欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020102976733
申请人: 燕山大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于动态多目标进化的多目标参数优化方法,其特征在于,包括:

获取待优化对象在t时刻的Pareto解集,以及t‑1时刻的Pareto解集,以根据t时刻的Pareto解集以及t‑1时刻的Pareto解集中各子区域的中心点位置获取t时刻的进化步长;其中Pareto解集中包括多个子区域;t≥1,所述待优化对象包括钢铁生产中冷轧工艺的多个工艺质量参数,或者包括航空运营中的航空调度方案,或者包括生产调度中的生产策略;

根据所述t时刻的进化步长和所述t时刻的Pareto解集中各子区域的中心点的位置,获取t+1时刻各所述子区域的中心点的预测解;以及根据所述t时刻各所述子区域的最大点和最小点,利用预设随机函数获取t+1时刻各所述子区域的随机值;其中,各所述子区域的所述随机值的数量与该子区域的原始解数量相关;

基于所述t+1时刻各所述子区域的中心点的预测解,和t+1时刻各所述子区域的随机值生成所述t+1时刻的初始种群,以利用该t+1时刻的初始种群获取所述t+1时刻的多目标参数优化结果,其中,当所述待优化对象包括钢铁生产中冷轧工艺的多个工艺质量参数时,所述多目标参数优化结果为以最低的资源和能源消耗、最低的环境和生态负荷,最高的效率和劳动生产率为目标优化得到的;当所述待优化对象包括航空运营中的航空调度方案时,所述多目标参数优化结果为以考虑旅客滞留时间、运营成本为目标优化得到的;当所述待优化对象包括生产调度中的生产策略时,所述多目标参数优化结果为以最优的方式完成生产任务为目标优化得到的。

2.根据权利要求1所述的方法,其特征在于,所述Pareto解集包括若干数量的无个体子区域,所述方法还包括:利用所述无个体子区域的至少一个最邻近个体确定所述无个体子区域的进化步长;

其中,所述无个体子区域包括:无个体边界子区域和/或无个体中心子区域。

3.根据权利要求2所述的方法,其特征在于,所述方法还包括:所述无个体子区域在t时刻存在个体、t‑1时刻无个体时,则根据t时刻的无个体子区域中心点位置和所述t时刻的进化步长获取该所述无个体子区域在t+1时刻的中心点预测解。

4.根据权利要求2所述的方法,其特征在于,所述方法还包括:所述无个体子区域在t‑1时刻存在个体、t时刻不存在个体时,则根据t‑1时刻的无个体区域的中心点位置和所述t时刻的进化步长获取该所述无个体子区域在t+1时刻的中心点预测解。

5.根据权利要求2所述的方法,其特征在于,所述方法还包括:所述无个体子区域在t‑1时刻、t时刻不存在个体时;对于无个体边界子区域,根据Pareto解集中的第一序列子区域在t+1时刻的中心位置预测解与t时刻的进化步长,以及最后序列子区域在t‑1时刻的中心位置预测解与t时刻的进化步长获取该所述无个体子区域在t+1时刻的预测解;或者对于无个体中心子区域,根据第一相邻子区域在t时刻的中心位置,以及第一最邻近个体在t时刻和t‑1时刻的位置获取t+1时刻的中心点预测解;根据第二相邻子区域在t时刻的中心位置,以及第二最近邻个体在t时刻和t‑1时刻的位置获取t+1时刻的中心点预测解。

6.根据权利要求2所述的方法,其特征在于,所述方法还包括:对于所述无个体子区域,根据相邻子区域在所述t时刻的最大点和最小点、决策空间的上边界值和下边界值中确定所述随机值。

7.一种基于动态多目标进化的多目标参数优化系统,其特征在于,包括:

进化步长计算模块,用于获取待优化对象在t时刻的Pareto解集,以及t‑1时刻的Pareto解集,以根据t时刻的Pareto解集以及t‑1时刻的Pareto解集中各子区域的中心点位置获取t时刻的进化步长;其中Pareto解集中包括多个子区域;t≥1,所述待优化对象包括钢铁生产中冷轧工艺的多个工艺质量参数,或者包括航空运营中的航空调度方案,或者包括生产调度中的生产策略;

中心点预测解获取模块,用于根据所述t时刻的进化步长和所述t时刻的Pareto解集中各子区域的中心点的位置,获取t+1时刻各所述子区域的中心点的预测解;以及随机值计算模块,用于根据所述t时刻各所述子区域的最大点和最小点,利用预设随机函数获取t+1时刻各所述子区域的随机值;其中,各所述子区域的所述随机值的数量与该子区域的原始解数量相关;

优化结果生成模块,用于基于所述t+1时刻各所述子区域的中心点的预测解,和t+1时刻各所述子区域的随机值生成所述t+1时刻的初始种群,以利用该t+1时刻的初始种群获取所述t+1时刻的多目标参数优化结果,其中,当所述待优化对象包括钢铁生产中冷轧工艺的多个工艺质量参数时,所述多目标参数优化结果为以最低的资源和能源消耗、最低的环境和生态负荷,最高的效率和劳动生产率为目标优化得到的;当所述待优化对象包括航空运营中的航空调度方案时,所述多目标参数优化结果为以考虑旅客滞留时间、运营成本为目标优化得到的;当所述待优化对象包括生产调度中的生产策略时,所述多目标参数优化结果为以最优的方式完成生产任务为目标优化得到的。

8.一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求1至6中任一项所述的基于动态多目标进化的多目标参数优化方法。

9.一种电子终端,其特征在于,包括:

处理器;以及

存储器,用于存储所述处理器的可执行指令;

其中,所述处理器配置为经由执行所述可执行指令来执行根据权利要求1至6中任一项所述的基于动态多目标进化的多目标参数优化方法。