改进非劣分类遗传算法在金莲花醇提取条件优化中的应用 被引量：4

1

作者 刘晓红 白云娥 +3 位作者 陈益 杨晓文 徐彦杰 仇丽霞 《中国卫生统计》 CSCD 北大核心 2012年第6期846-848,851,共4页

目的研究改进非劣分类遗传算法(NSGA-Ⅱ)在正交试验设计的多目标药物提取条件优化中的应用。方法对金莲花总黄酮醇提取工艺研究的正交试验数据建立以浸膏得率、总黄酮含量为子目标的数学模型,采用遗传算法对其进行单目标优化,NSGA-Ⅱ对... 目的研究改进非劣分类遗传算法(NSGA-Ⅱ)在正交试验设计的多目标药物提取条件优化中的应用。方法对金莲花总黄酮醇提取工艺研究的正交试验数据建立以浸膏得率、总黄酮含量为子目标的数学模型,采用遗传算法对其进行单目标优化,NSGA-Ⅱ对其进行多目标优化,搜索最优提取条件,比较搜索结果;利用课题组编写的Matlab2009a外挂SGALAB工具箱beta5008完成遗传算法寻优。结果单目标遗传算法优化分别得到各子目标最大时的最优提取条件,NSGA-Ⅱ进行两目标优化时,确定的最优提取条件的效果以及由此得到的浸膏得率和总黄酮含量高于正交试验中的任何一个方案。结论 NSGA-Ⅱ搜索的Pareto非劣解是合理的,达到了较好的效果,为正交试验设计最优条件选择提供了合理的方法,可推广到均匀试验设计和析因试验设计。 展开更多

关键词 改进非劣分类遗传算法 正交试验 多目标优化 Pareto非劣解 最优提取条件

在线阅读 下载PDF 职称材料

基于非劣分类遗传算法的多目标药物提取条件优化分析应用 被引量：2

2

作者 吴小娟 李飞莹 +3 位作者 刘春艳 王晓美 陈益 仇丽霞 《中国卫生统计》 CSCD 北大核心 2013年第2期177-181,共5页

目的研究非劣分类遗传算法在均匀试验设计多目标优化中的应用。方法对微萃取五味子的均匀试验数据建立以浸膏得率、五味子醇甲、五味子总木脂素含量的子目标模型,采用遗传算法分别对其单目标优化,NSGA对其进行多目标优化,搜索最优提取条... 目的研究非劣分类遗传算法在均匀试验设计多目标优化中的应用。方法对微萃取五味子的均匀试验数据建立以浸膏得率、五味子醇甲、五味子总木脂素含量的子目标模型,采用遗传算法分别对其单目标优化,NSGA对其进行多目标优化,搜索最优提取条件,比较搜索结果;利用课题组编写的Matlab2009a外挂SGALAB工具箱beta5008完成遗传算法寻优。结果单目标遗传算法优化可以得到各个目标最大时的最优提取条件,NSGA进行三目标优化时,使各子目标尽可能获得最大的解,确定的最优提取条件的效果高于均匀试验中的任何一个方案。结论 NSGA搜索的Pareto非劣解是合理的,达到了较好的效果,为试验设计最优条件选择提供了合理的方法,可推广到正交试验设计、析因试验设计的最优条件选择。 展开更多

关键词 非劣分类遗传算法 均匀试验 多目标优化 Pareto非劣解

在线阅读 下载PDF 职称材料

改进非劣分类遗传算法对盐酸雷尼替丁脉冲片多目标区间优化策略及效果评价 被引量：1

3

作者 武鹏 赵磊 +4 位作者 张洁 范瑾 李文瀚 潘金花 仇丽霞 《中国卫生统计》 CSCD 北大核心 2018年第1期108-110,共3页

目的研究区间均值代替区间目标后,再利用改进非劣分类遗传算法(NSGA-Ⅱ)对盐酸雷尼替丁进行多目标区间优化的策略及效果。方法利用二次多项式模型建立目标函数,采用区间均值代替区间目标,使用改进非劣分类遗传算法(NSGA-Ⅱ)对转换后的... 目的研究区间均值代替区间目标后,再利用改进非劣分类遗传算法(NSGA-Ⅱ)对盐酸雷尼替丁进行多目标区间优化的策略及效果。方法利用二次多项式模型建立目标函数,采用区间均值代替区间目标,使用改进非劣分类遗传算法(NSGA-Ⅱ)对转换后的目标函数进行多目标优化,搜索Pareto非劣解,并与原文的结果进行比较。结果盐酸雷尼替丁脉冲片处方优化中,随机搜索的30个Pareto最优解中,23个达到了规定优化效果,其中3个效果满意。30号方案释药时滞及累积释放度分别达到了211.62分钟和91.11%,效果最为理想。结论区间均值代替区间目标后,再利用改进非劣分类遗传算法(NSGA-Ⅱ)进行多目标区间优化的策略可行、有效。 展开更多

