约束处理与罚函数相结合的方法对违背约束的个体进行修正与惩罚。最后,用10机算例对文中提出的模型和算法进行了仿真测试,并与其他算法进行了对比。仿真结果表明文中算法的有效性和优越性。

不确定环境下鲁棒性项目群调度优化

针对项目群管理实践中面对的不确定性环境和激烈市场竞争,同时考虑项目群中活动工期不确定性和项目工期不确定性,将项目的鲁棒性调度和项目群的鲁棒优化进行集成,提高项目群调度计划的抗干扰能力和竞争力.在项目层,根据随机活动工期概率分布构建双目标鲁棒性调度模型,并采用多目标超启发式算法求解项目层双目标调度问题;在项目群层,构建可调节鲁棒优化线性规划模型,从而灵活调节项目群鲁棒优化结果;最后,基于构建的项目群测试集进行数值实验.结果表明:采用双层可调节鲁棒优化方法得到的项目群调度方案不仅能够充分考虑不确定因素的干扰,还能有效避免调度方案过于保守造成运营效率低下等问题.

考虑供电可靠性的配电网多目标重构问题的NSGA—Ⅱ求解

建立了同时考虑网损、综合电压偏移和供电可靠性的配电网多目标重构模型,采用NSGA—Ⅱ算法对其进行求解。在解码过程中,采用随机生成树策略避免不可行解的出现;在选择操作中,根据排序等级和拥挤距离来比较两个个体的优劣。此外,算法还采用精英保留策略确保父代中优秀个体在进化过程中得以保留。算例验证了所提模型和算法的正确性和有效性。

基于多目标优化的围护结构低碳设计研究——以寒冷地区办公建筑为例

为更好地推动低碳导向下建筑设计的发展,针对建筑围护结构的设计,以寒冷地区办公建筑为例,在保证室内热舒适性、自然采光效果以及控制围护结构建造成本的同时,降低建筑运行阶段碳排放量,探究基于多目标优化的围护结构低碳设计的流程。通过设置变量参数、选取评价指标、确定优化目标和利用寻优算法等流程,得到了优化后的帕累托前沿解集,该部分优化解集所对应的围护结构低碳设计参数可以在兼顾室内热舒适性、自然采光效果和建造成本的同时,相对于参照建筑降低建筑运行阶段碳排放量11.7%~14.0%。利用TOPSIS法对帕累托前沿解集进行了筛选,对4方面目标赋以相同的权重进行了评价,得到了综合效果最优的围护结构低碳设计参数组合,为围护结构的低碳设计提供了参考。在帕累托前沿解集中,为满足不同建筑设计需求,筛选出了对单方面目标优化效果最佳的围护结构低碳设计参数组合,可辅助设计者依据对某一目标需求的倾向进行设计决策。

电-气-热综合能源系统多目标优化调度

当前以风光为代表的可再生能源快速发展,但其具有随机性、波动性和间歇性的特点,不仅增大了常规电源的调节压力,也对电网的经济运行带来巨大挑战。结合电-气-热综合能源系统多能互补的特点,综合考虑不同能源间的耦合关系及经济运行,构建了系统运行成本最小及风光消纳最大的多目标优化模型。针对所建多目标模型非线性、不可微和多约束的特点,提出一种混合非支配排序遗传算法和多目标粒子群(NSGA-II-MOPSO)算法,该方法通过计算拥挤距离并根据精英策略进行排序,经过更新粒子的速度和位置,从而获得最优帕累托前沿,在提高风光消纳的基础上,有效降低系统运行成本。最后采用电-气-热IES 39-20-6系统进行验证,仿真结果表明了所提模型的正确性及算法的有效性。

多目标花粉算法在电力投资市场中的应用

针对电力市场的投资组合优化问题,采用多目标花授粉算法(MOFPA)构造Pareto最优解集,为发电商面临不同的交易做出选择。为避免多元化不足,增加一个目标以增强多元化,得到四目标的均值-方差-偏度(MVS-D)组合模型。与MOPSO和MOGAS进行比较,算例结果表明MOFPA能够得到的基于MVS-D优化模型较优的帕累托解,能为发电商提供更好的权衡解决方案,同时促进发电企业投资主体的多元化。

基于ABAQUS的电子助力器副密封圈参数优化

电子制动助力器作为线性控制系统的一种解决方案,对结构可靠性提出了更高的要求,其中制动主缸密封皮碗的失效问题严重影响着制动总缸的抗失效性能。着眼于上述问题,本文以密封皮碗的材料形状、组装要求等参数设计正交试验,运用Abaqus模拟密封皮碗在位移下的受力过程并求出挤入处的最大Mises应力、挤入量和左侧密封处的磨损量;建立了影响因素与响应的二次响应回归方程;以密封皮碗防啃噬、防磨损相关效果为优化目标,使用遗传算法NSGA-II相关函数进行多目标优化,结合原尺寸结果挑选出帕累托最优解,使密封圈的抗失效性能得到了提高。

基于协调人的多对多谈判支持研究

为了解决多对多谈判难于组织和难与决策支持的问题,协调人被引入到多对多谈判研究,构建了基于协调人的多对多谈判冲突模型,对基于协调人的多对多谈判问题进行分解,利用启发式算法对协调人问题求解帕累托解,通过帕累托解点的移动获取帕累托最优解,最后通过一个实例分析验证了基于协调人的多对多谈判支持模型的有效性和实用性。

基于热力学和动力学联合仿真的凸轮型线优化

为提升汽油发动机系统性能、降低爆震风险,建立了基于GT-Power的整机热力学和阀系动力学联合仿真模型,并结合Isight多目标遗传优化算法,对发动机凸轮型线的13个设计变量进行了优化设计,该设计同时满足8个阀系的动力学约束函数,具有5个优化目标.经优化后得到了帕累托(Pareto)解集,与现有凸轮型线设计相比,优化后的各目标性能均有不同程度的改善.另外,通过信噪比计算对帕累托解集的稳健性进行了评估,结果表明优化解的稳健性优于非优化解.该优化设计方案已应用到项目前期预研中,其优化及评估方法对发动机产品设计具有一定的指导作用.

改进混沌烟花算法的多目标调度优化研究

为满足生产中的不同需求,以最小化完成时间、最小化工件总延期时间、最小化机器总空闲时间为目标函数,建立多目标优化模型。提出一种改进混沌烟花算法,通过逻辑自映射产生混沌序列避免算法陷入局部最优,并设计了一种双元锦标赛与动态淘汰制相结合的帕累托非劣解集的构造方法;最后用所提出的方法求解六个不同规模标准问题。实验结果表明,该算法在求解多目标作业车间问题时具有较高的求解精度和稳定性。