非可行解驱动进化算法和多元分析技术在船型参数优化中的应用

引入非可行解驱动进化算法(infeasibility driven evolutionary algorithm,IDEA)和多元分析技术开展船型参数优化和设计模型分析.针对一艘散装货舱在概念设计阶段的船型参数设计,应用IDEA算法进行多目标优化,然后采用距离理想解最近的方法对Pareto解集进行量化评价,选取一个满意的设计方案,最后应用多元分析技术分析Pareto解集获取船舶设计变量之间特性,即采用层次聚类方法得到样本或者变量之间的相互距离关系和等距特征映射(Isomap)的降维方法,得到变量在二维平面上的映射图,采用最小二乘法得到Pareto解集上变量之间的拟合关系式.数值结果表明:IDEA运算速度快,Pareto解集分散性良好.基于多元分析技术的数据挖掘应用能够获得对模型更多的认识,揭示模型内在关系.

蚁群算法解决CSAHLP问题时的修正因子的研究

优化蚁群算法是一种基于种群的模拟进化算法,其高效的仿生过程在各类组合问题中有了广泛的应用。CSAHLP经常被用来描述物流在大范围运输时所产生的问题。在CSAHLP问题中,枢流点和节点都是未知参变量,这使得此问题归类于典型的NP问题。ACO作为高效解决NP问题的算法之一,在CSAHLP上有了越来越多的研究应用。但是,蚁群算法也有其自身缺点,受容量约束的条件作为外部约束使得蚁群有时无法得出正确的解。文中详细讨论了蚁群产生非可行解的原因及其处理方法,并通过实验证明方法的有效性。

多加工路径柔性作业调度方法

为了提高企业生产效率,降低生产成本,以仪器仪表制造业为背景,针对某企业流量计生产车间的特点,建立优化目标函数,提出了多加工路径柔性作业车间调度模型(MPFJSP)。为了避免该模型中非可行解的干扰,采用新的顺序编码方式和在非可行解周围搜索可行解并代替之的方法;且为提高收敛速度,将粒子分为若干小段分别更新和扰动,以保留优秀基因,由此形成分段多目标粒子群优化算法(PMOPSO)。通过算法对比,发现所提方法能在工件的每一条加工路径中寻优,验证了其性能更优越,也验证了MPFJSP相对于传统柔性作业车间调度(FJSP)更灵活,得到的解也更优,在流量计生产车间的实验性生产中,违约成本约下降了12%,生产效率提升约10%。

基于极效率DEA的开放式基金业绩评价

针对传统基金业绩评价方法存在的市场有效状态假设难以满足、因市场组合选择不同而带来的评价结果失真等局限性,提出用极效率数据包络分析作为评价基金业绩的工具,并解决了该方法容易出现的非可行解问题。选取中国22支成长型开放式基金作为样本,评价它们在2005年度的相对业绩,并与中信评级进行对比。结果表明,用极效率数据包络分析对基金业绩的评价更为全面、合理,不仅可以区分高、低效率的基金,找到提高无效基金效率的有效路径,还可以对高效率基金的绩效进一步排序,发现影响基金业绩的敏感性因素。

面向企业最优生产计划的线性规划广义逆优化模型

将依据互补最优性条件探讨面向企业最优生产计划的线性规划,如何通过调整其产品成本系数、资源消耗系数和资源拥有量等参数,使某些非可行解成为最优解的广义逆优化问题的数学模型.该问题具有重要应用价值:可以解决采用常规求解方法或启发式算法制定企业最优生产计划时,对资源约束进行刚性处理所导致的经常因生产能力不足使企业不能及时响应市场需求的问题,使企业的整体优化和具体业务流程再造相协调.

改进蛙跳算法的约束处理方法

提出了一种用于求解有约束优化问题的混合蛙跳算法.蛙跳算法结合ε-差分进化算法(ε-differential evolution algorithm,ε-DE),可使算法在进化过程中充分利用种群中不可行解的信息.在进化初始阶段,可行域边界上拥有较优目标函数的不可行解进入种群,随着进化代数增加,种群约束允许放松程度不断减小,使得种群中不可行解数量减少,直到种群约束允许放松程度为0,此时种群完全由可行解组成.改进后的蛙跳算法能够提高收敛速度和精度.13个标准Benchmark函数仿真试验的结果表明,改进后的蛙跳算法寻优精度高,鲁棒性强,是一种有效的求解有约束优化问题的算法.

摆动平底推杆盘形凸轮机构的尺寸综合方法

以摆动平底推杆盘形凸轮机构为研究对象，给出若干基础性概念和尺寸综合问题的准确描述，首次系统提出“连通条件”、“同型条件”、“保真条件”和“传动条件”等四项约束条件，构造坐标系OeΨ0和Oer0，映射生成约束边界δΩⅠ-δΩⅣ，分析论证得到“可行解集”ΩΣ（Ψ0）／ΩΣ（δ0）、“最优解集”δΩⅡ[A-B]和“非劣解集”δΩⅡ[A-E]，以及平底工作段及其长度求解确定等，得到了若干重要、新颖和具有指导意义的研究结论，圆满解决了摆动平底推杆盘形凸轮机构的尺寸综合问题。