关键词 处方多目标区间优化 目标函数转换 改进非劣分类遗传算法

在线阅读 下载PDF 职称材料

计及非定量不确定性的多种群遗传电网扩展规划 被引量：1

4

作者 叶在福 单渊达 《东南大学学报（自然科学版）》 EI CAS CSCD 2000年第2期116-120,共5页

应用证据理论和多种群遗传结构对常规遗传算法作了改进 ,提出了一种计及非定量不确定性的电网扩展规划方法 .该方法能有效地综合不确定性因素对规划方案的影响并作出全面客观的评价 .算例结果表明了该方法的有效性 .

关键词 电网扩展规划 遗传算法 适应度函数 非定量不确定性 证据理论

在线阅读 下载PDF 职称材料

改进非劣分类遗传算法多目标优化效果评价及程序测试

5

作者 张晓丽 陈益 +4 位作者 韩荣荣 周建淞 李飞莹 师先锋 仇丽霞 《中国卫生统计》 CSCD 北大核心 2011年第6期623-627,共5页

目的评价改进非劣分类遗传算法(NSGA-Ⅱ)进行多目标优化的效果,测试其程序的可靠性。方法应用两目标简单测试函数、两目标复杂测试函数、三目标复杂测试函数对NSGA-Ⅱ进行模拟测试,利用课题组成员英国Glasgow大学软件工程师陈益编写的Ma... 目的评价改进非劣分类遗传算法(NSGA-Ⅱ)进行多目标优化的效果,测试其程序的可靠性。方法应用两目标简单测试函数、两目标复杂测试函数、三目标复杂测试函数对NSGA-Ⅱ进行模拟测试,利用课题组成员英国Glasgow大学软件工程师陈益编写的Matlab 2009a外挂SGALAB工具箱beta5008完成遗传算法寻优。结果 NSGA-Ⅱ得到的两目标简单测试函数95%Pareto非劣解分布范围包含交叉点值1,前沿呈一条光滑的曲线分布;两目标复杂测试函数Pareto非劣解前沿在小于1的范围内呈下降的带状分布;三目标测试函数的Pareto非劣解前沿呈非线性、非对称的曲面分布。认为NSGA-Ⅱ可得到测试函数的Pareto非劣解集,供决策者合理选择。结论 NSGA-Ⅱ多目标优化可以给出合理的Pareto非劣解集,效果理想、程序可靠,可用于实际问题的分析。 展开更多

关键词 多目标优化 Pareto非劣解 改进非劣分类遗传算法 效果评价

在线阅读 下载PDF 职称材料

基于遗传算法的非监督层次分类方法研究

6

作者 梅蓉 姜长生 陈谋 《电光与控制》 北大核心 2008年第1期62-65,共4页

快速准确地确定单个样本的所属类别以及总体样本类别数是解决非监督模式识别的前提,然而它们的确定通常是非常困难的。通过研究基于遗传算法的相似性度量最优分类算法以及最优分类数确定算法,提高非监督识别的准确性,并将所研究的算法... 快速准确地确定单个样本的所属类别以及总体样本类别数是解决非监督模式识别的前提,然而它们的确定通常是非常困难的。通过研究基于遗传算法的相似性度量最优分类算法以及最优分类数确定算法,提高非监督识别的准确性,并将所研究的算法应用到飞机识别当中。实验结果表明,本算法可以进行最优分类及分类数的确定。 展开更多

