期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到43篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Tourism Route Recommendation Based on A Multi-Objective Evolutionary Algorithm Using Two-Stage Decomposition and Pareto Layering 认领 引用 被引量：2
1
作者 Xiaoyao Zheng Baoting Han Zhen Ni 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI CSCD 2023年第2期486-500,共15页
Tourism route planning is widely applied in the smart tourism field.The Pareto-optimal front obtained by the traditional multi-objective evolutionary algorithm exhibits long tails,sharp peaks and disconnected regions ... Tourism route planning is widely applied in the smart tourism field.The Pareto-optimal front obtained by the traditional multi-objective evolutionary algorithm exhibits long tails,sharp peaks and disconnected regions problems,which leads to uneven distribution and weak diversity of optimization solutions of tourism routes.Inspired by these limitations,we propose a multi-objective evolutionary algorithm for tourism route recommendation(MOTRR)with two-stage and Pareto layering based on decomposition.The method decomposes the multiobjective problem into several subproblems,and improves the distribution of solutions through a two-stage method.The crowding degree mechanism between extreme and intermediate populations is used in the two-stage method.The neighborhood is determined according to the weight of the subproblem for crossover mutation.Finally,Pareto layering is used to improve the updating efficiency and population diversity of the solution.The two-stage method is combined with the Pareto layering structure,which not only maintains the distribution and diversity of the algorithm,but also avoids the same solutions.Compared with several classical benchmark algorithms,the experimental results demonstrate competitive advantages on five test functions,hypervolume(HV)and inverted generational distance(IGD)metrics.Using the experimental results of real scenic spot datasets from two famous tourism social networking sites with vast amounts of users and large-scale online comments in Beijing,our proposed algorithm shows better distribution.It proves that the tourism routes recommended by our proposed algorithm have better distribution and diversity,so that the recommended routes can better meet the personalized needs of tourists. 展开更多
关键词 Evolutionary algorithm multi-objective optimization Pareto optimization tourism route recommendation two-stage decomposition
暂未订购 下载PDF
An improved multi-objective optimization algorithm for solving flexible job shop scheduling problem with variable batches 认领 引用 被引量：5
2
