摘要：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。

摘要：针对混合流水车间调度问题,以最小化能耗和最小化最大完工时间为求解目标,建立混合整数线性规划模型,提出求解该问题的改进快速非支配排序遗传算法(NSGA-Ⅱ)。算法染色体采用首阶段工件加工顺序码和设备分配码相结合的编码方式,最大程度确保算法在问题的整个解空间搜索Pareto前沿解。针对染色体编码设计了3种不同解码方法,其中两种解码方法与问题目标密切相关,用于引导算法搜寻方向;设计了一种贪婪变异算子,在提高种群多样性的同时兼顾算法的局部搜索能力。为确保Pareto前沿解集的分布性和收敛性,避免算法陷入局部最优,在采用精英保留策略的基础上提出一种全新的选择算子,并通过实验证明了该选择算子的有效性。为进一步节约能源,针对调度方案提出先右移再左移的调整策略,在不改变总完工时间的前提下大大节约了设备的待机和开关机能量。最后通过实验验证了改进NSGA-Ⅱ的有效性。

摘要：将快速非支配排序遗传算法和粗粒度-主从式并行遗传算法相结合,提出一种多目标并行遗传算法。该算法在同步优化消能减震结构上阻尼器的布置数量和布置位置时,既能多目标优化,又能并行运算,提高计算效率。采用该算法,以最大层间位移角和最大楼层加速度为多目标函数,优化一个14层钢框架结构上阻尼器的布置数量和布置位置。优化结果表明:该算法是逐渐收敛,具备较强收敛性;该算法优化结果适用于不同地震波,层间位移角减震系数最小为20.66%,加速度减震系数最小为18.35%;对于消能减震结构,综合考虑最大层间位移角和最大楼层加速度的影响时,建议阻尼器主要布置在结构中下部,且中部布置得要较多。

摘要：针对柴油机功率密度提升带来的主轴承组合结构强度、刚度和接触强度等方面可靠性下降的问题,基于主轴承组合结构典型设计参数对可靠性考察指标的影响规律,提出了主轴承组合结构可靠性提升的有效措施。基于快速非支配排序遗传算法(NSGA-Ⅱ)对主轴承组合结构进行多目标优化,确定了结构改进设计方案并进行了试验验证。结果表明,增加机体隔板厚度、主轴承盖厚度及侧壁加强筋厚度是提高强度可靠性的有效措施;增加螺栓预紧力是改善主轴承孔刚度可靠性的有效措施;增加主轴瓦装配过盈量是提升接触强度可靠性的有效措施。优化后,机体及主轴承盖强度危险区域的第一主应力分别下降了15.28%和8.26%;主轴承孔失圆度、机体与主轴承盖端面最大接触压力均降低了14.13%。

摘要：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。

摘要：通过简化蜂窝结构轴向压缩的应力–应变曲线,得到了理想的蜂窝结构轴向压缩应力–应变曲线,在该理想曲线的基础上对蜂窝缓冲装置的吸能大小和缓冲力峰值进行了理论计算。为了设计出单位质量吸能量大且缓冲过载小的蜂窝缓冲装置,对蜂窝结构的胞元胞壁厚、胞壁长进行了多目标优化,根据优化结果计算出缓冲蜂窝的最小轴向长度。应用该方法对四支撑腿着陆器中的蜂窝缓冲装置进行了优化设计,并采用试验验证过的Adams多刚体力学模型对优化结果进行了仿真计算,仿真结果表明该优化设计方法能很好地指导着陆器缓冲装置的设计。该方法不仅可以减少试验次数和降低昂贵的试验成本,而且通过多目标优化设计还可以一次满足不同缓冲级别的过载要求。

摘要：研究了无人作战飞机(unmanned combat aerial vehicles,UCAV)对地攻击阶段的武器投放鲁棒性规划问题。针对现有规划方法在处理战场环境扰动、模型不准确、操作偏差等不确定性因素方面存在的不足,提出了一种鲁棒多目标优化求解策略。首先,建立了飞机机动性能、武器装备性能和战场环境等约束条件模型;其次,使用仿真近似法,建立了优化指标模型,并将武器投放规划问题转化为鲁棒多目标优化问题;然后,设计了一种结合蒙特卡罗方法的快速非支配排序遗传算法对问题进行求解,并采用基于基本轨迹片元的机动轨迹生成策略生成武器投放轨迹。仿真结果表明,该方法能够有效提高武器投放规划的鲁棒性。

摘要：风力机叶片采用分裂式叶尖小翼可以改善叶片的气动性能。以风能利用系数最大和风轮推力系数最小为目标,采用自由涡尾迹(FVW)方法与快速非支配排序遗传算法(NSGA-Ⅱ)耦合对小翼的形状进行优化设计。NS-GA-Ⅱ算法对每一代种群进行评价、筛选和变异,最终得到小翼形状的Pareto最优解集,其中气动性能评价目标通过FVW方法计算。结果表明,FVW模型能够较准确的模拟叶片的气动性能;两目标优化给出的不是传统优化方法追求的单个最优解,而是一个Pareto最优解集,且分布在一条曲线上;相比NREL原始叶片,风能利用系数最高能提高30%;小翼的几何形状在最优解集下分布具有一定的规律性,对后面的设计及改型有很好的指导性作用。

摘要：为解决协同制造环境下多协作企业的协同计划调度问题,针对多企业协同生产链实际运作过程,建立了一种考虑综合成本和完工时间的多目标计划调度优化模型。基于Pareto最优概念,采用NSGA-Ⅱ算法(快速非支配排序遗传算法)来解决多目标优化问题。为了保证解的收敛性和多样性,设计了有效的编解码方式和遗传操作程序,通过局部变异种群重复个体,并采用分布函数自适应选取精英数量,得到一系列Pareto最优解。最后通过仿真实例对多目标优化模型和算法进行了求解,结果表明,该方法可快速有效地实现全局多目标寻优,从而找到更多更合理的协同计划调度方案。

摘要：针对由多个工厂组成的分布式系统,考虑不同工厂的个体利益诉求,构建了多目标协同生产计划模型.在该模型中,以最大化整体收益作为第一个优化目标;同时,基于亚当斯的公平理论,利用偏离系数法,以最小化个体收益平衡偏差作为第二个优化目标.结合模型结构特点,基于快速非支配排序遗传算法,设计了相应的求解过程.最后,通过一个算例验证表明,本文设计的计划模型和求解方法,不仅可以从网络集成角度协调各个工厂的生产、库存和运输活动,而且能够实现整体利益和个体利益非一致性的最小化.