×

基于多个优先目标的系统冗余分配问题的删减Pareto-optimal集。 (英语) Zbl 1151.90044号

摘要:提出了一种新的方法来解决不同版本的具有优先目标的多目标系统冗余分配问题。多目标问题通常通过使用预定义的权重或效用函数将其修改为等效的单目标问题来解决。然后,求解一个多目标问题,类似于返回单个解的单目标问题。这些方法可能存在问题,因为为目标函数分配适当的数值(即权重)对许多实践者来说都是一项挑战。另一方面,遗传算法和禁忌搜索等方法往往会产生大量非支配的Pareto最优解,这使得选择一个最佳解非常困难。在本研究中,使用禁忌搜索元神经方法初步找到整个帕累托最优前沿,然后,蒙特卡罗模拟基于用户定义的目标函数偏好为决策者提供一组经过修剪和优先排序的帕累托优化解。本研究的目的是在帕累托最优和单解方法之间建立一座桥梁。

MSC公司:

90C29型 多目标规划
90C27型 组合优化

软件:

禁忌搜索
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aseeri,A.,Bagajewicz,M.J.:管理金融风险的新措施和程序,应用于亚洲天然气商业化规划。计算。化学。工程28(12),2791–2821(2003)·doi:10.1016/j.compchemeng.2004.08.032
[2] Barbera,S.,Hammond,P.J.,Seidl,C.:效用理论手册。Kluwer学术,波士顿(1998)
[3] Baykasoglu,A.,Owen,S.,Gindy,N.:一种基于禁忌搜索的方法,用于在多目标优化中找到Pareto最优集。J.工程优化。31, 731–748 (1999) ·网址:10.1080/03052159908941394
[4] Branke,J.,Deb,K.:将用户偏好整合到进化多目标优化中。In:Jin,Y.(编辑)《进化计算中的知识整合》,第461–477页。施普林格,柏林(2004)
[5] Branke,J.,Kaußler,T.,Schmeck,H.:进化多目标优化的指导。高级工程师软件。32, 499–507 (2001) ·Zbl 1003.68576号 ·doi:10.1016/S0965-9978(00)00110-1
[6] Branke,J.、Deb,K.、Dierolf,H.、Osswald,M.:在多目标优化中寻找膝盖。Yao,X.等人(编辑)《自然中的并行问题解决——PPSN VIII》,第722-731页。斯普林格,伯明翰(2004)
[7] Bulfin,R.L.,Liu,C.Y.:大型系统冗余组件的优化配置。IEEE传输。Reliab公司。R-34241-247(1985)·兹比尔0573.90044 ·doi:10.1109/TR.1985.5222133
[8] Charnes,A.,Cooper,W.W.:线性规划的管理模型和工业应用。威利,纽约(1961年)·Zbl 0107.37004号
[9] Chern,M.S.:关于串联系统可靠性冗余分配的计算复杂性。操作。Res.Lett公司。11, 309–315 (1992) ·Zbl 0767.90021号 ·doi:10.1016/0167-6377(92)90008-Q
[10] Coello Coello,C.A.:进化多目标优化中的偏好处理:一项调查。程序。恭喜。进化。计算。1, 30–37 (2000) ·Zbl 1066.01025号
[11] Coit,D.W.:具有估计部件可靠性的复杂系统的系统可靠性置信区间。IEEE传输。Reliab公司。46(4), 487–493 (1997) ·Zbl 04545604号 ·数字对象标识代码:10.1109/24.693781
[12] Coit,D.W.,Smith,A.E.,Tate,D.M.:约束组合问题遗传优化的自适应惩罚方法。信息J.计算。8, 173–182 (1996) ·Zbl 0866.90097号 ·doi:10.1287/ijoc.8.2.173
[13] Corne,D.,Jerram,N.R.,Knowles,J.,Oates,J.:PESA-II:进化多目标优化中基于区域的选择。In:程序。遗传学。进化。计算。Conf.,第283-290页,2001年
[14] Cvetkovic,C.,Parmee,I.C.:基于遗传算法的多目标优化的偏好使用。程序。遗传学。进化。计算。会议21504–1509(1999)
[15] Cvetkovic,C.,Parmee,I.C.:偏好及其在进化多目标优化中的应用。IEEE传输。进化。计算。6(1),42-57(2002)·Zbl 05452056号 ·数字对象标识代码:10.1109/4235.985691
[16] Deb,K.:使用进化算法的多目标优化。威利,纽约(2001年)·Zbl 0970.90091号
[17] Deb,K.,Chaudhuri,S.:I-EMO:一种交互式进化多目标优化工具。KanGAL第2005003号报告(2005)
[18] Deb,K.,Pratap,A.,Agarwal,S.,Meyarivan,T.:一种快速的精英多目标遗传算法:NSGA-II。IEEE传输。进化。计算。6, 182–197 (2002) ·Zbl 05451853号 ·数字对象标识代码:10.1109/4235.996017
