约束优化

摘要： 针对单一进化算法不适合解决所有优化问题的情况,提出了一种混合多种进化算法解决约束工程优化问题的算法。该算法混合了差分进化、粒子群优化和共生生物搜索等3种算法,首先利用差分进化算法产生和选择最优种群,然后利用粒子群优化算法寻找每一个最优解并进行更新,最后利用共生生物搜索算法对所有种群进行共生互动更新,选择出最优种群以进行下一代的迭代。通过混合多种进化算法,采用改进的惩罚函数对多约束条件进行控制,使得该混合算法可以在不同的阶段利用各进化算法的优势进行寻找最优解,从而提高了求解精度。实验结果表明:与其他相关算法比较,该算法具有更高的求解精度和更快的收敛速度。

摘要： 针对目前用多目标进化算法(MOEA)处理约束多目标优化问题(CMOP)的研究通常以解决单一类型约束为主,而在面对不同种类的复杂约束时算法难以收敛或者种群分布性差的问题,以基于分解的多目标进化算法(MOEA/D)框架为基础,提出一种基于参考向量的自适应约束多目标进化算法(ARVCMOEA)。首先将参考向量分成主参考向量及辅助参考向量两部分,然后在算法起始阶段通过无约束的辅助参考向量指导种群快速跨越不可行区间,最后通过自适应地调整辅助参考向量的位置及弱化对其的分布性要求来提高算法分布性及搜索能力。实验在30个具有不同种类复杂约束的测试函数上进行了验证,结果表明所提算法面对不同种类的约束时均可以很好地收敛,在总体性能上均优于NSGA-Ⅱ(Non-dominated Sorting Genetic Algorithm Ⅱ)、C-MOEA/D(Constraint-MOEA/D)及MOEA/D-DAE,并且相较于目前性能优异的CCMO(Coevolutionary Constrained Multi-objective Optimization framework)在部分测试函数上可以得到更优异的结果。可见,所提算法在面对不同种类的CMOP时具有优异的性能。

摘要： 针对钢铁生产的烧结配料过程中铁矿石价格变化大、矿石品位波动、烧结原料信息复杂、烧结配料约束繁多等对烧结配料成本的影响,提出了一种基于区域划分的约束多目标粒子群优化算法对烧结配矿进行优化.以国内某钢铁厂的实际烧结生产配料为例,构建烧结配料系统模型;为了协调全局探索和局部搜索的关系,将自适应角度划分策略融入约束评价准则,结合区域分布提取局部最优解信息,同时引入双外部存储集机制,维护种群多样性;通过标准函数集的测试,验证了所提算法的有效性.该算法应用于配矿过程中,能够兼顾成本与全铁含量,有效降低了烧结配料的成本,对烧结铁矿石资源的综合利用及质量保证具有重要意义.

摘要： 针对罚函数法在求解约束优化问题时罚系数不易选取的问题,提出一种基于动态罚函数的差分进化算法。利用罚函数法将约束优化问题转化为无约束优化问题。为平衡种群的目标函数和约束违反程度,结合ε约束法设计了一种动态罚系数策略,其中罚系数随着种群质量和进化代数的改变而改变。采用差分进化算法更新种群直到搜索到最优解。对IEEE CEC 2010和IEEE CEC 2017两组基准测试集进行仿真实验,结果表明提出的算法具有较强的寻优性能。

摘要： 针对差分进化算法求解约束优化问题存在寻优精度差和收敛速度较慢的问题,提出一种改进的差分进化算法来求解约束优化问题。首先在初始化及进化过程中利用广义反向学习(GOBL)策略产生反向种群,提高搜索效率同时加快收敛速度;其次采用自适应权衡模型计算出个体的适应值并作排序处理;最后,改进的变异策略和个体选择机制执行变异操作提高多样性。分析了个体排序及GOBL策略的有效性,并通过与GOBL-ACDE、εRDE和ATMES算法作了比较,实验表明所提算法有较高的收敛精度,而且收敛速度较快。

