公共文化服务平台

搜索到93796篇“ 多目标“的相关文章

基于多目标平衡优化器的共享储能容量优化: 2025年; 随着绿色能源的大量投入使用,对储能装置的需求也相应增加,要求按比例配套投入,以有效应对电网供需双侧的不确定性,这带来了投资成本过高和回收周期过长的问题。为了应对绿色能源广泛应用带来的储能挑战,提出了一种多微电网储能装置共享模型,旨在显著减少整体储能容量的需求。为实现这一目标,设计了一种双层优化方法,并提出了一种多目标平衡优化器用以求解上层模型,避免结果陷入局部最优。通过数据实验验证,与传统的分布式储能方式相比,多微电网储能装置共享模型使系统所需的储能容量降低了43.30%。同时,算法对比结果表明,所提多目标优化算法具有足够的竞争力。; 代斌王红蕾; 关键词：多目标优化算法

组合缓冲约束下的多目标混合流水线节能调度: 2025年; 为解决生产阶段间带有无限缓冲和阻塞两种中间缓冲约束的混合流水线节能调度问题,考虑不相关并行机和多时间约束建立数学模型,结合问题特征提出一种改进多目标模因算法以同时最小化最大完工时间和机器总能耗。采用基于不相关机器分配的矩阵编码方案,利用基于Tent混沌映射的混合初始化策略生成初始元胞数组,全局优化算子应用基于参数的自适应遗传策略改进的非支配排序遗传算法,局部增强搜索算子应用一种融合自适应选择邻域搜索和多目标模拟退火的搜索策略以提高算法搜索能力。通过24种不同规模问题的算例实验,验证了所提算法求解该问题的有效性和优越性。实验结果表明:改进多目标模因算法在平均运行时间241.26 s内得到的平均IGD值为47.89,平均SP值为857.25,均低于其他3种对比算法。改进多目标模因算法所求解集具有较好的收敛性、多样性和分布性。; 轩华耿祝新李冰; 关键词：多目标优化节能调度

面向工业动态取送货问题的分解多目标进化算法: 2025年; 由于工业动态取送货问题具有垛口、时间窗、容量、后进先出装载等多种约束,现有的车辆路径算法大多只优化一个加权目标函数,在求解过程中难以保持解的多样性,所以容易陷入局部最优区域而停止收敛。针对上述问题,提出了一种融合高效局部搜索策略的分解多目标进化算法。首先,该算法将工业动态取送货问题建模成多目标优化问题,进一步将其分解为多个子问题并同时进行求解。然后,利用交叉操作增强解的多样性,再使用局部搜索加快收敛速度。因此,该算法在求解该多目标优化问题时能够更好地平衡解的多样性和收敛性。最后,从种群中选择一个最好的解来完成当前时段的取送货任务。基于64个华为公司实际测试问题的仿真结果表明,该算法在求解工业动态取送货问题上的性能表现最优;同时,在20个京东物流大规模配送问题上的实验也验证了该算法良好的泛化性。; 蔡俊创朱庆灵林秋镇李坚强明仲; 关键词：多目标进化算法局部搜索组合优化

基于多目标鲸鱼算法的配电网动态无功优化研究: 2025年; 随着光伏、风电等分布式电源大量接入电力系统,对电网的安全性与经济性提出了新的挑战.为了适应风光出力的不确定性,考虑其接入位置对电网的影响,搭建了含风光的配电网动态无功优化模型.采用多目标鲸鱼算法对模型进行求解,将网损、电压偏差进行归一化,选择了其欧氏距离最小的解作为Pareto最优解集的折中解.最后,通过IEEE标准33节点算例进行仿真分析,结果验证了分布式电源的并入能够有效减少系统网损、电压偏差,与其他传统多目标算法相比,所提的算法能够获得分布更均匀、收敛精度更高的Pareto解集.; 夏正龙陈宇陆良帅李灿张成; 关键词：分布式电源动态无功优化 PARETO解集

考虑运营风险的医疗废物回收选址多目标鲁棒优化研究: 2025年; 为规避突发公共卫生事件下的不确定风险,研究医疗废物回收网络中的回收中心、处理中心、处置中心等节点选址问题,以总成本最小以及总风险最小为目标,构建考虑运营风险的医疗废物回收选址多目标鲁棒优化模型,设计非支配排序遗传算法,提出p鲁棒迭代算子求解p值下界,采用轮盘赌选择,结合精英策略、均匀交叉和反向变异等遗传操作。基于仿真案例,求解确定性模型与鲁棒优化模型得到帕累托解。模型对比结果表明鲁棒优化模型适用所有情景,且成本相对遗憾值均小于2%,能够有效应对参数不确定引起的设施选址变化。对p值进行灵敏度分析,结果表明当0.004≤p≤0.08时,解的质量随p值增大而上升;p值越接近下界0.004,目标值下降越迅速,越适于应对紧急情况;同时决策者的风险偏好程度和总成本对设施布局有重要影响,需对二者进行综合权衡。; 马艳芳刘畅黄思雨杨丽宁; 关键词：医疗废物多目标规划 NSGA-II算法鲁棒优化