作者 WU Xiuli PENG Junjian +2 位作者 XIE Zirun ZHAO Ning WU Shaomin 《Journal of Systems Engineering and Electronics》 SCIE CSCD 2021年第2期272-285,共14页
In order to solve the flexible job shop scheduling problem with variable batches,we propose an improved multiobjective optimization algorithm,which combines the idea of inverse scheduling.First,a flexible job shop pro... In order to solve the flexible job shop scheduling problem with variable batches,we propose an improved multiobjective optimization algorithm,which combines the idea of inverse scheduling.First,a flexible job shop problem with the variable batches scheduling model is formulated.Second,we propose a batch optimization algorithm with inverse scheduling in which the batch size is adjusted by the dynamic feedback batch adjusting method.Moreover,in order to increase the diversity of the population,two methods are developed.One is the threshold to control the neighborhood updating,and the other is the dynamic clustering algorithm to update the population.Finally,a group of experiments are carried out.The results show that the improved multi-objective optimization algorithm can ensure the diversity of Pareto solutions effectively,and has effective performance in solving the flexible job shop scheduling problem with variable batches. 展开更多
关键词 flexible job shop variable batch inverse scheduling multi-objective evolutionary algorithm based on decomposition a batch optimization algorithm with inverse scheduling
暂未订购 下载PDF
Evolutionary Multi/Many-Objective Optimisation via Bilevel Decomposition 认领 引用
3
作者 Shouyong Jiang Jinglei Guo +1 位作者 Yong Wang Shengxiang Yang 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI CSCD 2024年第9期1973-1986,共14页
Decomposition of a complex multi-objective optimisation problem(MOP)to multiple simple subMOPs,known as M2M for short,is an effective approach to multi-objective optimisation.However,M2M facilitates little communicati... Decomposition of a complex multi-objective optimisation problem(MOP)to multiple simple subMOPs,known as M2M for short,is an effective approach to multi-objective optimisation.However,M2M facilitates little communication/collaboration between subMOPs,which limits its use in complex optimisation scenarios.This paper extends the M2M framework to develop a unified algorithm for both multi-objective and manyobjective optimisation.Through bilevel decomposition,an MOP is divided into multiple subMOPs at upper level,each of which is further divided into a number of single-objective subproblems at lower level.Neighbouring subMOPs are allowed to share some subproblems so that the knowledge gained from solving one subMOP can be transferred