关键词 模式识别 最优分类 遗传算法 非监督分类

在线阅读 下载PDF 职称材料

智能化信息物理系统中非确定性的分类研究 被引量：4

7

作者 杨文华 许畅 +2 位作者 叶海波 周宇 黄志球 《计算机科学》 CSCD 北大核心 2020年第3期11-18,共8页

信息物理系统呈现出日趋智能化的特征,而非确定性又是系统中普遍且固有的特性。例如,系统通过传感器感知环境时,会不可避免地存在误差。非确定性若未被妥当处理,往往会影响系统的正确运行,并带来一系列的问题。因此,对信息物理系统中的... 信息物理系统呈现出日趋智能化的特征,而非确定性又是系统中普遍且固有的特性。例如,系统通过传感器感知环境时,会不可避免地存在误差。非确定性若未被妥当处理,往往会影响系统的正确运行,并带来一系列的问题。因此,对信息物理系统中的非确定性进行处理是至关重要的,也是促进信息物理系统进一步智能化的关键。对非确定性进行处理的前提是需要对其有充分的理解和认识,然而现有工作对信息物理系统中非确定性的研究尚处于探索阶段。针对这一问题,研究了信息物理系统中的非确定性分类。具体而言,根据信息物理系统中被广泛认可的5C技术架构对非确定性进行了分类,详细介绍了该架构每一层次上可能存在的非确定性,并结合典型的信息物理系统应用进行了举例说明;同时,总结了当前的相关研究工作,并展望了未来信息物理系统在应对非确定性方面的智能化研究方向。 展开更多

关键词 信息物理系统 智能化 非确定性 分类 5C架构 非确定性处理

在线阅读 下载PDF 职称材料

基于遗传算法改进的少数类样本合成过采样技术的非平衡数据集分类算法 被引量：20

8

作者 霍玉丹 谷琼 +1 位作者 蔡之华 袁磊 《计算机应用》 CSCD 北大核心 2015年第1期121-124,139,共5页

针对少数类样本合成过采样技术(SMOTE)在处理非平衡数据集分类问题时,为少数类的不同样本设置相同的采样倍率,存在一定的盲目性的问题,提出了一种基于遗传算法(GA)改进的SMOTE方法——GASMOTE。首先,为少数类的不同样本设置不同的采样倍... 针对少数类样本合成过采样技术(SMOTE)在处理非平衡数据集分类问题时,为少数类的不同样本设置相同的采样倍率,存在一定的盲目性的问题,提出了一种基于遗传算法(GA)改进的SMOTE方法——GASMOTE。首先,为少数类的不同样本设置不同的采样倍率,并将这些采样倍率取值的组合编码为种群中的个体;然后,循环使用GA的选择、交叉、变异等算子对种群进行优化,在达到停机条件时获得采样倍率取值的最优组合;最后,根据找到的最优组合对非平衡数据集进行SMOTE采样。在10个典型的非平衡数据集上进行的实验结果表明:与SMOTE算法相比,GASMOTE在F-measure值上提高了5.9个百分点,在G-mean值上提高了1.6个百分点;与Borderline-SMOTE算法相比,GASMOTE在F-measure值上提高了3.7个百分点,在G-mean值上提高了2.3个百分点。该方法可作为一种新的解决非平衡数据集分类问题的过采样技术。 展开更多

关键词 非平衡数据集 分类 少数类样本合成过采样技术 采样倍率 遗传算法

在线阅读 下载PDF 职称材料

基于改进非劣分类遗传算法的多目标药物制备工艺优化分析

9

作者 乔宇超 王晓美 +3 位作者 任家辉 崔宇 赵执扬 仇丽霞 《中国卫生统计》 CSCD 北大核心 2023年第4期497-501,506,共6页

目的研究改进非劣分类遗传算法(nondominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对葛根素亚微乳制备工艺的优化效果,并与多目标遗传算法(multiple objective genetic algorithm,MOGA)以及原文采用的效应面法的优化效果进行比较。方... 目的研究改进非劣分类遗传算法(nondominated sorting genetic algorithmⅡ,NSGA-Ⅱ)对葛根素亚微乳制备工艺的优化效果,并与多目标遗传算法(multiple objective genetic algorithm,MOGA)以及原文采用的效应面法的优化效果进行比较。方法利用制备葛根素亚微乳中心试验的数据,采用改进非劣分类遗传算法寻找平均粒径和跨距均最小、而包封率最大的工艺条件。结果采用NSGA-Ⅱ随机搜索30次,得到平均粒径为(220.173±18.153)nm;跨距的平均水平为(0.623±0.137)μm;包封率的平均水平为(83.873±2.176)%,与MOGA搜索结果的平均水平相比,NSGA-Ⅱ搜索精度更高,变异度更小。当乳化时间、搅拌转速、超声时间分别为12.97min、1613r·min-1、31.15min时,对应的目标值平均粒径、跨距、包封率分别为229.70nm、0.54μm、85.92%,优化效果满意,比MOGA及原文采用的效应面法找到的最优方案更理想。结论在确保多个目标值都达到最优的前提下,NSGA-Ⅱ搜索得到的Pareto非劣解是合理的,达到了较满意的效果,为试验设计最优条件的选择提供了合理的方法。同时研究人员可根据实际情况,从Pareto非劣解集中确定可行、合理且最优的工艺优化方案。 展开更多

