Pareto最优解

摘要： 【目的】探究跨流域调水泵站多目标优化运行。【方法】以泵站提水费用最小及站内机组间流量不均匀度最小为目标,以调水周期内各时段各机组叶片安放角为决策变量,本文建立了泵站多目标优化运行非线性数学模型,提出了基于Pareto最优解理论求解的多目标遗传算法。以南水北调东线源头江都4站为研究实例,考虑峰谷分时电价影响,开展了不同日均扬程及提水负荷下的典型计算分析。【结果】综合考虑泵站运行的安全性和经济性,在100%、80%、60%提水负荷下,江都4站最佳运行方案对应的每万m;提水费用较常规运行方案平均节约12.44%、14.26%和3.69%,机组间流量不均匀度相较于单独考虑经济运行目标的方案显著减少。【结论】新建立的模型能够有效降低泵站优化运行过程中的安全隐患。

摘要： 以风电为代表的新能源大规模并网,其出力的随机性和不确定性给电力系统的经济调度带来了严重影响。为此,首先建立了以发电机燃料费用与污染物排放量为目标的动态环境经济调度模型;其次提出改进分解多目标进化算法,可根据子问题距离中心问题的偏离程度动态调整邻域,有效平衡算法的多样性和收敛性;最后以10机测试系统为例进行验证。结果表明,改进分解多目标进化算法得到的Pareto最优前沿更广,且分布较为均匀。风电并网提高了系统的经济性和安全性,建立的模型及其改进算法具有可行性及有效性。

摘要： 以无人机物流配送中心选址问题为研究对象,结合其选址特点构建含有固定建设费用、存储管理费用、运输费用等成本要素的目标函数,建立了基于快速非支配排序遗传算法NSGA-2的选址模型进行求解,揭示了不同目标之间的Pareto最优解之间关系。最后,假设以天津市建立防疫物资无人机配送网为例,给出了优化方案,从而验证了模型的正确性。

摘要： 从高占比风电、光伏接入电网运行的安全性和稳定性等方面综合考虑,建立了以电压偏移量和网损最小为目标的无功优化模型。利用MATLAB软件对风电、光伏电站接入IEEE 33节点系统进行无功优化仿真分析,采用多目标粒子群(MOPSO)算法进行无功优化调度方案求解。基于Pareto前沿解的MOPSO算法可为决策者根据不同需求提供方案,并且同时达到提高测试系统的电压稳定性、降低网损的目标,验证了所提优化策略的有效性。

摘要： 针对仓库资源配置涉及因素众多难以优化问题,提出平均吞吐时间和成本集成的配置优化方法,从提升机和穿梭车两个维度分析,结合子母式穿梭车仓储系统运作特点,考虑穿梭车跨层作业,以平均吞吐时间和成本为目标函数,以货架数量、层数、列数、排数以及设备的数量及运行参数为决策变量,构建子母式穿梭车仓储系统配置多目标优化模型.采用非支配排序遗传算法进行求解,得到Pareto最优解.解集为决策变量的集合,根据这些参数,企业考虑实际情况进行仓储区域的规划布置以及设备选型,为推广应用自动化立体仓库提供了有效参考.

摘要： 为了探究电阻应变片参数改变对其结构振动及寿命的影响规律,通过有限元数值模拟方法,研究栅丝直径、栅丝长度、敏感栅弯数、栅丝间距与应变片动力学特性及疲劳特性的关系,采用Pareto方法对应变片参数进行寿命与振动幅度寻优.结果表明:结构谐响应振幅随栅丝长度、栅丝间距、敏感栅弯数的减小而增大,随栅丝直径的增大而增大;敏感栅结构对寿命的影响程度为:栅丝直径>栅丝间距>敏感栅弯数>栅丝长度,对谐响应振幅的影响程度为:栅丝直径>敏感栅弯数>栅丝间距>栅丝长度;使应变片振辐较小且疲劳性能较好的敏感栅结构帕累托最优解为栅丝直径0.03 mm、栅丝长度8 mm、敏感栅弯数5、栅间丝距0.5 mm.研究对高温应变片结构设计具有重要参考价值.

