Pareto最优

摘要： 建立微分博弈模型,分析了动态框架下农机零部件商和整机制造商在设计与制造过程中的质量投入策略,考察在无成本分担和有成本分担Stackelberg博弈,及协同合作3种博弈情形下供需决策过程与最优策略。最后,通过算例验证理论推导的结果。结果表明:整机制造商对农机零部件商的成本分担可提升零部件商在设计和制造环节质量投入的努力水平以及双方的整体收益;在协同合作情形下,双方的质量投入水平与整体收益均优于其他两种情形,且收益分配系数在一定范围内可使双方个体收益达到Pareto最优,进而实现了双方质量投入行为的有效协调。

摘要： 针对冷热电联供型微电网运行调度的优化问题,为实现节能减排的目标,以微电网运行费用和环境污染成本为优化目标,建立了包含风机、微型燃气轮机、余热锅炉、溴化锂吸收式制冷机等微源的微电网优化模型。模型的优化求解使用改进的多目标灰狼优化算法,得到多目标问题的Pareto最优解集,并针对微电网优化问题约束条件较多,算法前期探索能力不足的问题,对算法进行改进。仿真结果表明,改进算法的求解速度和全局搜索性能优于原始算法,文中方法可以为冷热电联供型微电网优化调度提供建议,实现根据用户需求的微电网灵活调动,达到减少运行费用和污染气体排放的效果。

摘要： 针对多目标萤火虫算法勘探能力弱、求解精度差的问题,本文提出了一种基于最大最小策略和非均匀变异的萤火虫算法(HVFA-M)。该算法首先引入Maximin策略,实现对外部档案的动态调整和对精英解的随机选择;其次,精英解结合当前最好解共同引导萤火虫进行全局搜索以扩大算法的搜索范围,提高算法的勘探能力,从而增加找寻全局最优解的概率;最后,在算法全面勘探的基础上,添加非均匀变异算子使得算法融合局部搜索的思想引导种群进行局部开采,进一步增强算法的寻优能力。将HVFA-M与经典及新近多目标进化算法进行比较,实验结果表明:HVFA-M能有效提升算法的勘探能力,在解的收敛性和多样性也表现出良好的性能。

摘要： 贯通运营下列车开行方案优化编制是城轨网络化运营所面临的重要课题之一。为此,文章首先针对贯通运营时跨线交路与本线交路存在服务交叉的现象,将服务网络构建、出行路径搜索及列车满载率计算均细化至交路层面,并生成交叉交路发车频率相容性矩阵;其次,采用基于最优策略的方法进行服务网络客流分配,并建立以乘客出行与企业运营综合成本最小及区间断面运力利用最均衡为目标的混合整数规划模型,对交路、发车频率、编组方案进行综合优化;最后,以北京地铁1号线和八通线贯通运营为案例进行实证分析。分析结果表明:贯通运营可在基本保持运营成本不变的基础上将乘客候车、换乘成本以及线路运力利用均衡程度分别提升24.5%、55.4%、98%。

摘要： 以促进耕地集中连片为单一目标的传统土地整治区划工作,已无法满足国土空间生态修复与全域土地整治提出的可持续发展新要求。本文以上海市青浦区土地整备引导区为研究区域,基于多目标优化理论与Pareto最优算法,考虑空间结构、生态价值、环境影响、农业生产潜力等多维度目标,建立基于多目标优化的大都市土地整治潜力区划决策框架。基于权衡视角下的土地整治潜力区划方案显示,青浦区土地整备引导区内总面积近2922公顷(6397个图斑)的区域划入土地整治潜力极高区,占引导区总面积的43.72%。本文提出的多目标最优的大都市土地整治潜力区划决策方法,能较好地处理多目标权衡下的定量求解问题,可对我国区县级重大土地整治项目的规划部署提供技术支持和借鉴。

摘要： 现有电力应急预案在响应突发事故导致的输电线路故障情况时,体现出准确性和时效性的明显不足问题,归其根本是因为在响应初期无法做到准确及时地定位出故障线路位置,从而使得应急响应存在滞后性。而智慧型电力应急预案以事故的推理机制为基础,在考虑系统的状态运行条件下,实现无脚本的动态应急响应。在智慧型应急预案下,动态应急响应的关键在于准确及时地定位出发生故障的输电线路位置。通过将电力网络的APTS简化模型和改进遗传算法相结合,构建出一种在智慧应急预案下的故障线路快速定位方法。该方法具有定位速度快和定位精度高的优点,具有很强的实用性。最后,以广州市某小型配电网为例验证了其合理性和可行性。