[19] 菲什伯恩,P.C.:预期效用的基础。Kluwer学术,波士顿(1982)·Zbl 0497.90001号
[20] Fonseca,C.M.,Fleming,P.J.:多目标优化的遗传算法:公式化、讨论和推广。摘自:《第五届遗传算法国际会议论文集》,第416–423页(1993年)
[21] Fyffe,D.E.,Hines,W.W.,Lee,N.K.:系统可靠性分配和计算算法。IEEE传输。Reliab公司。17,74–79(1968年)·doi:10.1109/TR.1968.5217517
[22] Geoffrion,A.M.:适当效率和向量最大化理论。数学杂志。分析。申请。22(3), 618–630 (1968) ·Zbl 0181.22806号 ·doi:10.1016/0022-247X(68)90201-1
[23] Ghare,M.,Taylor,R.E.:串联系统可靠性的最佳冗余。操作。第17838–847号决议(1969年)·doi:10.1287/opre.17.5.838
[24] Glover,F.,Laguna,M.:禁忌搜索。Kluwer学术,波士顿(1997)·Zbl 0930.90083号
[25] Glover,F.、Taillard,E.、de Werra,D.:禁忌搜索用户指南。安·Oper。第41号、第3-28号决议(1993年)·Zbl 0772.90063号 ·doi:10.1007/BF02078647
[26] Goebel,R.:最优控制凸问题的哈密顿动力学系统:值函数的含义。程序。IEEE Conf.Dec.控制1,728–732(2002)
[27] Hajela,P.,Lin,C.-Y.:多准则优化设计中的遗传搜索策略。结构。最佳方案。4, 99–107 (1992) ·doi:10.1007/BF01759923
[28] Hansen,M.P.:多目标优化的禁忌搜索:MOTS。发表于:1997年在南非开普敦举行的第十三届多标准决策国际会议(MCDM’97)上
[29] Hansen,M.P.:多目标组合优化的禁忌搜索:TAMOCO。控制网络。29(3), 799–818 (2000) ·兹伯利0989.90108
[30] Hertz,A.,Jaumard,B.,Ibeiro,C.C.,Formosinho Filho,W.P.:一种多准则禁忌搜索方法,用于解决多目标成组技术中的细胞形成问题。里奇。操作/操作。第28(3)号决议,303–328(1994年)·Zbl 0830.90065号
[31] Jin,T.,Coit,D.W.:具有任意重复部件的系统可靠性估计的方差。IEEE传输。Reliab公司。50(4),409–413(2001)·Zbl 04569932号 ·数字对象标识代码:10.1109/24.983403
[32] Kasprzak,E.,Lewis,K.:使用共线性定理和缩放方法进行多目标优化中的Pareto分析。结构。多磁盘。最佳方案。22(3), 208–218 (2001) ·doi:10.1007/s001580100138
[33] Kriwaczek,F.,Rustem,B.:基于二次规划的交互式多目标决策。帝国理工医学院技术报告,ISSN:1469-4174(2000)
[34] Kulturel-Konak,S.、Coit,D.W.、Smith,A.E.:使用禁忌搜索有效解决冗余分配问题。IIE事务处理。35(6), 515–526 (2003) ·doi:10.1080/074008170304422
[35] Kulturel-Konak,S.、Norman,B.A.、Coit,D.W.、Smith,A.E.:在约束问题中利用禁忌搜索记忆。信息J.计算。14(3), 241–254 (2004) ·Zbl 1239.90111号 ·doi:10.1287/ijoc.1030.0040
[36] Kulturel-Konak,S.、Smith,A.E.、Norman,B.A.:使用多项式概率质量函数的多目标禁忌搜索。欧洲药典。第169(3)号决议,915-931(2006)·Zbl 1079.90121号
[37] Kuo,W.,Prasad,V.:系统可靠性优化的注释概述。IEEE传输。Reliab公司。49(2), 487–493 (2000) ·doi:10.1109/24.877336
[38] Lu,H.,Yen,G.G.:基于秩密度的多目标遗传算法和基准测试函数研究。IEEE传输。进化。计算。7, 325–343 (2003) ·Zbl 05451889号 ·doi:10.1109/TEVC.2003.812220
[39] Markowitz,H.:投资组合选择。《金融杂志》7,77–91(1952)·doi:10.2307/2975974
[40] Markowitz,H.:投资组合选择。纽约威利(1959)
[41] Mattson,C.A.,Mullur,A.A.,Messac,A.:智能帕累托滤波器:获得多目标设计空间的最小表示。工程优化。36, 721–740 (2004) ·doi:10.1080/0305215042000274942