关键词 改进非劣分类遗传算法 多目标优化 Pareto非劣解 中心试验

在线阅读 下载PDF 职称材料

球坐标变换、主成分二次推断函数及改进非劣分类遗传算法在不含“0”缓释剂混料组分配比优化的效果研究

10

作者 全帝臣 王华芳 +4 位作者 李美晨 任浩 王旭春 翟梦梦 仇丽霞 《中国卫生统计》 CSCD 北大核心 2023年第1期56-61,共6页

目的针对不含“0”混料组分配比中重复测量数据及不同时点累计释放度的多目标优化,研究基于球坐标变换的主成分二次推断函数和改进非劣分类遗传算法优化混料处方配比的效果。方法对尼莫地平缓释片不含“0”混料的处方配比的试验数据进... 目的针对不含“0”混料组分配比中重复测量数据及不同时点累计释放度的多目标优化,研究基于球坐标变换的主成分二次推断函数和改进非劣分类遗传算法优化混料处方配比的效果。方法对尼莫地平缓释片不含“0”混料的处方配比的试验数据进行处理,使用球坐标变换方法去除定和约束,主成分二次推断函数建立模型解决组分的共线性及重复测量数据的相关性,根据药典对各时点累积释放度的要求,采用改进非劣分类遗传算法进行多目标优化,寻找最优的配比方案。结果当HPMC、乳糖、海藻酸钠的比例分别为26.49%、64.64%、8.87%时,3h、6h、9h、12h的累积释放度分别为21.21%、50.66%、77.60%、99.60%,均在处方筛选范围。比通过建立Scheffé多项式模型寻找到5个最优方案更好。结论针对不含“0”混料组分缓释制剂重复测量数据处方配比的多目标优化,采用球坐标变换的主成分二次推断函数和改进非劣分类遗传算法优化混料处方配比的效果满意,且研究者可在Pareto非劣解集中选择可行、合理的混料成分配比方案。 展开更多

关键词 不含“0”混料缓释剂 球坐标变换 主成分二次推断函数 改进非劣分类遗传算法 处方配比优化

在线阅读 下载PDF 职称材料

基于改进遗传算法的非侵入式电器负荷识别 被引量：8

11

作者 徐琳 丁理杰 林瑞星 《沈阳工业大学学报》 EI CAS 北大核心 2019年第1期1-5,共5页

针对传统非侵入式负荷识别算法在电器负荷接近或较小时并不能得到较理想识别效果的问题,提出了一种基于谐波特征和遗传算法的非侵入式电器负荷识别算法.通过提取电流数据的非活性电流及其谐波特征,来增大不同用电器间的差异性,从而提高... 针对传统非侵入式负荷识别算法在电器负荷接近或较小时并不能得到较理想识别效果的问题,提出了一种基于谐波特征和遗传算法的非侵入式电器负荷识别算法.通过提取电流数据的非活性电流及其谐波特征,来增大不同用电器间的差异性,从而提高识别精度;并使用遗传算法优化的神经网络的权重、阈值和隐含层神经元个数来提高分类识别精度,达到细粒度用电分析的目的;使用包含5种家用电器的用电场景测试所提出算法的识别精度,并将其与反向传播神经网络算法相比较.仿真测试结果表明,提出的特征和算法具有更高的负荷识别准确率及更快的识别速度. 展开更多