摘要： 以湛江南渡河引水规划为例,根据各水利工程节点实际水源、用水户、引调水顺序构建联合调度模型,并采用长系列法模拟日时段供水调度过程,最后借助遗传算法(NSGA-II)自动搜索联合调度模型的优化解集。计算得到多个引水设计规模和调度规则参数Pareto解集,为全面、清晰了解决策变量对调度效果的影响提供充足的分析数据,并为后续工程方案选择和决策提供支持。

摘要： 针对和声搜索算法在求解多目标问题时效率不高、易陷入局部最优、在算法后期收敛精度不够等不足.提出一种改进的多目标和声搜索算法,其思想是通过引入自适应操作,加强算法的全局搜索能力,增加解的多样性;同时对解集根据Pareto最优解进行非支配排序,提高算法效率,增加算法在后期的收敛精度.在数值仿真实验中选取4个测试函数进行实验,并同其他算法进行多方面比较,结果表明该算法具有更好的性能.

摘要： 多目标进化算法主要用于研究如何利用进化计算方法求解多目标优化问题,其已成为进化计算领域的一个研究热点.首先文章介绍了多目标优化问题相关的概念、数学描述等.其次,介绍了多目标进化算法的最新研究进展.最后,提出了多目标进化算法研究中存在的关键问题以及对今后研究方向的一些展望.

摘要： 针对不相关并行机调度问题,面向降低能源消耗和减少完工时间的目标,提出一种更高效的基于十进制整数编码的多目标灰狼算法.求解时,采用将资源配置与作业排序相结合的十进制整数编码方式,设计了针对多目标离散调度问题的两阶段位置更新机制.同时引入了N S GA-Ⅱ的精英保留策略,提高了算法的寻优能力,应用最大迭代次数停止准则结束循环并保留最优解.最后,通过数值实验与有代表性的前沿算法进行仿真对比,以验证所提算法的可行性与有效性.

摘要： 解决好网格环境中多QoS约束条件下的独立任务调度问题是提高网格系统关键技术之一。将该类问题规约为多目标组合问题优化，以NSGA-II算法为基础，通过优化其初始种群的生成算法以及变异算子的更新算法，以期在网格多目标约束条件下寻找到较优任务调度方案。仿真实验表明，该算法的有效性和实用性。

摘要： 解决好网格环境中多QoS约束条件下的独立任务调度问题是提高网格系统关键技术之一。将该类问题规约为多目标组合问题优化，以NSGA-II算法为基础，通过优化其初始种群的生成算法以及变异算子的更新算法，以期在网格多目标约束条件下寻找到较优任务调度方案。仿真实验表明，该算法的有效性和实用性。

摘要： 解决好网格环境中多QoS约束条件下的独立任务调度问题是提高网格系统关键技术之一。将该类问题规约为多目标组合问题优化，以NSGA-II算法为基础，通过优化其初始种群的生成算法以及变异算子的更新算法，以期在网格多目标约束条件下寻找到较优任务调度方案。仿真实验表明，该算法的有效性和实用性。

摘要： 解决好网格环境中多QoS约束条件下的独立任务调度问题是提高网格系统关键技术之一。将该类问题规约为多目标组合问题优化，以NSGA-II算法为基础，通过优化其初始种群的生成算法以及变异算子的更新算法，以期在网格多目标约束条件下寻找到较优任务调度方案。仿真实验表明，该算法的有效性和实用性。

摘要： 解决好网格环境中多QoS约束条件下的独立任务调度问题是提高网格系统关键技术之一。将该类问题规约为多目标组合问题优化，以NSGA-II算法为基础，通过优化其初始种群的生成算法以及变异算子的更新算法，以期在网格多目标约束条件下寻找到较优任务调度方案。仿真实验表明，该算法的有效性和实用性。

摘要： 解决好网格环境中多QoS约束条件下的独立任务调度问题是提高网格系统关键技术之一。将该类问题规约为多目标组合问题优化，以NSGA-II算法为基础，通过优化其初始种群的生成算法以及变异算子的更新算法，以期在网格多目标约束条件下寻找到较优任务调度方案。仿真实验表明，该算法的有效性和实用性。