摘要： 针对目前方法构建伪标识判定模型时,由于未能利用独立成分分析方法对Petri网中的数据特征进行提取,导致构建的可达性伪标识判定模型CPU占用率高、网络路径覆盖率低、判定效果差的问题,提出基于约束优化的Petri网可达性伪标识判定模型构建方法。方法首先利用约束优化方法对Petri网中的异常数据进行查找并剔除,依据独立成分分析方法提取Petri网的数据特征;再利用LDA算法对Petri网数据特征进行计算,获取Petri网的边界特征向量;最后基于获取的特征向量,构建Petri网可达性伪标识判定模型。实验结果表明,利用上述方法构建Petri网可达性伪标识判定模型时的CPU占用率低、网络路径覆盖率高、判定效果好。

摘要： 针对2种有无航道线参考的无人船自主航行应用场景,提出一种统一且可实施的规划路径生成方法,作为轨迹规划的指引线。为了解决规划问题,采取了对轨迹的路线规划与速度规划进行分离的方式。通过分解和顺序计算,将1个高维轨迹规划问题转换成了2个低维规划问题。然后基于路线的光滑度、路线与参考线的横向偏移距离、与障碍物的碰撞风险等以构建约束,通过构建和求解优化约束函数实现复杂场景中无人船的轨迹规划。

摘要： 合成孔径雷达(synthetic aperture radar, SAR)回波信号具有很高的动态范围,会导致强目标的旁瓣覆盖临近较弱目标的主瓣,造成漏检。传统的加窗方法在消除旁瓣的同时会导致分辨率的下降和目标主瓣能量的降低,空间变迹(spatially variant apodization, SVA)算法的提出有效解决了这个矛盾。然而,现有的各种SVA改进算法在有效抑制旁瓣的同时却导致了主瓣能量的降低。因此,本文提出了一种基于约束优化的改进的SVA算法。通过严格约束滤波器的单调性和有效点的选取,有效解决了主瓣能量降低的问题,可以在有效抑制旁瓣的同时保留图像的细节信息,有利于对图像目标进一步的检测与识别。

摘要： 为解决铁路车流分配与径路优化模型中的难约束问题,避免群智能算法在应对该问题时难以求解的不足,提出了一种基于惩罚函数的约束优化方法.首先,在车流分配及径路优化基本模型的基础上设置虚拟弧,在目标函数中增加惩罚项的方式松弛掉模型中的弧段能力约束,同时对惩罚项中的惩罚力度和惩罚因子设计动态更新的策略;然后,将改进灰狼算法(improved grey wolf algorithm,IGWO)应用于车流分配与径路优化模型的求解;最后,结合某一地区的路网数据,对改进前、后的模型和算法进行对比分析.算例结果表明:与改进前的模型相比,引入惩罚项之后,IGWO可以在限定的范围内找到满足弧段能力约束的可行解;与灰狼算法(gray wolf algorithm,GWO)相比,IGWO计算所得的配流方案使OD(origin-destination)货流的平均绕行率和货物总走行公里数分别下降了2.6%和5.2%.

摘要： 耗能增效是惯容减震系统的典型特征。为充分发挥此特性并同时满足减震性能需求,提出将惯容减震结构耗能增效程度最大化作为目标,并以性能需求作为约束条件进行减震参数寻优。基于随机振动理论推导惯容减震单自由度结构在白噪声激励下的解析解;建立最大耗能增效设计所对应等效约束优化问题的数学表达式。鉴于表达式的复杂性,采用鲁棒性好且便于实现的粒子群算法对问题进行求解。在粒子群算法中引入自适应惩罚权重考虑约束条件,并采用自适应调整的惯性权重提高求解效率。基于Python语言编制了自适应权重粒子群算法程序对惯容减震结构最大耗能增效设计问题进行求解。设计实例的求解过程体现了自适应权重粒子群算法对求解惯容减震结构优化设计问题的有效性,动力时程分析结果表明设计参数实现了预设的减震性能需求。

摘要： 本文建立了约束优化的一个简单序列二次约束二次规划算法(SSQCQP).算法的主要特点是:(1)初始点是任意的;(2)在每次迭代中,主方向通过求解一个目标函数是二次凸的带简单二次凸约束子问题产生,修正方向通过求解一个线性方程组产生;(3)在MFCQ假设条件下,算法具有全局收敛性,在比较温和的条件下,证明了算法的超线性收敛性;(4)迭代点有限步后落入可行域.

