导读:本文包含了多目标划分论文开题报告文献综述及选题提纲参考文献，主要关键词:电站运行优化,工况划分,数据挖掘,K-means算法
多目标划分论文文献综述
叶灵芝,贾立,宋鸣程[1]（2019）在《基于工况划分的火电机组运行多目标优化》一文中研究指出针对火电机组运行优化过程中存在的工况变化大和目标参数最优值冲突的问题,提出了基于工况划分的火电机组运行多目标优化的方法。首先,根据机组的外部约束条件,提出了适用于工况划分的K-means改进算法,通过对初始聚类数K值和初始聚类中心的选择进行优化,得到快速、合理的机组负荷和煤质情况的工况划分结果。进而,采用多目标优化方法协调经济性指标和环保性指标的最优解,通过将NSGA-Ⅱ与理想点法结合,并使用新相似度度量方法,得到性能指标最优的运行参数。以某300 MW机组历史运行数据为试验对象,进行基于工况划分的火电机组运行多目标优化研究。仿真结果表明,所提出的K-means优化算法更快速、高效,得到的划分结果也更合理;划分后的每一工况的多目标优化结果也为实时操作提供了具体的优化运行指导。(本文来源于《自动化仪表》期刊2019年05期）
刘秋萍[2]（2019）在《考虑客户等级划分的多目标冷链物流配送车辆路径优化》一文中研究指出随着国民经济的快速发展,人民对生活品质的追求也越来越高,再伴随着互联网技术的不断发展,人民的消费方式也发生了很大的改变。冷鲜品的消费结构也随着变化,不仅冷鲜品的需求量增加,而且对冷鲜品的品质也要求越来越高。冷鲜品销售商为了提高自身的市场竞争力,对冷链物流配送服务商也提出了更高的要求,特别是要满足不同客户提出的配送时间和配送品质的要求。而对于配送服务商而言,在冷鲜品同一时间段内配送点多且分散、时间要求高的情况下,配送资源是有限的,往往不能同时都满足配送客户的所有要求。因此,在配送商的配送资源(车辆、配送人员)有限情况下,考虑客户价值和配送时间敏感度性,合理规划冷链物流配送的车辆路径,来提高客户整体满意度,同时又能降低配送成本,增加收益,对企业来说具有重要参考价值。主要研究内容和结论如下:(1)介绍了冷链物流配送、客户价值细分等相关理论。依据配送客户的相关特点,构建配送客户价值评价指标体系。针对配送客户价值评价范围的模糊性问题,引进交叉量化的评价标准云模型,应用基于云模型的多层次模糊评价法对客户价值分类。通过与模糊层次方法对比发现,本文引入云模型代替原隶属度函数能克服模糊评价过程中隶属度函数单一主观性,更好体现评价指标定性评分的随机性和模糊性。该方法能准确有效的对配送客户价值进行分类。(2)对考虑客户等级划分的冷链物流配送路径问题进行描述,依据配送客户价值等级和时间的敏感度进行客户配送优先等级分类,设置不同的时间窗约束条件。然后详细介绍运输路线的费用,考虑客户等级划分惩罚损失的计算和客户总体满意度的度量来构建模型。本文应用多目标规划法的主要目标法,确定配送成本为主要目标,客户总体满意度T作为一个约束条件,将多目标规划转化为单目标规划,利用遗传算法求解。通过实例计算发现,T值由85%到95%,配送总成本上升幅度6%左右,而由95%到100%上升幅度达到20%以上。满意度越高的情况下,投入的成本也越多。而且随着满意度越接近100%,投入的成本上升幅度也越大。(3)为了验证考虑客户价值和时间敏感度分类与不考虑客户价值分类的区别,通过设置不同客户的时间窗约束,来求解路径。对比发现,在客户整体满意度约束相同情况下,考虑客户价值分类和时间敏感度与未考虑的配送成本相差很小,但是VIP且时间敏感度强的客户都能在期望的时间送达,而未考虑客户价值的路径规划,该类别的客户无法保证在期望的时间窗送达。可见,该模型在配送总成本最低、客户时间窗和客户价值寻找最优路径方案,从而让时间敏感且高价值客户在期望的时间送达,满意度达到100%,验证了模型和算法的有效性。(本文来源于《江苏大学》期刊2019-04-01）