摘要： 为了有效地检测多目标进化算法在求解各类多目标优化问题时的性能,从3个方面讨论了多目标优化测试问题的设计,即约束条件、最优解分布的均匀性、算法逼近Pareto最优前沿的难度.针对每一方面,都设计了一个相关的测试问题,并采用NSGA Ⅱ算法进行了仿真实验.结果显示,测试问题能够有效检测算法在上述三方面的性能,尤其是在约束处理方面.这些测试问题可供研究人员用来评价他们所设计的多目标优化算法.

摘要： 为了有效地检测多目标进化算法在求解各类多目标优化问题时的性能,从3个方面讨论了多目标优化测试问题的设计,即约束条件、最优解分布的均匀性、算法逼近Pareto最优前沿的难度.针对每一方面,都设计了一个相关的测试问题,并采用NSGA Ⅱ算法进行了仿真实验.结果显示,测试问题能够有效检测算法在上述三方面的性能,尤其是在约束处理方面.这些测试问题可供研究人员用来评价他们所设计的多目标优化算法.

摘要： 为了有效地检测多目标进化算法在求解各类多目标优化问题时的性能,从3个方面讨论了多目标优化测试问题的设计,即约束条件、最优解分布的均匀性、算法逼近Pareto最优前沿的难度.针对每一方面,都设计了一个相关的测试问题,并采用NSGA Ⅱ算法进行了仿真实验.结果显示,测试问题能够有效检测算法在上述三方面的性能,尤其是在约束处理方面.这些测试问题可供研究人员用来评价他们所设计的多目标优化算法.

摘要： 为了有效地检测多目标进化算法在求解各类多目标优化问题时的性能,从3个方面讨论了多目标优化测试问题的设计,即约束条件、最优解分布的均匀性、算法逼近Pareto最优前沿的难度.针对每一方面,都设计了一个相关的测试问题,并采用NSGA Ⅱ算法进行了仿真实验.结果显示,测试问题能够有效检测算法在上述三方面的性能,尤其是在约束处理方面.这些测试问题可供研究人员用来评价他们所设计的多目标优化算法.

摘要： 一种软件服务价值客观评测方法，包括以下步骤：确定软件服务的评价维度并采集得到相应的维度数据；基于Pareto占优概念求取Pareto最优集；基于变异系数计算所述Pareto最优集中各评价维度的权重因子；对全部样本数据进行归一化处理；通过加权和模型计算所述软件服务的综合评分。该方法去除人为因素，避免主观随意性，使得评价结果更为客观、准确；通过最优样本集来确定各个评价维度的权重，相比通过全部样本的方式，具有较强的鲁棒性。

摘要： 本发明公开了一种求解Pareto最优解集多目标无功优化方法，本发明将问题转化为求解含两个目标函数的无功优化问题，能够直接通过切线法分别求得两个目标函数的边界点，再采用加不等式约束的方法来求得两个目标函数构成的Pareto前沿，在计算过程中，求解单目标无功优化模型的算法采用原对偶内点法，初值的给点采用潮流计算的结果；本发明的优点是：在无功优化过程中综合考虑了多个目标的最优，有效地避免了其他算法通过构造单目标无功优化模型时产生的主观性，能够直观地从Pareto前沿面中看出各个目标函数分布的情况，方便决策者做出满足系统运行需要、合理、可靠的决策。

摘要： 本发明公开了一种基于Pareto最优的数字化调香方法，首先建立香原料描述信息库，包括对常用香原料的感官评分、香原料的香比强值、留香值、香品值、蒸汽压、朴却分类类型(头香、体香、基香)、来源分类(天然、合成)等信息。然后根据调香的目标，同时使用三值理论、分维理论和共振理论作为优化目标，采用香原料总数、用料偏好、创香主题和天然合成香原料的数量比等作为约束条件，采用遗传算法寻求优化解集，作为候选的配方单。该方法可解决传统单目标调香结果单一，多样性差的问题，灵活地提供了更为实用的数字化调香方法。