to another,and eventually to all the subMOPs.The bilevel decomposition is readily combined with some new mating selection and population update strategies,leading to a high-performance algorithm that competes effectively against a number of state-of-the-arts studied in this paper for both multiand many-objective optimisation.Parameter analysis and component analysis have been also carried out to further justify the proposed algorithm. 展开更多
关键词 Bilevel decomposition evolutionary algorithm many-objective optimisation multi-objective optimisation
暂未订购 下载PDF
改进的MOEA/D算法求解考虑机器恶化效应的柔性流水车间节能调度问题 认领 引用 被引量：2
4
作者 卫晨昊 李敬敏 +1 位作者 李韵辰 胡晓兵 《计算机集成制造系统》 EI CSCD 北大核心 2026年第2期585-598,共14页
针对考虑机器恶化效应的柔性流水车间节能调度问题,提出一种改进的基于分解的多目标进化算法(MMODEA/D)。首先,以最小化最大完工时间和最小化总能耗为目标,考虑机器在不同负载下具有不同恶化速度,建立了柔性流水车间的节能调度模型;其次... 针对考虑机器恶化效应的柔性流水车间节能调度问题,提出一种改进的基于分解的多目标进化算法(MMODEA/D)。首先,以最小化最大完工时间和最小化总能耗为目标,考虑机器在不同负载下具有不同恶化速度,建立了柔性流水车间的节能调度模型;其次,基于贪婪规则设计了一种在考虑机器恶化效应的条件下能够兼顾生产效率与节能需求的具有递进式优化策略的节能解码方法;再次,设计了具有自适应亲代选择机制的遗传策略以加强算法对整体解空间的搜索能力;最后,使用了禁忌搜索策略加强算法对局部解空间的利用能力。通过多组对照实验,证明了所提改进策略的有效性以及MMOEA/D算法的优越性。 展开更多
关键词 基于分解的多目标进化算法 节能调度 柔性流水车间 机器恶化效应
暂未订购 下载PDF
Review and Classification of Bio-inspired Algorithms and Their Applications 认领 引用 被引量：5
5
作者 Xumei Fan William Sayers +3 位作者 Shujun Zhang Zhiwu Han Luquan Ren Hassan Chizari 《Journal of Bionic Engineering》 SCIE EI CSCD 2020年第3期611-631,共21页
Scientists have long looked to nature and biology in order to understand and model solutions for complex real-world problems.The study of bionics bridges the functions,biological structures and functions and organizat... Scientists have long looked to nature and biology in order to understand and model solutions for complex real-world problems.The study of bionics bridges the functions,biological structures and functions and organizational principles found in nature with our modem technologies,numerous mathematical and metaheuristic algorithms have been developed along with the knowledge transferring process from the lifeforms to the human technologies.Output of bionics study includes not only physical products,but also various optimization computation methods that can be applied in different areas.Related algorithms can broadly be divided into four groups:evolutionary based bio-inspired algorithms,swarm intelligence-based bio-inspired algorithms,ecology-based bio-inspired algorithms and multi-objective bio-inspired algorithms.Bio-inspired algorithms such as neural network,ant colony algorithms,particle swarm optimization and others have been applied in almost every area of science,engineering and business management with a dramatic increase of number of relevant publications.This paper provides a systematic,pragmatic and comprehensive review of the latest developments in evolutionary based bio-inspired algorithms,swarm intelligence based bio-inspired algorithms,ecology based bio-inspired algorithms and multi-objective bio-inspired algorithms. 展开更多