卫军朝,闫秀天,张国渊[3]（2018）在《包含构件成组约束的多目标产品架构模块划分》一文中研究指出针对传统的基于设计结构矩阵和设计产品矩阵/模块指示矩阵的产品模块划分方法中优化解往往不符合特定构件局部成组的实际要求、粒度过大等问题,提出一种包含局部成组约束条件的多目标优化方法。设计人员根据设计结构矩阵和设计产品矩阵/模块指示矩阵的单独聚类结果以及先验知识确定所期望的特定构件局部成组方案。建立以设计结构矩阵的模块度、设计产品矩阵/模块指示矩阵的正交度和模块内聚度为优化目标、以局部成组方案为约束条件的聚类优化模型。采用改进型非支配排序遗传算法对该问题进行求解,得到Pareto解集;利用逼近理想解排序法帮助设计人员在Pareto解集中选择出合适的折衷解作为模块划分方案。以手提式吸尘器的模块划分为例,运用数值仿真手段验证了该方法的有效性和可行性。(本文来源于《计算机集成制造系统》期刊2018年12期）
王帅发[4]（2018）在《自适应偏好半径划分区域的偏好多目标进化算法研究》一文中研究指出在实际生活中,很多问题往往是复杂性较高、目标维数较多,并且是非线性的优化问题。当这种问题不能用传统的方法获得用户满意的解时,随机搜索的进化算法,尤其是多目标进化算法能够较好的获得决策者满意的解。多目标进化算法不同于一般的随机搜索算法,采用精英保留机制让优秀的解迭代出更加优秀的解。因此,多目标进化算法受到研究者的重视程度越来越高。随着多目标进化算法研究的推进,人们发现通常并不需要获得整个Pareto最优面,而是需要Pareto最优面上的一个解或一部分解集,正因如此,偏好多目标进化算法逐渐进入研究者的视野。偏好多目标进化算法是一类帮助决策者找到感兴趣的Pareto最优解的算法。目前,在以参考点位置作为偏好信息载体的偏好多目标进化算法中,不合适的参考点位置往往会严重影响算法的收敛性能,偏好区域的大小难以控制,在高维问题上效果较差。针对以上问题,本文通过计算基于种群的自适应偏好半径,利用自适应偏好半径构造一种新的偏好关系模型,通过对偏好区域进行划分,提出基于偏好区域划分的偏好多目标进化算法。将本文提出的算法与四种常用的以参考点为偏好信息载体的多目标进化算法g-NSGA-II、r-NSGA-II、角度偏好算法、MOEA/D-PRE进行对比实验,结果表明,本文提出的算法具有较好的收敛性能和分布性能,决策者可以控制偏好区域大小,在高维问题上也具有较好的收敛效果。(本文来源于《湘潭大学》期刊2018-05-04）
吴孙勇,宁巧娇,蔡如华,刘义强,孙希延[5]（2018）在《基于PHD滤波的箱粒子划分多目标跟踪算法》一文中研究指出针对现有箱粒子概率假设密度(BOX-PHD)滤波存在箱粒子冗余问题,提出一种箱粒子划分的概率假设密度滤波多目标跟踪算法。该算法在目标状态估计的更新阶段之前,将预测得到的每一个箱粒子划分成多个箱粒子,从而得到等价的箱粒子集,然后对这些箱粒子集的权值利用区间量测进行更新,从而估计目标的状态及数目。该划分由于将箱粒子划分更小,能更好地利用区间量测信息,可以有效避免箱粒子因压缩不足而导致的估计有偏情况。仿真结果表明所提方法可以有效地提高目标的跟踪性能。(本文来源于《电光与控制》期刊2018年05期）