关键词 遗传算法 神经网络 非侵入 负荷识别 非活性电流 分类 细粒度

在线阅读 下载PDF 职称材料

基于遗传策略和神经网络的非监督分类方法 被引量：3

12

作者 黎明 严超华 刘高航 《软件学报》 EI CSCD 北大核心 1999年第12期1310-1315,共6页

文章提出了一种新的基于遗传策略和模糊 ART(adaptive resonance theory)神经网络的非监督分类方法 .首先 ,利用原有的训练样本对模糊 ART神经网络进行非监督训练 ,然后 ,采用遗传策略为模糊 ART神经网络增加各类族边界邻域内的训练样本... 文章提出了一种新的基于遗传策略和模糊 ART(adaptive resonance theory)神经网络的非监督分类方法 .首先 ,利用原有的训练样本对模糊 ART神经网络进行非监督训练 ,然后 ,采用遗传策略为模糊 ART神经网络增加各类族边界邻域内的训练样本点 ,再对模糊 ART神经网络进行有监督训练 .这种方法解决了训练样本在较少条件下的 ART系列神经网络的学习与分类问题 ,提高了 ART系列神经网络的分类性能 。 展开更多

关键词 神经网络 遗传算法 ART 非监督分类

在线阅读 下载PDF 职称材料

基于遗传算法BP神经网络的多目标优化方法 被引量：9

13

作者 孙丽 《激光杂志》 北大核心 2016年第8期123-128,共6页

为了解决多目标优化过程中解难以客观评估的问题,提出了基于遗传算法改进BP神经网络的多目标优化方法。首先针对遗传算法的不易收敛,局部最优等缺点,提出了改进的并行混合非劣分类遗传算法,然后将改进的遗传算法与BP神经网络融合,对多... 为了解决多目标优化过程中解难以客观评估的问题,提出了基于遗传算法改进BP神经网络的多目标优化方法。首先针对遗传算法的不易收敛,局部最优等缺点,提出了改进的并行混合非劣分类遗传算法,然后将改进的遗传算法与BP神经网络融合,对多目标问题进行求解,利用遗传算法的全局优化和BP神经网络的局部优化能力,快速有效的解决多目标优化问题。 展开更多

关键词 遗传算法 BP神经网络 多目标优化 混合非劣分类算法

在线阅读 下载PDF 职称材料

非时齐库存系统的最优存储/定价问题研究 被引量：3

14

作者 杨涛 魏轶华 胡奇英 《系统工程学报》 CSCD 北大核心 2006年第3期260-265,共6页

存储和定价是企业的重要决策问题.以连续时间确定性非时齐库存系统为研究对象,建立存储/定价联合决策模型,分析最优策略下相邻订货周期之间的关系,将最优存储策略简化为第一次订购时间,并求得其上下界.在此基础上提出求解最优存储策略... 存储和定价是企业的重要决策问题.以连续时间确定性非时齐库存系统为研究对象,建立存储/定价联合决策模型,分析最优策略下相邻订货周期之间的关系,将最优存储策略简化为第一次订购时间,并求得其上下界.在此基础上提出求解最优存储策略和最优价格的方法,并运用遗传算法进行数值计算和分析. 展开更多

关键词 非时齐库存系统 存储/定价联合决策 最优定价 确定性需求 遗传算法

在线阅读 下载PDF 职称材料

基于MBOA的QoS路由算法研究

15

作者 刘娟 《科学技术与工程》 2008年第12期3149-3153,共5页

无线adhoc网络中的QoS路由指标的优化是多个参数的优化问题,针对其特点,将多目标贝叶斯优化(MBOA)算法引入其中,对QoS的多个参数同时进行优化,用非确定性分类遗传算法(NSGA-II)中的选择方法挑选优选解。仿真实验结果表明,该算法收敛速度... 无线adhoc网络中的QoS路由指标的优化是多个参数的优化问题,针对其特点,将多目标贝叶斯优化(MBOA)算法引入其中,对QoS的多个参数同时进行优化,用非确定性分类遗传算法(NSGA-II)中的选择方法挑选优选解。仿真实验结果表明,该算法收敛速度快,能够有效的搜索到较好的Pareto前沿。 展开更多