关键词 bio-inspired optimization multi-objective optimization evolutionary based algorithms swarm intelligence based algorithms ecology based bio-inspired agorithms
抽水蓄能EPC项目风险成本智能优化研究 认领 引用
6
作者 万海征 《价值工程》 2026年第26期17-19,共3页
本文针对抽水蓄能EPC项目风险复杂、不确定性强的特点,提出一种风险成本智能优化方法。通过构建统一数据底座,融合多源数据实现风险识别与量化,并运用改进的基于分解的多目标进化算法(MOEA/D)在风险与全寿命成本间进行协同寻优。结合动... 本文针对抽水蓄能EPC项目风险复杂、不确定性强的特点,提出一种风险成本智能优化方法。通过构建统一数据底座,融合多源数据实现风险识别与量化,并运用改进的基于分解的多目标进化算法(MOEA/D)在风险与全寿命成本间进行协同寻优。结合动态罚函数与工程修复算子确保方案可行性,基于实际工程数据开展仿真验证。结果表明,该方法在约束可行性与决策透明度方面具有显著优势,为项目风险成本精细化管控提供了有效路径。 展开更多
关键词 抽水蓄能 EPC 风险成本 智能优化 基于分解的多目标进化算法
暂未订购 下载PDF
“双碳”背景下考虑需求不确定的多式联运网络设计优化 认领 引用 被引量：3
7
作者 黄瑞 赵旭 王婧贇 《交通运输系统工程与信息》 EI CSCD 北大核心 2025年第6期1-12,共12页
在“双碳”目标持续推进与运输需求不确定性加剧背景下,研究多式联运网络设计优化问题。首先,构建以优化策略制定者为上层领导者,以托运人为下层跟随者的双层双目标优化模型,上层协同制定通过能力投资、低碳投资与补贴策略,实现总收益... 在“双碳”目标持续推进与运输需求不确定性加剧背景下,研究多式联运网络设计优化问题。首先,构建以优化策略制定者为上层领导者,以托运人为下层跟随者的双层双目标优化模型,上层协同制定通过能力投资、低碳投资与补贴策略,实现总收益最大化与碳排放量最小化;下层基于广义运输成本求解用户均衡下的网络货流分配结果。接着,引入实物期权理论,采用几何布朗运动描述运输需求波动的随机过程,量化延迟优化的期权价值,确定优化策略的最优实施时机。针对模型特点,设计嵌套Frank-Wolfe的基于分解的多目标进化算法(MOEA/D)求解确定性模型,并结合最小二乘蒙特卡洛模拟识别优化策略实施时机。以西部陆海新通道沿线区域为例进行实证分析,结果表明:所提方法可统筹经济、低碳与运营效率等目标,实现单位运输成本降低16.58%,网络碳排放总量减少27.11%及总收益稳健增长5.41%;在需求不确定环境下,延期实施优化策略能够带来额外的期权价值,案例中,延期至第3期实施可使预期收益提升4.70%,碳排放总量降低5.03%。 展开更多
关键词 综合运输 网络设计优化 双层双目标优化模型 多式联运网络 MOEA/D算法 实物期权
暂未订购 下载PDF
Improved MOEA/D for Dynamic Weapon-Target Assignment Problem 认领 引用 被引量：10
8
作者 Ying Zhang Rennong Yang +1 位作者 Jialiang Zuo Xiaoning Jing 《Journal of Harbin Institute of Technology(New Series)》 EI CAS 2015年第6期121-128,共8页
Conducting reasonable weapon-target assignment( WTA) with near real time can bring the maximum awards with minimum costs which are especially significant in the modern war. A framework of dynamic WTA( DWTA) model base... Conducting reasonable weapon-target assignment( WTA) with near real time can bring the maximum awards with minimum costs which are especially significant in the modern war. A framework of dynamic WTA( DWTA) model based on a series of staged static WTA( SWTA) models is established where dynamic factors including time window of target and time window of weapon are considered in the staged SWTA model. Then,a hybrid algorithm for the staged SWTA named Decomposition-Based Dynamic Weapon-target Assignment( DDWTA) is proposed which is based on the framework of multi-objective evolutionary algorithm