杜灵,江华[6]（2018）在《基于生产行为多目标性的林下种植林农类型划分》一文中研究指出林农类型划分有助于认识林农行为本质,把握不同林农林下种植生产经营决策的规律和差异,对进一步梳理林农行为决策机制、提高农村公共政策效率、促进林下种植产品供给侧结构改革具有重要意义。结合关于农户类型划分文献的梳理结果,基于不同需求偏好下的多目标生产行为,对林农进行类型划分。通过将林农行为的多目标性从利润最大化程度、劳动力投入最小化、风险规避程度和自我社会价值实现目标4个维度进行衡量和描述,利用聚类分析法将林农划分为生存压力型林农、利润追逐型林农和社会价值兼顾型林农,并归纳出各类型林农的特征。(本文来源于《广东农业科学》期刊2018年01期）
方晓耿,谌炎辉,谢国进[7]（2017）在《模块划分的多目标评价方法研究》一文中研究指出模块划分是模块化设计的关键技术之一,合理的划分可以缩短制造周期,降低生产成本.本文在产品部件的关联矩阵的基础上,基于"模块内强耦合,模块间弱耦合"原则,提出了一种以模块内平均聚合度、模块间平均耦合度、模块聚合离散度为指标的定量评价方法,实现了划分结果的多目标综合评价,通过装载机驾驶室划分结果评价进行实例验证.(本文来源于《广西科技大学学报》期刊2017年04期）
王帅发,郑金华,胡建杰,邹娟,喻果[8]（2017）在《自适应偏好半径划分区域的多目标进化方法》一文中研究指出偏好多目标进化算法是一类帮助决策者找到感兴趣的Pareto最优解的算法.目前,在以参考点位置作为偏好信息载体的偏好多目标进化算法中,不合适的参考点位置往往会严重影响算法的收敛性能,偏好区域的大小难以控制,在高维问题上效果较差.针对以上问题,通过计算基于种群的自适应偏好半径,利用自适应偏好半径构造一种新的偏好关系模型,通过对偏好区域进行划分,提出基于偏好区域划分的偏好多目标进化算法.将所提算法与4种常用的以参考点为偏好信息载体的多目标进化算法g-NSGA-II、r-NSGA-II、角度偏好算法、MOEA/D-PRE进行对比实验,结果表明,所提算法具有较好的收敛性能和分布性能,决策者可以控制偏好区域大小,在高维问题上也具有较好的收敛效果.(本文来源于《软件学报》期刊2017年10期）
胡尚坤,孙雨泽,杨小鹏,曾涛,龙腾[9]（2017）在《一种基于粒子群算法的多目标子阵划分优化方法》一文中研究指出为了降低硬件成本和系统的复杂度,子阵划分对于大型的相控阵雷达来说是必要的。传统的子阵划分方法主要针对信号处理的单一性能指标优化。针对多项指标优化的问题,本文提出了一种基于粒子群算法的子阵划分结构优化算法,相对于传统的方法能够同时优化多项性能指标,提高信号处理的性能。通过对线性阵列的划分做仿真,展示了粒子群算法对子阵级波束形成多项性能指标的提高。(本文来源于《信号处理》期刊2017年08期）
袁开坚,张兴明,高彦钊[10]（2017）在《基于并行度最大化的多目标优化任务划分算法》一文中研究指出针对可重构系统硬件任务划分并行度最大问题,提出一种基于并行度最大的多目标优化任务划分算法。首先,该算法在满足可重构硬件面积资源和合理依赖关系的约束下,按广度优先的遍历方式搜索待划分的操作节点;然后,着重考虑执行延迟对于系统完成时间的影响,将块内操作节点的并行度最大化;最后,在减少碎片面积和不增加块间连接边数的原则下接受新的节点,否则就结束一个块划分。实验结果表明,与现有的基于层划分(LBP)和基于簇划分(CBP)两种算法相比,提出的算法获得了最大的块内操作并行度,同时还减少了划分块数和块间的连接边数。(本文来源于《计算机应用》期刊2017年07期）