关键词 多目标贝叶斯优化算法 QOS路由 非确定性分类遗传算法 PARETO前沿

在线阅读 下载PDF 职称材料

基于NSGA-Ⅱ的自适应多尺度特征通道分组优化算法 被引量：1

16

作者 王彬 向甜 +1 位作者 吕艺东 王晓帆 《计算机应用》 CSCD 北大核心 2023年第5期1401-1408,共8页

针对轻量型卷积神经网络(LCNN)的精确度和复杂度均衡优化问题,提出基于快速非支配排序遗传算法(NSGA-Ⅱ)的自适应多尺度特征通道分组优化算法对LCNN特征通道分组结构进行优化。首先,将LCNN中的特征融合层结构的复杂度最小化和精确度最... 针对轻量型卷积神经网络(LCNN)的精确度和复杂度均衡优化问题,提出基于快速非支配排序遗传算法(NSGA-Ⅱ)的自适应多尺度特征通道分组优化算法对LCNN特征通道分组结构进行优化。首先,将LCNN中的特征融合层结构的复杂度最小化和精确度最大化作为两个优化目标,进行双目标函数建模及理论分析;然后,设计基于NSGA-Ⅱ的LCNN结构优化框架,并在原始LCNN结构的深度卷积层之上增加基于NSGA-Ⅱ的自适应分组层,构建基于NSGA-Ⅱ的自适应多尺度的特征融合网络NSGA2-AMFFNetwork。在图像分类数据集上的实验结果显示,与手工设计的网络结构M_blockNet_v1相比,NSGA2-AMFFNetwork的平均精确度提升了1.2202个百分点,运行时间降低了41.07%。这表明所提优化算法能较好平衡LCNN的复杂度和精确度,同时还可为领域知识不足的普通用户提供更多性能表现均衡的网络结构选择方案。 展开更多

关键词 轻量型卷积神经网络 特征提取通道分组优化 双目标函数建模 快速非支配排序遗传算法 图像分类 进化算法

在线阅读 下载PDF 职称材料

Logratio变换与PSO-BP神经网络在多目标混料设计药物处方配比优化中的应用

17

作者 李一汀 乔宇超 +6 位作者 王旭春 任家辉 崔宇 赵执扬 刘静 赵瑞青 仇丽霞 《中国卫生统计》 北大核心 2025年第1期44-49,共6页

目的研究Logratio变换、PSO-BP神经网络及改进非劣分类遗传算法(NSGA-Ⅱ)在药物处方配比优化中的应用,为药物混料设计的优化问题提供科学、合理的方法。方法针对复方甘草微乳混料试验数据,先对数据进行Logratio变换,之后以微乳粒径和有... 目的研究Logratio变换、PSO-BP神经网络及改进非劣分类遗传算法(NSGA-Ⅱ)在药物处方配比优化中的应用,为药物混料设计的优化问题提供科学、合理的方法。方法针对复方甘草微乳混料试验数据,先对数据进行Logratio变换,之后以微乳粒径和有效成分皮肤滞留量两个评价指标为输出构建PSO-BP神经网络模型,再以PSO-BP为适应度函数采用NSGA-Ⅱ进行多目标寻优,最后将本文优化方案与原文优化方案进行比较。结果以粒径和有效成分皮肤滞留量作为输出的PSO-BP神经网络拟合模型的决定系数分别为R^(2)=0.97298和R^(2)=0.96334,且与原文使用的Scheffe多项式模型相比拟合效果更好。采用NSGA-Ⅱ优化目标函数所得3、4、6、7、10、11等方案的复方甘草微乳制备效果均优于原文方案,其中3号方案与原文方案相比,微乳粒径减小了3.02 nm,有效成分皮肤滞留量提高了18.31μg。结论将Logratio变换和PSO-BP神经网络结合应用于混料设计所得试验数据的模型构建中,并采用NSGA-Ⅱ获得最佳的药物处方配比,理论是可行且合理的。 展开更多