based on decomposition( MOEA / D) with two major improvements: one is the coding based on constraint of resource to generate the feasible solutions, and the other is the tabu search strategy to speed up the convergence.Comparative experiments prove that the proposed algorithm is capable of obtaining a well-converged and well diversified set of solutions on a problem instance and meets the time demand in the battlefield environment. 展开更多
关键词 multi-objective optimization(MOP) dynamic weapon-target assignment(DWTA) multi-objective evolutionary algorithm based on decomposition(MOEA/D) tabu search
暂未订购 下载PDF
改进分解进化算法求解动态火力分配多目标优化模型 认领 引用 被引量：15
9
作者 张滢 杨任农 +2 位作者 左家亮 景小宁 何贵波 《兵工学报》 EI CAS CSCD 北大核心 2015年第8期1533-1540,共8页
战前制定合理的火力分配(WTA)方案,可以优化资源配置,用最小的代价获取最大的战场收益。其一,建立了面向多型武器协同进攻作战的动态火力分配(DWTA)多目标优化模型,由多个阶段静态模型构成,各阶段静态模型参数需根据战场态势实时获取;其... 战前制定合理的火力分配(WTA)方案,可以优化资源配置,用最小的代价获取最大的战场收益。其一,建立了面向多型武器协同进攻作战的动态火力分配(DWTA)多目标优化模型,由多个阶段静态模型构成,各阶段静态模型参数需根据战场态势实时获取;其二,重点研究阶段静态模型求解算法。针对模型特点,设计了一种满足资源约束的编码方式,融合禁忌搜索和拥挤距离策略,提出了一种改进分解进化算法。对比实验验证了算法的可行性、快速性和有效性。 展开更多
关键词 兵器科学与技术 多目标优化 动态火力分配 分解进化算法 禁忌搜索
暂未订购 下载PDF
火星探测器气动外形/弹道一体化多目标优化 认领 引用 被引量：6
10
作者 丰志伟 张青斌 +2 位作者 高兴龙 唐乾刚 杨涛 《航空学报》 EI CAS CSCD 北大核心 2014年第9期2461-2471,共11页
针对火星探测器概念设计阶段的需求,提出了融合气动外形、弹道和开伞条件的一体化多目标优化设计方法。首先建立了火星探测器进入段三自由度弹道运动方程,基于修正牛顿理论推导了适用于具有较大半锥角球锥外形的气动参数估算模型,采用Su... 针对火星探测器概念设计阶段的需求,提出了融合气动外形、弹道和开伞条件的一体化多目标优化设计方法。首先建立了火星探测器进入段三自由度弹道运动方程,基于修正牛顿理论推导了适用于具有较大半锥角球锥外形的气动参数估算模型,采用Sutton-Graves公式计算了驻点热流密度。以开伞高度、总吸热量和容积率为目标函数建立了火星探测器气动外形/弹道一体化多目标优化模型,采用基于分解的多目标进化算法(MOEA/D)进行求解计算并与参考设计进行了对比。数值结果表明:多目标优化方法提供多个三目标均优于参考设计的Pareto最优解,为火星探测器的概念设计提供了一定的参考依据。 展开更多
关键词 火星探测器 多目标优化 基于分解的多目标进化算法 气动外形 概念设计
暂未订购 下载PDF
基于权重迭代的偏好多目标分解算法解决参考点对算法影响的研究 认领 引用 被引量：9
11
作者 郑金华 喻果 贾月 《电子学报》 EI CAS CSCD 北大核心 2016年第1期67-76,共10页
在传统偏好多目标进化算法中,参考点是表达决策者的偏好信息最常用的方式,但是参考点所处位置信息有时严重影响算法的性能.针对以上问题,本文提出了一种基于权重迭代的偏好多目标分解算法(MOEA/DPRE),主要利用权重迭代方法获取一组均匀... 在传统偏好多目标进化算法中,参考点是表达决策者的偏好信息最常用的方式,但是参考点所处位置信息有时严重影响算法的性能.针对以上问题,本文提出了一种基于权重迭代的偏好多目标分解算法(MOEA/DPRE),主要利用权重迭代方法获取一组均匀的权重向量,并对偏好区域进行映射,使得算法在进化过程中,不用考虑参考点所处位置信息对算法性能的影响,另外提出了一种稳定可控的偏好区域模型,能响应决策者设置任意大小的偏好区域.通过对比实验表明该算法具有较好的收敛性和分布性,同时给出了满足决策者不同要求的算法模型,并且能够很好的解决参考点的位置信息对算法的影响. 展开更多
关键词 多目标分解算法 进化算法 偏好 权重迭代 决策者
暂未订购 下载PDF
基于CatBoost-MOEAD的大直径泥水盾构施工多目标预测优化 认领 引用 被引量：10
12
作者 吴贤国 刘俊 +2 位作者 苏飞鸣 陈虹宇 冯宗宝 《中国安全科学学报》 CAS CSCD 北大核心 2024年第6期57-64,共8页
为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选... 为有效优化盾构施工参数,实现在大直径泥水盾构掘进过程中安全、高效和节能的目标,提出分类助推(CatBoost)和基于分解的多目标进化算法(MOEAD)相结合的混合智能算法;综合考虑盾构施工参数与地质条件,以主要的盾构施工参数为研究对象,选择地表沉降、贯入度和掘进比能为预测和控制目标;优化调控选择的盾构施工参数,并以武汉市轨道交通某号线为例,验证该混合算法的有效性。结果表明:采用CatBoost算法建立的预测模型在大直径泥水盾构上表现出来的预测性能良好,对3个控制目标的拟合精度(R 2)均达到0.9以上;预测模型的重要性排序表明:大直径泥水盾构的总推进力和推进速度对地表沉降、贯入度和掘进比能有显著影响;所提出的CatBoost-MOEAD混合智能算法对3个控制目标的优化效果明显,地表沉降、贯入度和掘进比能分别达到12.35%、7.47%和10.70%的优化幅度,并给出相应盾构施工参数的控制范围。 展开更多