[42] Misra,K.B.,Sharma,U.:解决系统可靠性设计中出现的整数规划问题的有效算法。IEEE传输。Reliab公司。40,81–91(1991年)·Zbl 0739.90025号 ·doi:10.1109/24.75341
[43] Montano,B.R.,Anandalingam,G.,Zandi,I.:一种用于最小化后果的政策设计的遗传算法。欧洲药典。第124、43–54号决议(2000年)·兹比尔0960.90051 ·doi:10.1016/S0377-2217(99)00123-X
[44] Nakagawa,Y.,Miyazaki,S.:具有两个约束的可靠性优化问题的替代约束算法。IEEE传输。Reliab公司。R-30,175-180(1981年)·Zbl 0455.90034号 ·doi:10.1109/TR.1981.5221024
[45] Palli,N.,Azram,S.,Mccluskey,P.,Sundarajan,R.:用于多目标决策的交互式多级ε不等式约束方法。J.机械。设计。120, 678–686 (1998) ·数字对象标识代码:10.1115/1.2829331
[46] Rietveld,P.,Ouwersloot,H.:多准则决策中的有序数据:核电厂选址的随机优势方法。欧洲药典。第56/249–262号决议(1992年)·doi:10.1016/0377-2217(92)90226-Y
[47] Sarker,R.,Liang,K.-H.,Newton,C.:一种新的多目标进化算法。欧洲药典。第140号决议,12-23(2002年)·Zbl 0998.90075号 ·doi:10.1016/S0377-2217(01)00190-4
[48] Schaffer,J.D.:采用矢量评估遗传算法的多目标优化。In:程序。第一国际会议基因。算法,第93–100页,1985年
[49] Shelokar,P.S.、Jayaraman,V.K.、Kulkarni,B.D.:单目标和多目标可靠性优化问题的蚂蚁算法。资格。Reliab公司。《工程国际》18,497–514(2002)·doi:10.1002/qre.499
[50] Shapiro,A.,Ahmed,S.:关于一类极大极小随机规划。SIAM J.Optim公司。14(4), 1237–1249 (2004) ·Zbl 1073.90027号 ·doi:10.137/S105262340334012
[51] Silva,C.M.,Biscaia,E.C.,Jr.:间歇自由基聚合反应器多目标优化的遗传算法开发。计算。化学。工程27(8-9),1329-1344(2003)·doi:10.1016/S0098-1354(03)00056-5
[52] Smith,A.E.,Tate,D.M.:使用惩罚函数的遗传优化。摘自:《第五届遗传算法国际会议论文集》,第499-505页,1993年
[53] Sung,C.S.,Cho,Y.K.:具有多项选择约束的串联系统的分枝定界冗余优化。IEEE传输。Reliab公司。48(2), 108–117 (1999) ·Zbl 04554659号 ·数字对象标识代码:10.1109/24.784268
[54] Srinivas,N.,Deb,K.:在遗传算法中使用非支配排序的多目标优化。J.进化。计算。2, 221–248 (1994) ·Zbl 05412883号 ·doi:10.1162/evco.1994.2.3.221
[55] Taboada,H.,Coit,D.:多目标系统可靠性优化问题解的数据聚类。资格。技术。数量。管理。4(2), 35–54 (2007)
[56] Taboada,H.,Baheranwala,F.,Coit,D.W.,Wattanapongsakorn,N.:使用遗传算法解决多目标系统可靠性设计问题。摘自:第四届国际质量与可靠性会议记录。中国北京,2005
[57] Todd,D.S.,Sen,P.:使用遗传算法和神经网络对设计空间进行定向多目标搜索。程序。遗传学。进化。计算。会议21738-1743(1999)
[58] Ulungu,B.,Teghem,J.,Ost,C.:通过案例研究交互式多目标模拟退火的效率。《运营杂志》。Res.Soc.49,1044–1050(1998年)·Zbl 1140.90460号
[59] Van Veldhuizen,D.A.,Lamont,G.B.:《多目标进化算法:分析最先进技术》,《进化》。计算。8(2), 125–148 (2000) ·Zbl 05412910号 ·数字对象标识代码:10.1162/106365600568158
[60] Yano,H.:多决策者交互式模糊决策——具有模糊参数的多目标规划问题。2004年第17届国际多准则决策会议
[61] Zitzler,E.,Thiele,L.:多目标进化算法:比较案例研究和强度帕累托方法。IEEE传输。进化。计算。3(4), 257–271 (1999) ·Zbl 05452215号 ·doi:10.1009/4235.797969
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。