多目标划分论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着国民经济的快速发展,人民对生活品质的追求也越来越高,再伴随着互联网技术的不断发展,人民的消费方式也发生了很大的改变。冷鲜品的消费结构也随着变化,不仅冷鲜品的需求量增加,而且对冷鲜品的品质也要求越来越高。冷鲜品销售商为了提高自身的市场竞争力,对冷链物流配送服务商也提出了更高的要求,特别是要满足不同客户提出的配送时间和配送品质的要求。而对于配送服务商而言,在冷鲜品同一时间段内配送点多且分散、时间要求高的情况下,配送资源是有限的,往往不能同时都满足配送客户的所有要求。因此,在配送商的配送资源(车辆、配送人员)有限情况下,考虑客户价值和配送时间敏感度性,合理规划冷链物流配送的车辆路径,来提高客户整体满意度,同时又能降低配送成本,增加收益,对企业来说具有重要参考价值。主要研究内容和结论如下:(1)介绍了冷链物流配送、客户价值细分等相关理论。依据配送客户的相关特点,构建配送客户价值评价指标体系。针对配送客户价值评价范围的模糊性问题,引进交叉量化的评价标准云模型,应用基于云模型的多层次模糊评价法对客户价值分类。通过与模糊层次方法对比发现,本文引入云模型代替原隶属度函数能克服模糊评价过程中隶属度函数单一主观性,更好体现评价指标定性评分的随机性和模糊性。该方法能准确有效的对配送客户价值进行分类。(2)对考虑客户等级划分的冷链物流配送路径问题进行描述,依据配送客户价值等级和时间的敏感度进行客户配送优先等级分类,设置不同的时间窗约束条件。然后详细介绍运输路线的费用,考虑客户等级划分惩罚损失的计算和客户总体满意度的度量来构建模型。本文应用多目标规划法的主要目标法,确定配送成本为主要目标,客户总体满意度T作为一个约束条件,将多目标规划转化为单目标规划,利用遗传算法求解。通过实例计算发现,T值由85%到95%,配送总成本上升幅度6%左右,而由95%到100%上升幅度达到20%以上。满意度越高的情况下,投入的成本也越多。而且随着满意度越接近100%,投入的成本上升幅度也越大。(3)为了验证考虑客户价值和时间敏感度分类与不考虑客户价值分类的区别,通过设置不同客户的时间窗约束,来求解路径。对比发现,在客户整体满意度约束相同情况下,考虑客户价值分类和时间敏感度与未考虑的配送成本相差很小,但是VIP且时间敏感度强的客户都能在期望的时间送达,而未考虑客户价值的路径规划,该类别的客户无法保证在期望的时间窗送达。可见,该模型在配送总成本最低、客户时间窗和客户价值寻找最优路径方案,从而让时间敏感且高价值客户在期望的时间送达,满意度达到100%,验证了模型和算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多目标划分论文参考文献
[1].叶灵芝,贾立,宋鸣程.基于工况划分的火电机组运行多目标优化[J].自动化仪表.2019
[2].刘秋萍.考虑客户等级划分的多目标冷链物流配送车辆路径优化[D].江苏大学.2019
[3].卫军朝,闫秀天,张国渊.包含构件成组约束的多目标产品架构模块划分[J].计算机集成制造系统.2018
[4].王帅发.自适应偏好半径划分区域的偏好多目标进化算法研究[D].湘潭大学.2018
[5].吴孙勇,宁巧娇,蔡如华,刘义强,孙希延.基于PHD滤波的箱粒子划分多目标跟踪算法[J].电光与控制.2018
[6].杜灵,江华.基于生产行为多目标性的林下种植林农类型划分[J].广东农业科学.2018
[7].方晓耿,谌炎辉,谢国进.模块划分的多目标评价方法研究[J].广西科技大学学报.2017
[8].王帅发,郑金华,胡建杰,邹娟,喻果.自适应偏好半径划分区域的多目标进化方法[J].软件学报.2017
[9].胡尚坤,孙雨泽,杨小鹏,曾涛,龙腾.一种基于粒子群算法的多目标子阵划分优化方法[J].信号处理.2017
[10].袁开坚,张兴明,高彦钊.基于并行度最大化的多目标优化任务划分算法[J].计算机应用.2017