导读:本文包含了多目标性论文开题报告文献综述及选题提纲参考文献，主要关键词:协同优化,灵敏度分析,不确定性评估,鲁棒协同优化
多目标性论文文献综述
杨丽丽[1]（2018）在《多学科协同优化及其不确定性和多目标性研究》一文中研究指出多学科设计优化(MDO)能够充分考虑学科之间的耦合作用,为复杂产品的设计优化问题提供更加可靠的求解方案,在现代复杂工程系统设计领域具有举足轻重的作用。但是MDO的很多技术并未完善,为了适应工程系统日益复杂的设计需求,MDO还需要更深入、全面的研究。本文以协同优化方法(CO)为对象,对CO尚存的缺陷,以及考虑不确定性和多目标性下的优化问题求解方法进行了研究,得到了以下研究成果:(1)针对基于学科间不一致信息的动态松弛因子方法易于错误收敛的问题,将固定松弛因子方法与动态松弛因子方法结合,拓展出一种混合松弛因子方法。该方法在保留动态松弛因子方法的全局搜索能力的同时,通过松弛因子中的固定松弛部分为系统级优化问题的可行域提供保障,在总体上改善了求解过程的收敛性问题。(2)基于学科间不一致信息的松弛因子方法不适用于学科间共享、耦合变量不完全一致的多学科优化问题,且未能充分考虑实际工程中不同设计变量的量级差别,为此本文提出一种考虑变量量级的动态松弛因子方法。该方法不受各子学科中共享、耦合变量数目的限制,并考虑到不同子学科设计变量的量级特征,为系统级优化问题建立了一个更合理的搜索区间。(3)针对改进协同优化方法中因为共享设计变量在系统级与学科级之间的不一致性可能会造成最终解不满足原优化问题约束条件的问题,本文采用灵敏度分析方法,构造了一种改良的协同优化方法。该方法利用一阶泰勒展开式对学科级局部约束函数进行修正,考虑了共享设计变量不一致性对约束函数的影响,从而改善了系统级最优解的可行性。(4)针对基于隐式不确定性传递的鲁棒协同优化方法求解效率较低的问题,提出了一种基于共享设计变量的鲁棒协同优化方法,将各子学科的状态变量及其不确定性变差都作为优化问题的共享设计变量。该方法避免了在优化过程中通过另外的不确定性评估模块进行数据传递和不确定量求解,降低了多学科鲁棒性优化设计的计算复杂度。(5)考虑到基于改进措施的鲁棒协同优化方法中共享设计变量的不一致性给约束函数鲁棒性评估带来的偏差,提出一种考虑模型误差的鲁棒协同优化方法。该方法不仅考虑了各设计变量的不确定性变差和状态变量的学科分析预测误差,也包含了在协同优化求解过程中产生的共享设计变量不一致性变差,使鲁棒协同优化设计的约束函数鲁棒性评估更加精确、全面。(6)针对系统级具有多目标形式的多学科优化设计问题,构造出一种基于全局多目标梯度混合算法的多目标协同优化方法。该方法结合了多目标遗传算法的全局搜索能力和基于梯度算法的快速收敛能力,并采用变维数响应面技术对局部梯度信息进行评估,能够在有限的迭代次数内搜寻到全局Pareto最优解,提高了大规模多目标多学科优化问题的计算效率和计算精度。(7)针对子学科具有多目标特点的协同优化问题,提出一种基于动态加权的多目标协同优化方法。该方法通过引入物理目标的期望值和可变化的权系数,将一致性目标和所有物理目标组合成单目标。在保证一致性目标优先级的条件下,通过权系数的动态调整,最终得到使系统级目标函数趋向于最优的组合形式,避免了对各子学科多目标问题最优解的选择,并提高了多目标协同优化问题的求解效率。本文的主要创新点归纳如下:(1)为协同优化系统级问题提出了混合松弛因子方法和考虑变量量级的动态松弛因子方法,改善了系统级优化问题的收敛性,拓宽了松弛方法的工程适用性,并对已有改进协同优化方法的学科级约束函数进行修正,提出了改良的协同优化方法,为多种改进协同优化设计方法的解的可行性提供了保障。(2)为区间分布类型的不确定性优化问题建立了一种基于共享设计变量的鲁棒协同优化模型,将不确定性评估过程融合到优化设计进程中,有效降低了多学科鲁棒优化设计的计算复杂度。考虑到系统级与学科级之间的不一致性给约束条件鲁棒性评估带来的偏差,提出了考虑模型误差的鲁棒协同优化方法,提高了多学科鲁棒优化设计结果的可靠性。(3)分别针对系统级和学科级具有多目标形式的协同优化设计问题,构造了基于全局多目标梯度混合算法的多目标协同优化方法和基于动态加权的多目标协同优化设计方法,为大规模多学科多目标优化设计问题提供了更高效的求解方法。(本文来源于《上海交通大学》期刊2018-05-01）
杜灵,江华[2]（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）
