摘要：高维混合性能指标优化问题是普遍存在的,目前尚无有效的解决方法。提出一种解决该问题的分阶段进化优化方法。该方法根据性能指标的重要程度不同,将高维性能指标优化分为多个阶段,每一阶段只优化同层的性能指标;若性能指标间不是矛盾的,采用含权单目标进化优化方法求解;若性能指标间是矛盾的,采用Pareto进化优化方法求解。该方法可有效减轻用户疲劳,提高优化解的质量。在服装进化设计系统中的应用结果验证了方法的可行性和有效性。

摘要：针对概念设计中方案设计的组合优化问题,如何避免组合爆炸、快速有效地产生一些可行方案的难题,提出多模糊集代数和定理以及模糊集比较定理,根据产品功能与功能载体、功能载体与功能载体之间的相互关系,利用模糊集理论建立了产品模糊矩阵和模糊多目标优化数学模型,并根据免疫细胞进化原理提出一种有效的多目标免疫优化算法。以带式输送机的传动方案设计为例进行验证,试验结果显示这种方法能够快速产生可行方案集,实现方案的自动化设计。

摘要：人的疲劳问题是交互式遗传算法的核心问题,它制约了交互式遗传算法在复杂优化问题中的应用.为了解决该问题,本文提出基于多近似模型的交互式遗传算法.该算法首先将搜索空间划分,然后利用传统交互式遗传算法得到的数据,在不同子空间生成不同的近似模型,最后采用该模型近似人对进化个体的评价,从而减少人评价的数量,有效解决人的疲劳问题.算法性能分析及在服装进化设计系统中的应用验证了其有效性.

摘要：针对混合性能指标优化问题的普遍性及其处理过程中的特点,提出一种混合性能指标优化问题的进化优化方法.首先给出混合性能指标优化问题的定义;然后,确定不同类型和标度的性能指标的转换策略、混合性能指标的个体适应度的赋值方法、以及混合性能指标优化问题的进化优化流程;最后,通过服装设计这一典型的混合性能指标优化问题的仿真验证了算法的有效性.

摘要：在交互式遗传算法中,人对进化个体的评价含有噪声.如何降低噪声对评价的不利影响,至今没有有效的方法.这严重制约了交互式遗传算法在复杂优化问题中的广泛应用.本文首先针对交互式遗传算法中人评价个体适应值的不确定性和漂移性,分析交互式遗传算法噪声的来源,定义认知评价度和疲劳评价度,给出交互式遗传算法的3阶段噪声模型;然后,给出基于个体海明距离的认知评价度和疲劳评价度刻画以及基于适应值可信度的降噪策略;最后,通过在服装设计中的应用实例验证噪声模型的正确性和降噪策略的有效性.

摘要：针对目前提出的免疫优化算法在求解优化问题时还存在收敛速度慢,往往不能求得最优解,鲁棒性低的问题,基于生物免疫补体激活原理,提出了一种免疫补体优化算法。在算法中,依据补体激活理论,设计了主要的补体算子:分裂算子和结合算子,并根据补体激活过程,通过补体算子的作用对问题解不断优化,求得全局最优解。最后对算法的收敛性和鲁棒性进行了理论分析,并将免疫补体优化算法与经典克隆选择算法进行了对比实验。理论与实验结果表明了免疫补体优化算法是收敛的,并且收敛速度更快,求得的最优解更好,鲁棒性更高。