博文
【热点专题】多目标优化
|
数据和知识驱动的城市污水处理过程多目标优化控制
城市污水处理过程优化控制是降低能耗的有效手段, 然而, 如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战. 围绕上述挑战, 文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge driven multiobjective optimal control, DK-MOC)方法. 首先, 建立了出水水质、能耗以及系统运行状态的表达关系, 获得了运行过程优化目标模型. 其次, 提出了一种基于知识迁徙学习的动态多目标粒子群优化算法, 实现了控制变量优化设定值的自适应求解. 最后, 将提出的DK-MOC应用于城市污水处理过程基准仿真模型1 (Benchmark simulation model No. 1, BSM1). 结果表明该方法能够实时获取控制变量的优化设定值, 提高了出水水质, 并且有效降低了运行能耗. 韩红桂, 张琳琳, 伍小龙, 乔俊飞. 数据和知识驱动的城市污水处理过程多目标优化控制. 自动化学报, 2021, 47(11): 2538−2546 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210098?viewType=HTML 基于分布式策略的直流微电网下垂控制器设计 本文研究了分布式控制策略下直流微电网的负荷分配和电压平衡问题. 给出一种新的基于分布式策略的下垂控制器设计方法, 能够在统一的框架下实现直流微电网负载共享和电压平衡. 首先,将直流微电网的负载共享和电压平衡问题转化为多目标优化问题, 其性能指标与微源的容量密切相关. 然后, 通过求解多目标优化问题获得实现负载共享和电压平衡的集中式控制策略, 并给出下垂控制器的设计方法. 为了降低系统的通信负担, 给出一种新的只需与邻居节点交换信息的分布式控制策略, 通过理论分析可知该分布式控制策略能够收敛到多目标优化问题的最优解. 最后, 通过对新能源汽车充换电站系统的仿真验证了本文提出的方法的有效性. 卢自宝, 钟尚鹏, 郭戈. 基于分布式策略的直流微电网下垂控制器设计. 自动化学报, 2021, 47(10): 2472−2483 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190628?viewType=HTML 模型辅助的计算费时进化高维多目标优化 代理模型能够辅助进化算法在计算资源有限的情况下加快找到问题的最优解集, 因此建立高效的代理模型辅助多目标进化搜索逐渐受到了重视. 然而随着目标数量的增加, 对每个目标分别建立高斯过程模型时个体整体估值的不确定度会随之增加. 因此通过对模型最优解集的搜索探索原问题潜在的非支配解集, 并基于个体的收敛性, 种群的多样性和估值的不确定度, 提出了一种新的期望提高计算方法, 用于辅助从潜在的非支配解集中选择使用真实目标函数计算的个体, 从而更新代理模型, 能够在有限的计算资源下更有效地辅助优化算法找到好的非支配解集. 在7个DTLZ 基准测试问题上的实验对比结果表明, 该算法在求解计算费时高维多目标优化问题上是有效的, 且具有较强的竞争力. 孙超利, 李贞, 金耀初. 模型辅助的计算费时进化高维多目标优化. 自动化学报, 2022, 48(4): 1119−1128 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200969?viewType=HTML 自适应变化响应的动态多目标进化算法 动态多目标优化问题的目标函数发生变化时, 需要采取变化响应策略对种群进行重新初始化, 以快速追踪新环境中的最优解集. 现有动态多目标优化算法对不同个体不同维度的决策变量缺乏针对性的变化响应, 导致重新初始化的效果尚存在较大改进空间. 为此, 本文提出了一种对不同个体不同维度的决策变量分别进行自适应变化响应的动态多目标进化算法(DMOEA-ACR). 该算法包括两个核心部分, 首先是对t时间步最优种群和t−1时间步最优种群中对应个体各维度决策变量之间的差异进行计算, 自适应选择变异策略或预测策略重新初始化不同个体不同维度的决策变量. 其次, 在每轮迭代或重新初始化后, 对非支配个体进行存档, 基于存档中心构建预测策略. 