摘要： 为解决约束优化问题，提出使用双可行域吸引子策略改进动量粒子群算法。该算法只需初始种群中有一个粒子位于可行域内，随着搜索过程的进行，整个种群自动进入可行域内搜索。一方面，在搜索过程早期，由于可行域内粒子少，所有粒子移向相同的吸引子，整个种群迅速进入可行域内。另一方面，随着进入可行域粒子的增多，由于每个粒子使用距本身最近的可行域吸引子，较好地维持了种种群的多样性，避免早熟现象的发生，使算法具有较好的寻优性能。与国际上当前解决约束优化问题的粒子群算法在4 个标准约束优化函数上测试比较，实验结果表明本文算法取得的最优值要优于其它粒子群算法。

摘要： 由于单基大斜视合成孔径雷达具有特殊的几何构型,导致载机平台在运动期间引入的相位误差对回波信号产生严重影响.而运动误差使目标回波规律呈现未知的二维非线性空变特性.这使得回波信号中存在未知的二维空变的RCM和多普勒参数.传统应用于大斜视领域的NLCS成像算法基于理想的几何构型,在运动平台存在运动误差的条件下无法准确计算出多普勒参数.本文提出了一种基于优化的NLCS方法.首先,通过keystone变换校正一阶RCM,再通过对基于航姿数据的距离历史拟合计算出较为精确的多普勒参数,然后基于最小熵准则和NLCS算法的处理思想,将未知空变的弯曲校正和多普勒参数均衡问题转化为约束优化问题.最后将遗传算法应用于求解优化模型,得到精确的多普勒参数,从而实现单基大斜视SAR回波的高精度成像处理.

摘要： 工程约束优化问题的最优解经常出现在约束边界附近,传统约束处理方法重点考虑约束处理机制而忽略对边界附近的搜索.本文提出一种改进的约束粒子群算法,基于惩罚函数的粒子群算法,通过采集约束边界附近的粒子信息并进行局部搜索进而全面提升算法约束寻优能力,并使用CEC06测试函数验证算法的优越性.最后,考虑侧面碰撞和顶压溃两种工况,采用本文改进算法对轿车车身结构进行轻量化设计,在保证结构安全性的前提下实现减重效果10.92％.

摘要： 如何有效的考虑最小方差控制系统中的最优输入信号，本文提出了一个思路。首先，求解得到了系统模型和噪声模型之间的关系在最小方差控制器和反馈控制系统中；其次，为了全面的兼顾系统对象模型，控制器，噪声之间的摄动性，我们选用了不同的性能评价指标函数，他们分别是输入单误差平方的均值，输出端估计值平方的均值，输入端误差平方的均值，在此基础上推出了三种不同的最优化问题，这几个问题是在不同的有约束条件下的最优输入信号设计。最后，我们求解出了对应的约束优化问题，得到了在不同情况下的功率谱密度表达式。

摘要： 为有效求解带有约束条件的优化问题，提出一种动态多种群粒子群算法。采用动态多种群策略和广泛学习策略来提升种群的多样性，并根据人类社会“人尽其才”的思想，为每个子群指派成员，以发挥每个粒子的最大效用。采用动态变异策略，对全局最优粒子(Gbest)进行变异操作以提升算法跳出局部最优解的能力。在基准函数的测试结果中显示DMCPSO获得了较高的求解精度。

摘要： 几何造型设计中通常需要修改曲面形状来满足用户给定的约束。本文研究了基于曲线约束的曲面修改方法。提出了一种修改B样条曲面控制顶点的约束优化方法，该方法只需要改变曲面的控制网格就能使曲面通过给定的约束曲线。实践证明,该算法适用于零件的形状修改。