关键词 大直径泥水盾构 分类助推(CatBoost) 基于分解的多目标进化算法(MOEAD) 多目标优化 地表沉降
暂未订购 下载PDF
基于进化多目标优化的微服务组合部署与调度策略 认领 引用 被引量：12
13
作者 马武彬 王锐 +3 位作者 王威超 吴亚辉 邓苏 黄宏斌 《系统工程与电子技术》 EI CSCD 北大核心 2020年第1期90-100,共11页
面向微服务实例在不同资源中心的组合部署与调度问题,构建微服务组合部署与调度最优化问题模型。以资源服务中心计算及存储资源利用率、负载均衡率和微服务实际使用率等为优化目标,以服务的完备性、资源与存储资源总量和微服务序列总量... 面向微服务实例在不同资源中心的组合部署与调度问题,构建微服务组合部署与调度最优化问题模型。以资源服务中心计算及存储资源利用率、负载均衡率和微服务实际使用率等为优化目标,以服务的完备性、资源与存储资源总量和微服务序列总量为约束条件,提出基于进化多目标优化算法(NSGA-Ⅲ,MOEA/D)求解方法,寻求微服务序列在不同资源中心的实例组合部署与调度策略。通过真实数据集实验对比,在全部满足用户服务请求的约束下,该策略比传统微服务组合调度策略的计算、存储资源平均空闲率和微服务实际空闲率要分别低13.21%、5.2%和16.67%。 展开更多
关键词 微服务 服务组合优化 基于参考点非支配排序遗传算法 基于分解的多目标进化算法 多目标优化
暂未订购 下载PDF
一种基于新型邻域更新策略的MOEA/D算法 认领 引用 被引量：4
14
作者 耿焕同 韩伟民 +1 位作者 周山胜 丁洋洋 《计算机科学》 CSCD 北大核心 2019年第5期191-197,共7页
针对MOEA/D算法求解复杂优化问题时,邻域更新策略的无限制替换易造成种群多样性缺失的问题,提出了一种基于新型邻域更新策略的MOEA/D算法(MOEA/D-ENU)。该算法在进化过程中对解的信息进行充分挖掘,按照邻域更新能力对产生的新解进行分类... 针对MOEA/D算法求解复杂优化问题时,邻域更新策略的无限制替换易造成种群多样性缺失的问题,提出了一种基于新型邻域更新策略的MOEA/D算法(MOEA/D-ENU)。该算法在进化过程中对解的信息进行充分挖掘,按照邻域更新能力对产生的新解进行分类,并针对不同类型的新解,自适应地采取不同的邻域更新策略,在保证种群收敛速度的同时,又兼顾了种群的多样性。实验中,选取ZDT,UF,CF等9个函数作为标准测试集,将改进后的算法MOEA/D-ENU与其他5种算法进行对比实验,并以IGD和HV为评估指标。实验结果表明新算法具有更好的收敛性和分布性。 展开更多
关键词 基于分解的多目标进化算法 挖掘解 分类 邻域更新策略
暂未订购 下载PDF
喷嘴结构对高压水射流影响及结构参数优化设计 认领 引用 被引量：35
15
作者 韩启龙 马洋 《国防科技大学学报》 EI CAS CSCD 北大核心 2016年第3期68-74,共7页
喷嘴是产生高压水射流的关键部件,其结构形式对射流动力学性能有很大影响。以圆柱形喷嘴为对象,进行喷嘴结构对高压水射流的影响分析及结构参数优化设计。采用两相流计算流体力学模型进行喷嘴内外的射流流场分析。为节省计算资源,在优... 喷嘴是产生高压水射流的关键部件,其结构形式对射流动力学性能有很大影响。以圆柱形喷嘴为对象,进行喷嘴结构对高压水射流的影响分析及结构参数优化设计。采用两相流计算流体力学模型进行喷嘴内外的射流流场分析。为节省计算资源,在优化设计时引入Kriging代理模型替代计算流体力学模型。分别采用改进的非劣分类遗传算法和基于分解的多目标进化算法进行单目标和多目标优化设计。研究结果表明:直线型喷嘴总体性能较优,凹型喷嘴的次之,凸型喷嘴性能最差。以直线型喷嘴为设计对象,以射流初始段长度和流量为目标,得到了单目标和多目标优化设计结果。单目标优化时,两个指标较基准外形分别提高14.71%和27.56%。多目标优化时,优化得到的半锥角处于[15.4°,89.8°]区间内。运用代理模型和进化算法的全局优化方法在进行喷嘴的优化设计时是有效的。 展开更多
关键词 高压水射流 喷嘴 全局优化 两相流 代理模型 基于分解的多目标进化算法
暂未订购 下载PDF
一种基于MOEA/D的组合权重方法 认领 引用 被引量：10
16
作者 程建华 董铭涛 赵琳 《控制与决策》 EI CSCD 北大核心 2021年第12期3056-3062,共7页
为了准确地求解组合权重的组合系数,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)思想引入评估领域,提出一种基于MOEA/D的组合权重方法.通常,利用加权和法将组合权重模型转化为... 为了准确地求解组合权重的组合系数,将基于分解的多目标进化算法(multi-objective evolutionary algorithm based on decomposition,MOEA/D)思想引入评估领域,提出一种基于MOEA/D的组合权重方法.通常,利用加权和法将组合权重模型转化为单目标模型时,模型加权系数难以准确确定.对此,引入MOEA/D算法的分解思想,将组合权重模型转化为多个单目标子模型.MOEA/D算法仅适用于无约束优化问题,而较为常用的惩罚函数法难以表达进化初期无可行解的情况,因而提出改进自适应惩罚函数(improved adaptive penalty function,IAPF),将组合权重模型转化为无约束优化模型.应用所提出方法与其他方法进行仿真实验,实验结果表明,所提出算法具有有效性. 展开更多
关键词 组合权重 多目标优化 约束 MOEA/D 自适应惩罚函数
暂未订购 下载PDF
旋翼翼型高维多目标气动优化设计 认领 引用 被引量：5
17
作者 宋超 周铸 +1 位作者 李伟斌 罗骁 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第1期95-105,共11页