为了验证DMOEA-ACR的有效性, 将其与动态多目标优化领域的6种先进算法在最新测试问题集SDP和DF上进行对比, 实验结果表明DMOEA-ACR在求解动态多目标优化问题时具有明显的优势. 梁正平, 李辉才, 王志强, 胡凯峰, 朱泽轩. 自适应变化响应的动态多目标进化算法. 自动化学报, 2021, x(x): 1001−1018 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210121?viewType=HTML 面向建模误差PDF形状与趋势拟合优度的动态过程优化建模 本文提出一种新的数据驱动建模思路及方法, 即面向建模误差概率密度函数(Probability density function, PDF)形状与趋势拟合优度(相似度)的动态过程多目标优化建模方法. 首先, 针对均方根误差(Root mean square error, RMSE)等常规一维性能指标不能完全刻画建模误差在时间和空间二维随机动态特性的问题, 引入PDF指标来对动态过程的建模误差在时间和空间进行二维尺度的全面刻画和评价, 并采用核密度估计技术对关于时间的建模误差序列的PDF进行估计; 其次, 为了刻画动态过程数据建模的拟合趋势, 进一步引入趋势拟合优度指标, 从而构造综合描述数据建模误差PDF形状与趋势拟合相似性的多目标性能指标; 在此基础上, 采用NSGA-II算法优化数据模型的参数集, 获取一大类满足上述多目标性能优化的智能模型参数解. 数值仿真及工业数据验证表明, 所提方法的建模误差PDF逼近设定的期望PDF, 并且模型输出与样本数据拟合趋势接近, 好于常规最小化一维RMSE指标的数据建模方法. 周平, 赵向志. 面向建模误差PDF形状与趋势拟合优度的动态过程优化建模. 自动化学报, 2021, 47(10): 2402−2411 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200001?viewType=HTML 基于径向空间划分的昂贵多目标进化算法 为了解决难以建立精确数学模型或者真实评估实验成本高昂的多目标优化问题, 本文提出了一种基于径向空间划分的昂贵多目标进化算法. 首先算法使用高斯回归作为代理模型逼近目标函数; 然后将目标空间的个体投影到径向空间, 结合目标空间和径向空间信息保留对种群贡献更高的个体; 之后由径向空间中个体的位置分布决定下一步应该选择哪些个体进行真实评估; 最后, 采用一种双档案管理策略维护代理模型的质量. 数值实验和现实问题上的结果表明, 与五种先进的算法相比, 本文提出的算法在解决昂贵多目标优化问题时能够提供更高质量的解. 顾清华, 周煜丰, 李学现, 阮顺领. 基于径向空间划分的昂贵多目标进化算法. 自动化学报, 2021, 47(x): 1−22 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200791?viewType=HTML 基于R2指标和参考向量的高维多目标进化算法 在高维多目标优化中, 不同的优化问题存在不同形状的Pareto前沿(PF), 而研究表明大多数多目标进化算法(Multi-objective evolutionary algorithms, MOEAs) 在处理不同的优化问题时普适性较差. 为了解决这个问题, 本文提出了一个基于R2指标和参考向量的高维多目标进化算法(An R2 indicator and reference vector based many-objective optimization evolutionary algorithm, R2-RVEA). R2-RVEA基于Pareto支配选取非支配解来指导种群进化, 仅当非支配解的数量超过种群规模时, 算法进一步采用种群分解策略和R2指标选择策略进行多样性管理. 通过大量的实验证明, 本文提出的算法在处理不同形状的PF时具有良好的性能. 陈国玉, 李军华, 黎明, 陈昊. 基于R2指标和参考向量的高维多目标进化算法. 自动化学报, 2021, 47(11): 2675-2690 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180722?viewType=HTML
https://blog.sciencenet.cn/blog-3291369-1337308.html
上一篇：面向行人重识别的局部特征研究进展、挑战与展望
下一篇：支持数据隐私保护的联邦深度神经网络模型研究