摘要： 火星和小天体探测是中国深空探测活动的重要发展方向.本文分析了同时进行火星环绕探测和火卫撞击探测的火星系统多目标探测任务的轨道初步设计问题,将火卫撞击探测任务作为火星环绕探测任务的拓展任务,首先基于燃料最优化方法设计了火星系统多目标探测任务的初步方案,然后综合考虑自主导航和观测成像等约束因素对方案做了进一步的改进优化,最后分析了预留撞击观测时间和探测器初始轨道对整个任务实施的影响.仿真分析表明,本文提出的火星系统多目标探测任务的轨道设计方案对未来火星和小天体探测任务设计具有重要的参考和应用价值.

摘要： 火星和小天体探测是中国深空探测活动的重要发展方向.本文分析了同时进行火星环绕探测和火卫撞击探测的火星系统多目标探测任务的轨道初步设计问题,将火卫撞击探测任务作为火星环绕探测任务的拓展任务,首先基于燃料最优化方法设计了火星系统多目标探测任务的初步方案,然后综合考虑自主导航和观测成像等约束因素对方案做了进一步的改进优化,最后分析了预留撞击观测时间和探测器初始轨道对整个任务实施的影响.仿真分析表明,本文提出的火星系统多目标探测任务的轨道设计方案对未来火星和小天体探测任务设计具有重要的参考和应用价值.

摘要： 火星和小天体探测是中国深空探测活动的重要发展方向.本文分析了同时进行火星环绕探测和火卫撞击探测的火星系统多目标探测任务的轨道初步设计问题,将火卫撞击探测任务作为火星环绕探测任务的拓展任务,首先基于燃料最优化方法设计了火星系统多目标探测任务的初步方案,然后综合考虑自主导航和观测成像等约束因素对方案做了进一步的改进优化,最后分析了预留撞击观测时间和探测器初始轨道对整个任务实施的影响.仿真分析表明,本文提出的火星系统多目标探测任务的轨道设计方案对未来火星和小天体探测任务设计具有重要的参考和应用价值.

摘要： 一种设备接收与网络相关联的网络数据，该网络包括具有通过链路互连的网络设备的对等网络；并且接收与确定用于网络的流量分配相关联的约束。该设备基于网络数据来确定与网络相关联的流量和成本，并且基于与网络相关联的流量和成本、约束以及用于约束的模型来确定流量分配。该设备基于流量分配来确定隧道使用，并且基于隧道使用来确定对等链路使用。该设备确定与用于网络的流量分配、隧道使用和对等链路使用相关联的成本，并且基于流量分配、隧道使用、对等链路使用以及成本来生成流量规划。该设备使流量规划中的一个流量规划在网络中由网络设备和链路实现。

摘要： 本发明提供一种面向编译优化中计算代价约束问题的高效优化方法，是一种针对其计算代价约束问题的解决方案，属于编译器优化领域。该方法首先将编译优化序列进行二进制编码并设计适应度函数，使用交叉操作和选择操作迭代产生新种群，从而获取最优解。在此迭代过程中，使用编译优化序列以及对应的适应度值构造近似代理函数，针对种群中每个个体局部搜索，并使用局部最优解替代该个体，进而提高进化效率。本发明能够有效地为待编译程序选择最优编译优化序列，并且加快迭代速度，提高算法运行效率。

摘要： 本发明公开了一种基于果蝇优化算法的带宽约束组播路由优化方法，本发明在解决带宽约束组播路由问题上应用了果蝇优化算法，并提出了自定义嗅觉随机搜索、味道浓度判断、自定义视觉定位等步骤，相比于其它现有技术，在解决现有技术中解决组播路由问题过程中收敛速度快，获取组播树代价小。

摘要： 本发明提出了一种基于改进约束序优化的带安全约束的不确定性机组组合问题求解方法，首先在粗糙模型中融入离散变量识别策略，并构造基于约束条件的序优化粗糙模型；然后在精确模型中引入非有效安全约束削减策略，并构造针对连续变量的序优化精确模型。相比于传统针对SCUC模型的约束序优化方法，本发明提出的改进策略有效提升了序优化算法的紧凑性，降低了计算冗余度，因而具有更高的求解效率。