先进旋翼翼型设计是典型的多设计点、多目标优化问题,常规优化方法已无法满足翼型高维多目标优化设计的要求。基于分解的多目标优化算法(MOEA/D),建立了考虑高低速升阻特性、力矩特性、阻力发散特性等的旋翼翼型高维多目标优化设计方法... 先进旋翼翼型设计是典型的多设计点、多目标优化问题,常规优化方法已无法满足翼型高维多目标优化设计的要求。基于分解的多目标优化算法(MOEA/D),建立了考虑高低速升阻特性、力矩特性、阻力发散特性等的旋翼翼型高维多目标优化设计方法,并采用高精度kriging模型以提高优化设计效率。针对旋翼内段、中段翼型进行了5个设计目标的全局优化设计,采用自组织图映射(SOM)方法对最优Pareto解集进行了聚类分析。典型翼型CFD结果分析表明,中段翼型低速力矩系数幅值减小约50.7%,高速最大升力系数提高约6.5%,最大升阻比提高约7.7%,同时阻力发散特性得到改善,内段翼型同样取得了良好的多目标优化效果。研究表明,MOEA/D算法对高维多目标气动优化设计问题具有很好的适应性,能有效提升旋翼高低速气动性能设计的能力。 展开更多
关键词 旋翼翼型 高维多目标 气动优化 基于分解的多目标优化算法(MOEA/D) 自组织图映射(SOM)
暂未订购 下载PDF
基于CatBoost-MOEAD的大直径泥水盾构姿态多目标预测与优化 认领 引用 被引量：6
18
作者 吴贤国 刘俊 +1 位作者 王静怡 覃亚伟 《中国安全科学学报》 CAS CSCD 北大核心 2024年第10期50-57,共8页
为避免盾构掘进过程中出现蛇形、轴线偏离等姿态异常问题影响施工安全,提出一种结合类别提升(CatBoost)算法和基于分解的多目标优化算法(MOEAD)的大直径泥水盾构姿态控制方法;构建一个盾构姿态预测模型,该模型包含19个输入参数和6个输... 为避免盾构掘进过程中出现蛇形、轴线偏离等姿态异常问题影响施工安全,提出一种结合类别提升(CatBoost)算法和基于分解的多目标优化算法(MOEAD)的大直径泥水盾构姿态控制方法;构建一个盾构姿态预测模型,该模型包含19个输入参数和6个输出参数,利用CatBoost算法构建输入参数与输出参数之间的非线性映射关系;采用沙普利加性解释法(SHAP)分析输入参数对盾构姿态的影响;结合多目标优化算法构建CatBoost-MOEAD盾构姿态多目标优化模型,将所提模型运用到武汉长江大直径泥水盾构隧道工程中,分析验证所提方法的适用性和有效性。结果表明:CatBoost预测模型能够高效地预测大直径泥水盾构的姿态,其中6个盾构姿态目标的决定系数范围为0.931~0.974,均方根误差范围为0.030~0.880,误差范围为0.039~1.057;对盾构姿态影响较大的施工参数中推进组推力对盾构姿态的影响最为显著;通过研发的CatBoost-MOEAD盾构姿态多目标优化方法,盾构姿态的优化效果显著,优化率可达38.86%。 展开更多
关键词 类别提升(CatBoost) 基于分解的多目标优化算法(MOEAD) 大直径泥水盾构 盾构姿态 多目标优化 沙普利加性解释法(SHAP)
暂未订购 下载PDF
基于改进MOEA/D的钢铁多介质能源计划优化 认领 引用 被引量：4
19
作者 欧阳洪才 吴定会 +1 位作者 范俊岩 汪晶 《系统仿真学报》 CAS CSCD 北大核心 2023年第3期568-578,共11页
针对多介质钢铁能源计划模型存在变量较多、约束复杂和模型求解难度高等问题,提出基于自适应邻域的改进MOEA/D(decomposition-based multi-objective evolutionary algorithm)实现多介质能源计划优化。考虑分时电价特性和煤气柜的缓冲作... 针对多介质钢铁能源计划模型存在变量较多、约束复杂和模型求解难度高等问题,提出基于自适应邻域的改进MOEA/D(decomposition-based multi-objective evolutionary algorithm)实现多介质能源计划优化。考虑分时电价特性和煤气柜的缓冲作用,构建以最小化运行成本和总能耗的目标函数,设计能源介质供需和工序饱和度等模型约束;基于能源产耗规则的解码方法确定目标值,定义归一化的切比雪夫聚合函数和种群进化程度的自适应邻域更新,设计改进MOEA/D的能源计划优化算法。仿真对比实验验证了改进MOEA/D有效实现能源计划优化,提高解的收敛性,降低运行成本1.3%和能耗1.2%。 展开更多
关键词 能源计划 多目标 能耗 MOEA/D 邻域更新
暂未订购 下载PDF
改进自适应MOEA/D算法的楼宇负荷优化调度 认领 引用 被引量：8
20
作者 易灵芝 林佳豪 +2 位作者 刘建康 罗显光 李旺 《计算机工程与应用》 CSCD 北大核心 2022年第2期295-302,共8页
针对负荷侧用户用电电费、新能源消纳率和用电峰谷差等问题,提出了一种改进的自适应基于分解的多目标进化算法,进行楼宇微电网签约住户可控负荷优化调度;通过分析负荷的用电特性,将用电负荷分为五类并分类建立数学模型、优化目标函数和... 针对负荷侧用户用电电费、新能源消纳率和用电峰谷差等问题,提出了一种改进的自适应基于分解的多目标进化算法,进行楼宇微电网签约住户可控负荷优化调度;通过分析负荷的用电特性,将用电负荷分为五类并分类建立数学模型、优化目标函数和约束条件;将广义分解与均匀分配相结合产生新的自适应权重向量使算法非支配解更接近真实帕累托前沿;采用历史经验的思想通过计数SBX和DE两种交叉算子对外部存档的贡献率,运用轮盘赌的方式实现自适应选择策略;通过特性约束条件映射对产生的子代点进行修正,间接地扩大了算法搜索空间,提高了种群多样性。通过测试函数验证了改进的AWS-MOEA/D算法的收敛性和优越性;在某小区楼宇住户调度仿真实验结果表明,所改进的算法在调度后能节省更多的电费,并有效地提高了新能源消纳率。 展开更多
关键词 楼宇微电网 自适应选择策略 自适应权重向量 基于分解的多目标进化算法(MOEA/D) 自动需求响应
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