摘要： 提出了一种兼顾能效和谱效的直流偏置光正交频分复用(Direct Current-biased Optical Orthogonal Frequency Division Multiplexing,DCO-OFDM)通信系统优化方案。采用比特功率加载技术推导DCO-OFDM系统谱效与能效的闭合表达式,根据谱效与能效的闭合表达式建立关于Pareto最优解的谱效-能效多目标优化模型,利用加权乘积标量方法引入效用函数将多目标优化问题降维至单目标场景。仿真结果表明,通过改变权重因子可以灵活地调整谱效或能效在单目标函数中所占的比重,从而实现谱效和能效的综合优化。

摘要： 提出了一种兼顾能效和谱效的直流偏置光正交频分复用(Direct Current-biased Optical Orthogonal Fre-quency Division Multiplexing,DCO-OFDM)通信系统优化方案.采用比特功率加载技术推导DCO-OFDM系统谱效与能效的闭合表达式,根据谱效与能效的闭合表达式建立关于Pareto最优解的谱效-能效多目标优化模型,利用加权乘积标量方法引入效用函数将多目标优化问题降维至单目标场景.仿真结果表明,通过改变权重因子可以灵活地调整谱效或能效在单目标函数中所占的比重,从而实现谱效和能效的综合优化.

摘要： 在未来城市中更换电池这种便捷、高效的方式将成为共享电动汽车补充电能的主要方式.为了建立效率高、成本低、电网友好型的混合充换电站,首先根据共享电动汽车的租赁规律以及功率、时间等充电数据,利用蒙特卡洛模拟方法预测共享电动汽车的充电负荷;然后,以共享电动汽车充换电站对用户捕获程度最大、配电系统网络损耗最小和配电系统电压偏移最小为目标,建立共享电动汽车混合充换电站最优规划的多目标模型;最后,采用改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对多目标模型进行求解,得到Pareto最优解集.以25节点交通网络和IEEE 33节点配电系统为例,验证了所建模型的可行性,可为共享电动汽车混合充换电站的建设提供可行性经验.

摘要： 为了提高变风量空调(VAV)冷冻水系统控制效果,提出一种改进萤火虫算法优化PID控制的思路,并对系统添加史密斯预估器,从而优化对系统的控制.首先对变风量空调的冷冻水系统进行建模,通过求解系统的过渡时间、截止频率、M序列的幅值从而得到系统的传递函数;然后在原萤火虫算法的基础上进行创新,提出一种与Pareto最优解和步长优化策略结合的改进萤火虫算法,从而改善基本萤火虫算法后期容易陷入震荡和局部最优的问题;最后在被控系统中添加Smith预估器,使系统的滞后环节得到消除和改善,并利用改进后的萤火虫算法对PID参数进行整定调节.通过仿真对比可知,优化后的变风量空调冷冻水控制系统稳定性得到加强,滞后性减弱,同时具有良好的鲁棒性,因此验证了该算法的有效性.

摘要： 本文首先对多目标优化问题进行简介,然后对NSGA-Ⅱ算法以及其改进做了综述,并提出了一种改进参数和变异算子的NSGA-Ⅱ算法.最后采用测试函数对改进算法进行模拟实验,并将实验结果与以往算法的实验结果进行比较,得出结论,改进后的NSGA-Ⅱ在寻找Pareto最优解方面具有一定的优势.

摘要： 本文首先对多目标优化问题进行简介,然后对NSGA-Ⅱ算法以及其改进做了综述,并提出了一种改进参数和变异算子的NSGA-Ⅱ算法.最后采用测试函数对改进算法进行模拟实验,并将实验结果与以往算法的实验结果进行比较,得出结论,改进后的NSGA-Ⅱ在寻找Pareto最优解方面具有一定的优势.

摘要： 本文首先对多目标优化问题进行简介,然后对NSGA-Ⅱ算法以及其改进做了综述,并提出了一种改进参数和变异算子的NSGA-Ⅱ算法.最后采用测试函数对改进算法进行模拟实验,并将实验结果与以往算法的实验结果进行比较,得出结论,改进后的NSGA-Ⅱ在寻找Pareto最优解方面具有一定的优势.

摘要： 本文首先对多目标优化问题进行简介,然后对NSGA-Ⅱ算法以及其改进做了综述,并提出了一种改进参数和变异算子的NSGA-Ⅱ算法.最后采用测试函数对改进算法进行模拟实验,并将实验结果与以往算法的实验结果进行比较,得出结论,改进后的NSGA-Ⅱ在寻找Pareto最优解方面具有一定的优势.

摘要： 本文首先对多目标优化问题进行简介,然后对NSGA-Ⅱ算法以及其改进做了综述,并提出了一种改进参数和变异算子的NSGA-Ⅱ算法.最后采用测试函数对改进算法进行模拟实验,并将实验结果与以往算法的实验结果进行比较,得出结论,改进后的NSGA-Ⅱ在寻找Pareto最优解方面具有一定的优势.