摘要： 本发明公开了一种基于差分等式约束转化降阶技术的暂态稳定约束电力系统潮流优化方法。考虑暂态稳定约束后，电力系统潮流优化问题将增加相当数量的状态变量，问题规模将大大增加；若同时考虑多个预想故障，则有可能出现“维数灾”，导致优化问题不可解。本发明根据实际精度需求将部分或全部差分方程转化为不等式，并选择与差分方法精度相关的不等式约束上下限。通过对潮流优化问题进行上述处理，能够明显减少求解时间。该方法能够处理较大规模电力系统中考虑多预想故障的暂态稳定约束的电力系统潮流优化问题。

摘要： 本发明涉及一种基于约束多目标优化算法的无线传感器配置优化方法，所述方法采用改进的双种群约束多目标优化算法DCCMO优化无线传感器配置方案，克服了现有技术的不足，具有能够解决混合整数规划约束多目标优化问题、能同时对无线传感器和汇聚节点配置等优点。

摘要： 本发明公开了一种局部并行搜索优化方法(LPOS)，该方法通过Agent根据自身的取值并行地搜索局部邻居取值来进一步扩大对解空间的搜索，从而避免算法陷入局部最优。为了保证算法的收敛性引入平衡因子K来平衡算法对解的开发和探索能力。实验结果表明，采用局部并行搜索优化的算法在求解低密度和高密度DCOPs时性能都优于其他算法。特别是在求解高密度DCOPs时，局部并行搜索优化的算法在性能上有显著提升。

摘要： 本公开提出一种多约束多目标优化的新能源场站储能优化配置系统与方法，该系统包括获取模块获取场站市场数据，场站市场数据包括结算收入、电量电价、储能系统的充放电功率、额定功率、储能充电量、可用容量和额定容量；目标函数处理模块基于结算收入、电量电价、额定功率、储能充电量、和额定容量构造目标函数；约束条件处理模块基于充放电功率、额定功率、储能充电量、可用容量和额定容量确定约束条件；控制模块在约束条件满足的情况下，获取目标函数的最优解，从而获得储能系统的最优容量和最优功率，基于最优容量和最优功率对场站储能进行配置。根据本公开的系统能够从多个角度综合考虑使得储能系统的配置更合理。

摘要： 本发明考虑了带有一个全局闭凸集约束的凸优化问题。本发明的目的是以分布式方法来解决所研究的优化问题，即只通过局部计算和局部信息交换的方式来获取优化问题的最优解。为此，分别在有向平衡图上和有向非平衡图上设计出了基于梯度追踪框架的分布式离散时间算法。由于经典投影法不适合处理梯度跟踪框架下的闭凸集约束，本发明采用一种新的间接投影法来处理所涉及的闭凸集约束。此外，还引入了两个时间尺度来完成收敛性分析，证明算法拥有线性收敛速率。本发明的一个重大创新是，找到了一个有效的闭凸集约束处理方法来和梯度追踪方法融合，率先在非平衡图上以带有线性收敛速率的分布式算法解决了带有约束的凸优化问题。

摘要： 本发明公开了一种基于K近邻约束优化的传染病传播治疗模型优化方法，包括：针对传染病的传播治疗建立结构图，并获取结构图中的每个节点的治疗成本和感染其他节点的概率的数据；针对所述结构图建立优化模型，优化模型包括目标函数和对应的约束；使用约束优化算法求解所述优化模型，得到所有节点的治愈率。本发明基于种群中可行解的比例以及进化代数自适应调整K，每个个体定义其K近邻，把在K近邻中违反约束程度最轻的个体当成可行解比较，并根据邻居来定义新的违反约束的程度，该算法能有效处理约束优化问题，从而高效精准的得到传染病传播治疗模型的最优解，制定相应的策略。