求解多目标考试时间表问题的NNIA改进算法

针对多目标考试时间表问题,提出了一种用于求解多目标考试时间表问题的非支配邻域免疫改进算法.采用经典多目标进化算法非支配邻域免疫的算法框架,为改善该算法的收敛性和多样性,利用超启发方法生成初始种群,同时采用一种新的资源分配模型,在克隆过程中动态调节优秀个体的克隆比例,来改善算法的性能.采用10组标准测试数据对算法的性能进行测试.实验结果表明,该算法对多目标考试时间表问题十分有效,并且在某些测试数据上可得到令人满意的结果.

三维编织复合材料中碳纳米管纱线嵌入位置和数量的优化配置

为解决三维编织复合材料嵌入碳纳米管(CNT)纱线传感器优化配置目标多、目标函数不连续问题,实现航天结构制件内部损伤的全面监测,采用非支配邻域免疫算法对多目标优化问题进行了研究。以四步法三维六向编织工艺为依据,分析了CNT纱线传感器的最佳嵌入位置和数量;通过非支配邻近免疫算法实现了CNT纱线传感器优化配置问题的求解,推导出不同尺寸的三维编织复合材料制件嵌入传感器的最优数量和位置。对损伤制件的应力实验及数据分析证明,CNT纱线传感器优化配置结果适用于三维编织复合材料的损伤监测,损伤定位误差小于0.6 mm。该研究为复合材料损伤源定位模型的建立提供参考。