摘要： 如何获得范围广泛且均匀分布的非支配解和保证算法朝Pareto最优解的方向搜索是多目标进化算法(MOEA)设计时的两个关键问题。在MOEA的基础上，提出一种基于云模型的多目标进化算法（CMOEA），算法设计一种新的变异算子自适应调整变异概率，使得算法具有良好的局部搜索能力，在采用小生境技术中小生境半径按X条件云发生器非线性动态地调整保持解的多样性，动态计算个体的拥挤距离并采用云模型参数来估计个体的拥挤度，逐个删除种群中超出的非劣解以保持解的分布性，将该算法用于多目标0/1背包问题，与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA2进行的比较实验结果表明，CMOEA具有良好的搜索性能，并能很好地维持种群的多样性，能够快速收敛到Pareto前沿,获得的Pareto最优解集具有更好的收敛性与分布性。

摘要： 如何获得范围广泛且均匀分布的非支配解和保证算法朝Pareto最优解的方向搜索是多目标进化算法(MOEA)设计时的两个关键问题。在MOEA的基础上，提出一种基于云模型的多目标进化算法（CMOEA），算法设计一种新的变异算子自适应调整变异概率，使得算法具有良好的局部搜索能力，在采用小生境技术中小生境半径按X条件云发生器非线性动态地调整保持解的多样性，动态计算个体的拥挤距离并采用云模型参数来估计个体的拥挤度，逐个删除种群中超出的非劣解以保持解的分布性，将该算法用于多目标0/1背包问题，与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA2进行的比较实验结果表明，CMOEA具有良好的搜索性能，并能很好地维持种群的多样性，能够快速收敛到Pareto前沿,获得的Pareto最优解集具有更好的收敛性与分布性。

摘要： 如何获得范围广泛且均匀分布的非支配解和保证算法朝Pareto最优解的方向搜索是多目标进化算法(MOEA)设计时的两个关键问题。在MOEA的基础上，提出一种基于云模型的多目标进化算法（CMOEA），算法设计一种新的变异算子自适应调整变异概率，使得算法具有良好的局部搜索能力，在采用小生境技术中小生境半径按X条件云发生器非线性动态地调整保持解的多样性，动态计算个体的拥挤距离并采用云模型参数来估计个体的拥挤度，逐个删除种群中超出的非劣解以保持解的分布性，将该算法用于多目标0/1背包问题，与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA2进行的比较实验结果表明，CMOEA具有良好的搜索性能，并能很好地维持种群的多样性，能够快速收敛到Pareto前沿,获得的Pareto最优解集具有更好的收敛性与分布性。

摘要： 如何获得范围广泛且均匀分布的非支配解和保证算法朝Pareto最优解的方向搜索是多目标进化算法(MOEA)设计时的两个关键问题。在MOEA的基础上，提出一种基于云模型的多目标进化算法（CMOEA），算法设计一种新的变异算子自适应调整变异概率，使得算法具有良好的局部搜索能力，在采用小生境技术中小生境半径按X条件云发生器非线性动态地调整保持解的多样性，动态计算个体的拥挤距离并采用云模型参数来估计个体的拥挤度，逐个删除种群中超出的非劣解以保持解的分布性，将该算法用于多目标0/1背包问题，与目前最流行且有效的多目标进化算法NSGA-Ⅱ及SPEA2进行的比较实验结果表明，CMOEA具有良好的搜索性能，并能很好地维持种群的多样性，能够快速收敛到Pareto前沿,获得的Pareto最优解集具有更好的收敛性与分布性。

摘要： 基于免疫系统中的克隆选择原理,提出了一种多目标克隆选择算法MCSA.该方法只对部分当前所得到的Pareto最优解进行进化操作,所求得的Pareto最优解保留在一个不断更新的外部记忆库中,并选用一种简单的多样性保存机制来保证其具有良好的分布特征.对于公认的多目标benchmark问题,MCSA在解集分布的均匀性与解的准确性方面均优于SPEA,NSGA-Ⅱ等算法。将该算法应用于径向基神经网络的设计,将RBF神经网络设计作为一个以结构的复杂性和网络的逼近能力为目标的多目标优化问题来处理,用MCSA来求解该问题的Pareto最优解集,为神经网络的选择提供了依据。

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。

摘要： 为了使多目标粒子群算法近似Pareto前端的收敛性和多样性更优，本发明提出了基于按区择取全局最优解和就近择取个体最优解的多目标粒子群算法，将坐标第一象限区域按角度平均划分成一定的扇形区域，让粒子在与自己同一区域的非劣解中选取全局最优解，同时设置个体外部档案保存每个个体粒子发现的Pareto最优解,从个体外部档案中选取与粒子向量夹角最小的个体外部档案向量所对应的位置作为个体极值，以及在基本速度更新公式中增加了粒子对自己不好历史经验认知的项，并采用类似于分析标准PSO的优化机理的方法证明其有效性。用本算法优化2个多目标检测函数，与其他2种优化算法相比，以验证本改进算法更佳的优化效果。