关键词 混料设计 Logratio变换 PSO-BP神经网络 改进非劣分类遗传算法

在线阅读 下载PDF 职称材料

一种基于均匀分布策略的NSGAⅡ算法 被引量：9

18

作者 乔俊飞 李霏 杨翠丽 《自动化学报》 EI CSCD 北大核心 2019年第7期1325-1334,共10页

针对局部搜索类改进型非劣分类遗传算法(Nondominated sorting genetic algorithm Ⅱ, NSGAⅡ)计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ (NSGAⅡ based on uniform distribution, NSGAⅡ-UID)多目标优化算法.首先,... 针对局部搜索类改进型非劣分类遗传算法(Nondominated sorting genetic algorithm Ⅱ, NSGAⅡ)计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ (NSGAⅡ based on uniform distribution, NSGAⅡ-UID)多目标优化算法.首先,该算法将种群映射到目标函数对应的超平面,并在该平面上进行聚类以增加解的多样性.其次,为了提高解的分布性,将映射平面进行均匀分区.当分段区间不满足分布性条件时,需要激活分布性加强模块.与此同时在计算过程中分段区间可能会出现种群数量不足或无解的状况,为了保证每个区间所选个体数目相同.最后,采用将最优个体进行极限优化变异的方法来获得缺失个体.实验结果显示该算法可以保证种群跳出局部最优且提高收敛速度,并且在解的分布性和收敛性方面均优于文中其他多目标优化算法. 展开更多

关键词 改进型非劣分类遗传算法 映射 聚类 分布性加强 局部变异

在线阅读 下载PDF 职称材料

中欧集装箱多式联运服务网络设计 被引量：4

19

作者 艾子妍 张旭 武旭 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第6期2217-2228,共12页

中欧运输通道和运输方式不断发展完善,海运、中欧班列及多种运输方式联运等构成了中欧间集装箱运输服务网络。货主在选择运输服务时,一直关注货物运输的费用与时效性,由于中欧间运输距离长,节点多,节点作业时长还存在很大的不确定性。同... 中欧运输通道和运输方式不断发展完善,海运、中欧班列及多种运输方式联运等构成了中欧间集装箱运输服务网络。货主在选择运输服务时,一直关注货物运输的费用与时效性,由于中欧间运输距离长,节点多,节点作业时长还存在很大的不确定性。同时,随着全球对碳排放问题的重视,运输服务产生的碳排放也成为货主考虑的因素。综合考虑运输费用、时间和碳排放的影响,并关注节点作业时间的不确定性,解决中欧集装箱多式联运服务网络设计问题具有非常重要的现实意义。建立最小化运输费用、运输时间和运输碳排放量的多目标多式联运服务网络设计模型,并在模型中引入不确定性时间变量。由于节点作业时间样本数据有限,通过Box-Muller变换生成随机数丰富数据,并减少不可观测的误差,运用蒙特卡洛模拟对运输时间进行不确定性统计,描述总运输时间的统计特征。基于多目标的Pareto最优思想,设计了快速非支配排序遗传算法求解最优运输服务方案。以天津至汉堡的中欧集装箱运输为实例,根据实际调研结果确定各项相关参数设定,进行模型和算法验证,求解得到多式联运运输方案的Pareto最优解集。结果显示不同的运输服务方案其运输费用、运输时间、碳排放量各有差异,并且符合Pareto最优解集定义,证明了研究提出的考虑不确定性的多目标服务网络设计建模及算法的正确性和可行性,研究成果可为货主提供选择符合其需求的不同运输服务优化方案。 展开更多

关键词 多式联运 服务网络设计 多目标规划 时间不确定性 快速非支配排序遗传算法

在线阅读 下载PDF 职称材料

基于多目标优化的日前风电接纳研究 被引量：5

20

作者 张新松 郭晓丽 +1 位作者 周辉 李智 《南方电网技术》 北大核心 2016年第1期60-67,共8页

在考虑风功率/负荷预测误差以及常规机组随机停运的基础上,构建了电网日前风电接纳模型,在运行方式优化的基础上对风电接纳能力进行评估。模型是典型的多目标优化模型,具有风电接纳能力最大与发电成本最小两个互相冲突的优化目标。采用... 在考虑风功率/负荷预测误差以及常规机组随机停运的基础上,构建了电网日前风电接纳模型,在运行方式优化的基础上对风电接纳能力进行评估。模型是典型的多目标优化模型,具有风电接纳能力最大与发电成本最小两个互相冲突的优化目标。采用非支配分类遗传算法对其进行求解,获得了Pareto最优解集,给出了日前自然风电接纳电量与最大理论风电接纳电量。在Pareto最优解集的基础上,对不同风电接纳水平下的常规系统平均发电成本以及平均风电接纳成本进行了分析。基于IEEE 118节点系统的仿真实验验证了本文所提模型及算法的有效性。评估模型给出的风电接纳电量、接纳成本等信息可为调度决策提供有益的参考。 展开更多

关键词 风电接纳 不确定性 非支配分类遗传算法 平均风电接纳成本 发电成本

在线阅读 下载PDF 职称材料