基于α约束支配排序混合进化算法的微电网多目标优化运行

为降低微电网运行成本和污染排放,建立微电网多目标优化运行模型,并提出一种新型的α约束支配排序混合进化算法求解模型,该算法通过采用α约束支配排序机制,将所有约束条件统一处理为α约束水平度,并将其作为进化选择指标以控制所有个体快速转化为可行解,可显著提高约束处理效率。提出一种基于非劣排序的混合多目标进化算法,有效融合微分进化算法与分布估计算法各自的优点,克服单一算法种群多样性不足和易早熟的缺陷。通过分类逼近理想解的排序方法实现多属性决策,以获得最优折中解。某微电网算例结果表明所提算法有效、可行。

基于混合差分进化和alpha约束支配处理的多目标优化算法

针对约束多目标优化问题,提出了一种基于混合差分进化和alpha约束支配处理的优化算法.算法在用约束水平度对个体满足约束条件的程度进行定量化表达的同时融入支配关系.在初期放宽约束水平度,利用不可行解所携带的有用信息,增加种群多样性,在后期紧缩约束水平度,控制不可行解的比例,朝可行域方向进化.同时,将动态单纯形交叉算子和差分进化结合起来构成一种混合差分进化算法,提高算法的探索和开发能力.对6个典型测试函数求解的结果显示,本文算法无论是在收敛性方面还是解集分散性方面,与其它算法相比具有很大的优势.

基于约束支配多目标进化算法的航路改航方法

针对具有多目标多约束特征的航路改航问题,提出了基于约束支配的非支配排序多目标进化算法(NSGA-II)的路径规划方法。采用了约束支配规则处理空中交通管制规则中关于改航的多个约束条件,建立个体解之间的约束支配关系。在产生初始群体时进行分区产生随机的浮点坐标,并提前筛选出符合航向角改变量约束的可接受解,增加删除算子用以处理不可接受的不可行解,进化算法迭代完成后,建立优化算子用以优化迭代产生的路径。在块状和离散状飞行限制区条件下分别进行仿真实验,实验结果表明,该方法能产生符合目标函数优化且路径复杂度较小的最优解。

求解约束高维多目标问题的分解约束支配NSGA-Ⅱ优化算法

针对多目标进化算法处理约束高维多目标优化问题时出现解的分布性和收敛性差、易陷入局部最优解问题,采用Pareto支配、分解与约束支配融合的方法,提出一种基于分解约束支配NSGA-Ⅱ优化算法(DBCDP-NSGAⅡ).该算法在保留NSGA-Ⅱ中快速非支配排序的基础上,首先采用Pareto支配对种群进行支配排序;然后根据解的性质采用分解约束支配(DBCDP)惩罚等价解,保留稀疏区域的可行解和非可行解,提高种群的分布性、多样性和收敛性;最后采用个体到权重向量的垂直距离和拥挤度距离对临界值进行再排序,直到选出N个最优个体进入下一次迭代.以约束DTLZ问题中C-DTLZ1、C-DTLZ2、DTLZ8、DTLZ9测试函数为例,将所提出的算法与C-NSGAⅡ、C-NSGA-Ⅲ、C-MOEA/D和C-MOEA/DD进行对比分析.仿真结果表明, DBCDP-NSGA-Ⅱ所得最优解分布更加均匀,具有更好的全局收敛性.

考虑目标间不同转换方式的成像卫星调度

针对相邻目标间具有不同转换方式的成像卫星调度问题,分析动作转换时间、存储容量、卫星能量等复杂约束,建立动态拓扑结构无环路有向图模型,引入非约束支配路径的概念,提出基于标记更新思想的动态路径搜索算法(DPSA)对问题进行求解。实验结果表明,考虑目标间不同转换方式的DPSA算法在牺牲一定求解效率的基础上,能够全面提高调度效果。

论校园文化的功能

校园文化是由物质文化、精神文化、制度和行为组成的有机整体，它的载体是学校的师生员工。校园文化的主要功能是教育激励功能、导向规范功能、约束支配功能、辐射示范功能。

基于进化算法的浮筒配置优化问题的研究

根据浮筒配置方案的设计要求和合理性检验准则,给出了方案的优化模型。针对问题的复杂性,结合约束支配的概念,提出了一种改进的将浮筒纵向位置配置和浮筒充气量综合考虑、一体优化多目标进化算法。通过算例分析可知,将多目标进化算法以及约束支配的概念应用到浮筒配置优化方案是可行的、有效的。

评《乔姆斯基的形式句法—历史进程与最新理论》

石定栩的专著《乔姆斯基的形式句法——历史进程与最新理论》共分四章,系统介绍了生成语法四十多年的历史进程及最新发展。我们拟对该书进行简要评述。在概要介绍了该书各章内容的基础上,我们总结出该书的一些特点,并指出了该书存在的几个问题。

一种求解约束多目标问题的协作进化算法

针对约束多目标进化算法求解约束多目标问题时难以平衡收敛性、多样性和可行性的问题,提出一种协作进化算法(ConMOEA).将自适应形状估计进化算法(AGE-MOEA)和非支配排序遗传算法(NSGA-Ⅱ)优势融合,采用Deb约束支配原则非支配排序组合种群实现个体优选,在临界层中根据最大拥挤距离或生存值选择所需个体,最终形成新种群,实现种群快速接近Pareto前沿并具有良好分布性.为验证所提出算法的性能,对近期提出的一组DOC基准函数进行仿真计算,采用反世代距离(IGD)和超体积(HV)两个通用评价指标,与NSGA-Ⅱ-CDP、CTAEA、PPS、ToP、A-NSGA-Ⅲ、AGE-MOEA约束多目标算法进行比较分析,实验结果证明ConMOEA具有更优的收敛性和多样性.

基于改进NSGA-Ⅱ算法的开关磁阻电机再生制动优化控制方法

针对采用传统优化算法优化开关磁阻电机再生制动控制参数存在制动能量回馈效率低及制动转矩脉动系数大的问题,提出一种基于渐近约束支配法则的双目标非支配排序遗传算法。首先针对传统双目标非支配排序遗传算法优化开关磁阻电机再生制动控制参数时存在易陷入局部最优解等不足,提出一种渐近约束支配法则,再将基于渐近约束支配法则的双目标非支配排序遗传算法应用于开关磁阻电机再生制动控制参数的优化,并对其效果进行了仿真验证,同时与传统双目标非支配排序遗传算法进行了对比分析,结果表明:基于渐近约束支配法则的双目标非支配排序遗传算法不仅有效解决了易陷入局部最优解的问题,而且显著提高了开关磁阻电机再生制动效率并降低了其转矩脉动系数,取得了满意的优化效果。