摘要： 本发明提供了最优解关系显示装置和最优解关系显示方法。一种装置：接收样本集合的输入，其中每个包括设计参数的值的集合和目标函数的值的集合；计算目标函数近似式；选择与非劣解相对应的设计参数的值的一些集合来作为最优设计参数集合的初始候选。该装置计算内插在候选中的两个相邻分量之间的一个或多个内插设计参数集合；并且针对每个内插设计参数集合，近似目标函数的值。该装置选择与对一对目标函数的成本评估的非劣解相对应的最优内插设计参数集合；并将其结合到候选中。该装置在确定新候选的成分之间的参数距离的同时对新候选重复处理。最终获得的新候选被输出作为最终最优设计参数集合并且与其有关的信息被显示。

摘要： 本发明涉及一种基于最优解的智能体残障设备投放方法，包括计算得到智能体选择的动作和Q值并进行初始化操作；进行总回合中的一个片段操作，将当前状态初始化为S0，在概率为ε时选择最大Q值对应的动作，否则选择一个随机动作，并执行该动作获得奖励后进入下一个状态；将当前状态、执行的动作、奖励和下一个状态作为一个四元组集合存入经验池，并更新sum‑tree的父节点；判断当前Q值与最优值之间的误差是否在阈值范围内，得到最终智能体选择的动作和Q值。本发明的优点在于：奖励进行分解，每一个智能体的奖励不仅包含自己的奖励，还包括所有智能体共同的奖励，提升了智能体之间的协作性，对智能体学习起到促进作用同时能满足优化目标。

摘要： 本发明涉及电力系统技术分析技术领域，且公开了一种基于最优解的配电网方案投资比选方法，其特征在于，包括以下步骤：步骤一：构建可以量化的配电网线路全生命周期成本模型；步骤二：对配电网线路进行成本分析；步骤三：对配电网投资类型进行分类预测。该基于最优解的配电网方案投资比选方法，通过建立适用的配电网线路全生命周期成本模型，通过本方法对配电网投资规划项目进行投资成本的分析，可以规范配电网规划技术投资比选工作，实现电网规划方案的量化分析比较，提升配电网规划的技术经济分析水平，提高配电网规划的科学性、合理性，为投资建设方案制定提供有效参考及数据支撑。

摘要： 本发明公开了一种基于膜计算的单细胞膜最优解计算优化方法，属于膜计算领域。在单细胞膜优化方法中，每个子膜包含的通信取代进化的控制规则使用、结构化对象中所涉及的重写膜系统和计算中产生的自适应膜结构，以及表层膜中采用的选择规则、催化规则、溶解规则和细胞器膜间的条件通讯规则，将细胞内各种细胞器的功能抽象为细胞器膜结构，使各类细胞器膜具有不同功能，以达到对细胞功能的模仿，通过不同膜对寻优结果进行不同的加工，由每个细胞个体对结果进行取舍，实现优化计算。

摘要： 本发明公开了一种永磁同步电机转子最大应力最优解的预测方法，通过对永磁体槽上的倒角大小和位置进行优化，可以减小V型内置式永磁同步电机转子上的最大应力，从而求出最大应力最优解，每一组可以维持电磁性能不变的电磁设计参数组合下都可以求出唯一最优解，通过建立代理模型就可以建立电磁设计参数组合和最优解的映射关系。本发明方法可以写成Matlab脚本进行代理模型建模，在电机设计时只需要输入电磁设计参数组合就可以快速预测出转子上的最大应力最优解，从而可以评估电机设计的合理性，为电机设计参数的选取提供了依据。

摘要： 本发明提供确定最优解的方法、补货方法、装置、设备及介质，方法包括：根据贪心算法和事件目标对第k个事件状态向后模拟n步得到向后模拟第n步时的若干个局部解，补全向后模拟第n步时得到的局部解得到对应的完整解；根据事件目标确定所有完整解中的最优完整解；根据最优完整解回溯至向后模拟第1步时得到的对应的局部解，在第k个事件状态下执行所回溯的局部解；其中，k满足0≤k≤p，n满足n≥1，k和n还满足n+k＜p。方法基于贪心算法进行改进，弥补了贪心算法只注重当前最优的短视缺陷，实现整体利益最大化，避免局部利益与整体利益相冲突的情况，使在每个事件状态执行的局部解都充分考虑了对后一事件状态的影响，具备了考虑整体最优的特性。