基于投影面的多目标优化问题目标分解进化算法

针对求解多目标优化问题存在解规模较大的问题,研究了如何得到决策条件下所需要的解,而不是多目标问题的全部解.现有多目标算法研究主要集中在解的分布性和收敛性上,很少考虑解数量方面的相关问题.根据决策需求并利用基于投影面的多目标优化算法对多目标优化问题的目标空间进行目标分解,设置不同目标函数构成投影面和自由维,建立满足用户决策条件的目标空间.在目标空间中对构成投影面的目标函数进行目标范围限定,利用空间距离获取投影面适应度,并在自由维上采用基于分解策略的多目标进化算法MOEA/D中的聚合函数作为适应度函数.通过相关的实验测试与分析,证明了基于投影面的多目标优化问题目标分解进化算法(MOEA/DP)能够有效解决确定目标域的多目标优化问题.

利用最优抵偿投影面算法限制GPS边长投影变形

为了限制GPS边长投影变形,可选择将边长归算至某一抵偿投影面上。基于抵偿投影原理,提出使控制网长度综合变形更小的最优抵偿投影面算法。通过实例验证,该方法在限制GPS边长投影变形方面优于其他方法。

限制边长投影变形最佳抵偿投影面的确定

本文基于高斯投影原理,以测区各边高斯投影变形总量最小为标准,提出了使GPS测量边长投影变形更小的最佳抵偿投影面算法;为了使GPS边长与地面实测边长尺度高度一致,提出了基于实测边长尺度比残差的最佳抵偿投影面二次优化方法。

基于网格模型的在线检测路径规划

基于网格模型研究在线检测的路径规划问题,提出了路径的检测步骤、半径补偿的方法、测点法矢计算的方法和测点顺序优化的方法等,并且通过计算机编程实现了利用贪心局部优化算法和蚂蚁算法对测点检测顺序的优化,并讨论了这2种算法的优缺点。

非洲港口项目坐标系统的选择与优化

简要介绍非洲国家测量坐标系统的现状、选择港口项目坐标系统的原则和UTM投影长度变形的计算方法,提出合理选择和优化构建非洲港口项目工程坐标系统的方法和步骤。结合某非洲港口项目的工程实例,说明优化工程项目坐标系统的具体操作过程及取得的效果,可供其他类似项目参考和借鉴。

遗传优化和神经网络法在隧道施工中的应用

针对隧道工程施工网络计划执行率低的现状,将遗传算法和神经网络技术联合用于隧道施工网络计划的动态优化与决策。基于遗传优化和神经网络方案(模式库、专家知识系统)的优化决策方法能使该技术在隧道施工的应用更科学合理、准确可靠和方便快捷。该技术不仅能解决施工网络计划的执行率低的现状,而且为信息化和智能化的隧道施工提供了有力的技术保障,具有广泛的应用前景。

ICA-PP模型在水库补偿效益方案优选中的应用

为研究帝国竞争算法(ICA)-投影寻踪(PP)模型应用于水库补偿效益方案优选中的可行性和有效性,以黄河干流梯级水库补偿效益方案优选为例,提出ICA-PP方案优选模型,并构建DE(差分进化算法)-PP、PSO(粒子群优化算法)-PP和SA(模拟退火算法)-PP模型作为对比模型。实例验证表明,ICA-PP、DE-PP、PSO-PP、SA-PP 4种模型实例方案优选结果相同,但ICA-PP模型获得的适应度值和最佳投影方向均优于其他3种算法,为水库补偿效益方案优选提供了新的途径和方法。

基于投影面的多目标优化问题进化算法MOEA/P

大多数多目标优化问题研究更关注面向整个目标解集的求解收敛性、多样性、鲁棒性等方面的性能.大量、分散的解影响算法的求解效率和求解质量,过多的解使得用户无从抉择,这在超多目标优化问题中显得尤为突出.本文提出一种基于投影面的多目标优化问题的求解算法,根据决策需求将目标空间分成投影面和自由维,再把投影面分割成多个投影格,由各个投影格决定求解方向,在各个投影格上求解自由维的最优值,从而得到多目标优化问题的最优解.投影面的划分将高维多目标优化问题简化成求解低维多目标优化问题,即仅在投影面上求解自由维目标的优化.投影格的分割将求解确定在由决策者指定的目标值具体范围内,提高了求解精度和效率.通过分别对多目标和超多目标问题进行求解实验,结果表明本算法能够有效求解多目标优化问题,并在超多目标优化问题的求解上能为特定方向的目标决策提供有效支持.

限制隧洞轴向边长投影变形最佳抵偿投影面算法

为了限制隧洞轴向边长投影变形,可选择将边长归算至某一抵偿投影面上。该文基于抵偿投影原理,提出了使隧洞轴向长度变形最小的抵偿投影面最佳算法。