基于多目标优化的工作量感知即时软件缺陷预测特征构建方法: 2025年; 即时软件缺陷预测(JIT-SDP)是一种针对代码变更的软件缺陷预测技术,具有细粒度、即时性和可追溯性的优点。工作量感知JIT-SDP进一步考虑代码检查工作量,旨在以有限的工作量识别更多的缺陷变更。尽管目前已有不少工作量感知JIT-SDP,但这些方法大多只针对分类模型算法进行优化。为提升工作量感知JIT-SDP的性能表现与泛用性,首次从特征工程方面入手,提出了一种工作量感知场景下的进化特征构建方法EEF。首先,EEF方法通过遗传编程树来表示特征,从分类性能与工作量感知性能两个角度出发,通过基于多目标优化的进化特征构建方法来获取新的特征转换方法;之后,通过得到的特征转换方法来构建新的特征集,并基于新的特征集训练与测试分类模型。为了验证EEF方法的有效性,在6个开源项目上,通过3个不同评估方案进行了实验研究,结果证明EEF方法可以提升分类模型在工作量感知场景下的性能,并优于其他特征工程方法,而且在保证特征选取多样性的前提下,基于单一模型的EEF方法同样可以提升其他模型的性能。; 赵晨阳刘磊江贺; 关键词：多目标优化

基于种群引导和控制参数非线性递减的多目标鲸鱼优化算法: 2025年; 为了多目标鲸鱼优化算法能快速且有效地得到多目标优化问题的Pareto前沿面,提出一种基于种群引导和控制参数非线性递减的多目标鲸鱼优化算法(GCNSWOA)。该算法利用种群引导比例非线性递减策略,在进化前期可以增强算法全局搜索能力,后期可以改善问题解的分布情况并提高算法跳出局部最优解的概率;控制参数由线性递减变为非线性递减,在进化前期控制参数保持较大值可以提高算法全局搜索能力,避免早熟,在进化后期控制参数快速降低其值可以提高算法局部开发能力并且可以加速算法收敛。实验仿真将GCNSWOA和3种比较算法对5个标准多目标测试问题的寻优结果进行对比。结果表明,GCNSWOA寻得的多目标优化问题的Pareto最优解具有更好的宽广性和均匀性。; 薛开开刘淳安; 关键词：控制参数

一种基于多目标分解优化算法的城轨列车运行优化方法: 2025年; 本文针对城市轨道交通中由于线网规模巨大而导致能耗过高的问题,提出采用多目标分解优化算法的方法,将城市轨道列车运行过程中的功率和运行时间作为优化目标,将列车的停站时间作为决策变量,对列车的运行过程进行优化的解决方案。在城市轨道交通中起到降低列车功率,缩短列车运行时间作用。概述当前,国家号召“双碳”战略,推行绿色交通,城市轨道交通基于自身安全舒适、运载量大等优点,发展突飞猛进。然而,由于城市轨道交通线网规模庞大,其能耗在交通运输业总能耗中所占比重不断提高。通过全类别电能消耗统计发现,列车牵引能耗在总能耗中占比不容小觑,因此降低牵引能耗、缩短运行时间是节能减排的重点攻关方向。; 卢玉龙; 关键词：绿色交通线网规模牵引能耗列车运行过程交通运输业

一种多目标跟踪方法: 本发明提供一种多目标跟踪方法，本方法包括采集若干包含有多人并进行运动的视频，并构建多目标跟踪训练集；获取每段视频中每一帧的关于人的标准跟踪队列并对应构建每段所述视频的标准跟踪队列集；通过基于Transformer模型构建...; 李观喜徐贤威王刚梁倬华

一种多目标跟踪方法: 本发明提供一种多目标跟踪方法，本方法包括采集若干包含有多人并进行运动的视频，并构建多目标跟踪训练集；获取每段视频中每一帧的关于人的标准跟踪队列并对应构建每段所述视频的标准跟踪队列集；通过基于Transformer模型构建...; 李观喜徐贤威王刚梁倬华

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