李海燕[3]（2010）在《多学科协同优化中不确定性及多目标性研究》一文中研究指出复杂产品的设计过程往往涉及多个学科领域的相关知识,多学科设计优化(MDO)能够根据现有工程设计组织形式,将复杂产品的设计过程分解为若干子学科,有益于子学科自治和知识重用。MDO是一新兴学科,许多技术有待于进一步的提高和完善。本文在多学科协同优化框架中,研究MDO问题中不确定性及多目标性的解决方法,主要研究成果总结如下：(1)针对协同优化中一致性等式约束所造成的计算困难,以及罚函数法约束处理策略中罚因子的选取困难,采用遗传算法和逐步增强约束强度的思想,提出了基于遗传算法的协同优化方法。利用各子学科返回的优化结果,计算种群中个体的不可行度,根据不可行度和阈值来决定个体的可行性。利用循环迭代次数调整阈值,保证系统级优化向一致性等式约束不满足度减小的方向进行,达到了有效增强子学科间一致性的目的。(2)针对协同优化对初始点选取敏感和易陷入局部极值点的问题,提出了基于两阶段优化策略的协同优化方法。在全局优化阶段,采用较大的松弛因子,在保证学科间一致性的前提下,将优化点优化到全局极值点附近；根据学科间一致性的控制方式,给出先验约束法和后验修正法两种求解方法。在局部优化阶段,逐步减小松弛因子的取值,增强学科间的一致性,得到全局极值点。(3)针对MDO问题中存在的设计变量误差和模型误差,提出了简化的基于隐含不确定性传播(IUP)的鲁棒协同优化(RCO)模型。将耦合状态变量的最大变差作为辅助设计变量,其计算过程在各子学科分析模型的内部实现。在符合协同优化结构特点的基础上,避免了IUP方法中全局灵敏度方程的求解计算过程,可以提高模型的计算效率和应用范围。从符合协同优化框架结构、模型误差近似形式具有合理性以及能够满足学科间一致性叁个角度,对模型的合理性进行说明。(4)在RCO模型求解方面,提出了基于循环遍历和基于NSGA-Ⅱ的两种方法。在基于循环遍历的RCO求解方法中,为避免优化结果受初始点的影响,选用确定性优化结果作为起始点,采用遍历组合的方式给出权值。在基于NSGA-Ⅱ的RCO求解方法中,通过设置动态个体可行性阈值,解决由RCO优化结构造成的目标函数及其变差易陷入局部极值点的问题。在进化初期,保留较多的目标函数及其变差较小的个体,以便优化向全局极值点附近靠近；在进化后期,保留较多的学科间一致性较好的个体,以便增强学科间的一致性。(5)以子学科具有多目标性的MDO问题为研究对象,针对各目标函数先验知识已知的情况,提出了基于线性物理规划的多目标协同优化(MOCO)求解方法。针对子学科一致性目标函数与子学科自身目标函数具有不同的作用和重要性的特点,提出将子学科一致性目标函数转换为子学科约束的策略,并给出最近距离和松弛距离两种转换形式,松弛距离转换形式更易于子学科自身目标函数取得较好的优化性能。(6)以子学科具有多目标性的MDO问题为研究对象,将多目标子学科优化过程作为研究重点,提出了基于NSGA-Ⅱ的MOCO求解方法。从提高多目标子学科优化计算效率和计算精度的角度,给出具有良好的可行性和多样性的初始种群生成方法。从提高子学科自身目标函数优化性能的角度,给出第二优先级子学科一致性目标函数可行性阈值的设置方法。(本文来源于《东北大学》期刊2010-11-01）
徐逸伦[4]（2000）在《谈经济分析的多目标性》一文中研究指出经济合理是对任何一个层次的城市规划所提出的基本要求之一，这使得经济分析在城市规划工作中已经成为一种必不可少的手段，它有利于规划编制者确定合理的规划指标，也可为决策者在方案比选或审定中提供定量的依据。随着社会主义市场经济的日益发展，我国城市规划工作中对经济(本文来源于《规划师》期刊2000年02期）
[5]（1987）在《第一章 环境—经济问题的多目标性》一文中研究指出(1)环境是经济发展的物质基础 自然环境是人们赖以生存和发展的必要物质条件,是人类周围的各种自然因素的总和,即客观物质世界或自然界。它是由近及远和由小到大的一个有层次的系统。 1)自然环境—由空气、水、土壤、阳光和食物等各种基本的环境因素所组成,一切(本文来源于《环境科学丛刊》期刊1987年11期）
多目标性论文开题报告
（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：
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。
（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。
多目标性论文参考文献
[1].杨丽丽.多学科协同优化及其不确定性和多目标性研究[D].上海交通大学.2018
[2].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
[3].李海燕.多学科协同优化中不确定性及多目标性研究[D].东北大学.2010
[4].徐逸伦.谈经济分析的多目标性[J].规划师.2000
[5]..第一章环境—经济问题的多目标性[J].环境科学丛刊.1987