摘要： 本发明涉及基于免疫算法的逆变器多目标Pareto最优控制方法，采用免疫算法来求解逆变器输出电流波形质量和开关损耗的多目标最优控制序列。输出电流波形质量目标由逆变器输出波形质量评价函数刻画，开关损耗目标由Switching？Losses评价函数刻画，并以Pareto前沿面的形式给出Pareto最优解集，设计者可以根据意愿和对各目标的重视程度，从Pareto最优解集中选择出优化设计最满意的解。本发明通过计算数据手册提供的器件特性参数、负载电流、开关门极驱动信号及直流母线电压来实时计算逆变器的损耗，有可操作性，与物理模型和功能模型的建模方法相比，更适合于实际工程应用，具有在线监测的潜力。

摘要： 一种基于Pareto最优理论的多目标需求响应管理方法，属于电力系统技术领域，包括如下步骤：步骤1：根据实际电力系统结构，建立电网与用户交流的通信网络，建立用户需求响应收益模型，步骤2：代理商聚合用户侧可控负荷，电力用户参与需求响应，将电量代理收益记为常数R，收取服务费记为ε，代理商收益等于代理收益与需求响应收益之和；步骤3：终端用户i根据代理商提供的单位激励ψk确定其最佳需求响应量，确定最终收益等。本发明使得每位用户支出较少的电力消费的同时有效地提升系统电网的效益，通过系统电网的均衡电价策略引导用户进行最优购电消费，以达到电力系统的均衡最优。

摘要： 本发明公开了一种确定并联机器人Pareto最优前沿的混合算法，属于机器人多目标优化领域。所述方法包括以下步骤：粗划分网格，在离散空间计算待优化的n个目标函数的数值；将目标函数无量纲化，采用智能优化算法得到机器人多目标函数的Pareto最优解集；在Pareto最优解集附近细分网格，采用直接搜索方法得到机器人Pareto最优前沿。通过本发明提出的方法，可以得到并联机器人更加接近真实的Pareto最优前沿，为实现并联机器人性能指标的最优化提供了有效途径。

摘要： 一种软件服务价值客观评测方法，包括以下步骤：确定软件服务的评价维度并采集得到相应的维度数据；基于Pareto占优概念求取Pareto最优集；基于变异系数计算所述Pareto最优集中各评价维度的权重因子；对全部样本数据进行归一化处理；通过加权和模型计算所述软件服务的综合评分。该方法去除人为因素，避免主观随意性，使得评价结果更为客观、准确；通过最优样本集来确定各个评价维度的权重，相比通过全部样本的方式，具有较强的鲁棒性。

摘要： 本发明公开了一种基于Pareto最优的数字化调香方法，首先建立《香原料描述信息库》，包括对常用香原料的感官评分、香原料的香比强值、留香值、香品值、蒸汽压、朴却分类类型(头香、体香、基香)、来源分类(天然、合成)等信息。然后根据调香的目标，同时使用三值理论、分维理论和共振理论作为优化目标，采用香原料总数、用料偏好、创香主题和天然合成香原料的数量比等作为约束条件，采用遗传算法寻求优化解集，作为候选的配方单。该方法可解决传统单目标调香结果单一，多样性差的问题，灵活地提供了更为实用的数字化调香方法。

摘要： 本发明提供了一种优化Pareto最优解集的多目标群搜索优化方法，包括：发现者的动态选取处理以及精英集维护更新处理，其中所述发现者的动态选取处理用于采用动态加权综合评价方法对当代的非支配解集进行动态评价来执行发现者的选取；而且所述精英集维护更新处理用于在当代非支配解规模超过精英集容量时采用逐次淘汰策略对当代非支配解进行缩减处理。

摘要： 本发明公开了一种求解Pareto最优解集多目标无功优化方法，本发明将问题转化为求解含两个目标函数的无功优化问题，能够直接通过切线法分别求得两个目标函数的边界点，再采用加不等式约束的方法来求得两个目标函数构成的Pareto前沿，在计算过程中，求解单目标无功优化模型的算法采用原对偶内点法，初值的给点采用潮流计算的结果；本发明的优点是：在无功优化过程中综合考虑了多个目标的最优，有效地避免了其他算法通过构造单目标无功优化模型时产生的主观性，能够直观地从Pareto前沿面中看出各个目标函数分布的情况，方便决策者做出满足系统运行需要、合理、可靠的决策。