多目标moead优化方法

2012年全国大学生数学建模竞赛A题一等奖论文。高教社杯全国大学生数学建模竞赛编号专用页赛区评侧编号(由赛区组委会评阅前进行编号):赛区评阅记录(可供赛区评阅时使用):全国统编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):基于数理分析的葡萄及葡萄酒评价体系摘要葡萄酒的质量评价是硏究葪萄酒的一个重要领域,目前葡萄酒的质量主要由评酒师感官评定。但感官评定存在人为因素,业界一自在尝试用葡萄的理化指标或者葡萄洏的理化指标定量评价葡萄洒的质量。本题要求我们根据葡萄以及葡萄酒的相关数据建模,并研究基」理化指标的葡萄酒评价体系的建立对于问题一,我们首先用配对样品t检验方法研究两组评酒员评价差异的显著性,将红葡萄酒与白葡萄酒进行分类处理,用SPSS软件对两组ⅳ酒员的评分的各个指标以及总评分进行了配对样本t检验。得到的部分结果显示:红葡萄酒外观色调、香气质量的评价存在显著性差异,其他单指标的评价不存在显著差异白葡萄、红葡萄以及整休的评价存在显著性差异接着我们建立了数掂可信度评价模型比较两组数据的可信性,将数据的可信度评价转化成对两组评酒员评分的稳定性评价。首先我们对单个评酒员评分与该组所有评酒员评分的均值的偏差进行了分析,偏差不稳定的点就成为噪声点,表明此次评分不稳定。然后我们用两组评酒员评分的偏差的方差衡量评酒员的稳定性。得到第2组的方差明显小于第1组的从而得出了第2组评价数据的可信度更高的结论。对于问题二,我们根据酿酒葡萄的理化指标和葡萄酒质量对葡萄进行了分级。方面,我们对酿酒葡萄的级理化指标的数据进行标准化,基于主成分分析法对其进行了因子分析,并且得到了27种葡萄理化指标的综合得分及其排序(见正文表5)。另一方面,我们又对附录给出的各单指标百分制评分的权重进行评价,并用信息熵法重新确定了权重,用新的权重计算出27种葡萄酒质量的综合得分并排序(见正文表6)。最后我们对两个排名次序用基于模糊数学评价方法将葡萄的等级划分为1-5级(见正文表8)。对于问一,首先我们将众多的葡萄理化指标用主成分分析法综合成6个主因子,并将葡萄等级也列为主因子之一。对葡萄的6个主因子,以及葡萄酒的10个指标用SPSS软件进行偏相关分析,得到酒黃酮与葡萄的等级正相关性较强等结论。之后对相关性较强的主因子和指标作多元线性回归。得到了葡萄酒10个单指标与主因了之间的多元回归方程,该回归方程定量表示两者之间的联系对于问题四,我们首先将葡萄酒的理化指标标准化处理,对葡萄酒的质量与荀萄的6个主因子和葡萄酒的10个单指标作偏相关分析,并求出多元线性回归方程。该方程就表示了葡萄和葡萄酒理化指标对葡萄酒质量的影响。之后,我们通过通径分析方法中的逐步回归分析得到葡萄与葡萄酒的理化指标只确定了葡萄酒质量信息的47%。从而得出了不能用葡萄和葡萄酒的理化指标评价葡萄酒的质量的结论。接着我们还采用通径分析屮的间接通径系数分析求出各自变量之间通过传递作用对应变量的影响,得到单宁与总酚传递性影响较强等结论最后,我们对模型的改进方向以及优缺点进行了讨论。关键词:配对样本t检验数据可信度评价主成分分析模糊数学评价综合评分信息熵偏相关分析多元线性回归1问题重述确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分,然后求和得到其总分,从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系,葡萄酒和酿酒荀萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件中给岀∫某年份一些葡萄酒的评价结果,并分別给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。我们需要建立数学模型并且讨论下列问题:1.分析附件1中两组评洒员的评价结果有无显著性差异,并确定哪一组的评价结果更可信。2.根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。3.分析酿酒葡萄与葡萄酒的理化指标之间的联系。4.分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响,并论证能否用荀萄和葡萄酒的理化指标来评价葡萄酒的质量2模型的假设与符号的约定2.1模型的假设与说明(1)评酒员的打分是按照加分制(不采用扣分制);(2)假设20名评酒员的评价八度在同一区间(数据合理,不需要标准化)(3)每位评酒员的系统误差较小,在本问题屮可以忽略不计(4)假设附件中给出的葡萄和荀萄酒理化指标都准确可靠。2.2符号的约定与说明符号符号的意义原假设显著性概率第1组评酒员对第号品种葡萄酒评分的平均值,第2组评洒员对第号品种葡萄酒评分的平均值第一组评酒员对指标评分的偏差的方差,第二组评酒员对指标评分的偏差的方差,=…,第1组10位评酒员对号酒样品第项指标评分的平均分第组第号评酒员对号酒样品第项指标评分与平均值的偏第1组第号评酒员对其项指标评分与平均值的偏差的平均第2组第个评酒员的总体指标偏差的方差重新确立的第项指标的权重第2组10个评酒员的总体指标偏差的方差评酒员指标的平均评分,=葡萄的第项指标,葡萄的第项因子,=葡萄酒的第项理化指标3问题一的分析与求解3.1问题一的分析题冂要求我们根据两组评酒员对27种红葡萄洒和28种白葡萄泙的10个指标相应的打分情况进行分析,并确定两组评酒员对葡萄酒的评价结果是否有显著性差异,然后判断哪组评酒员的评价结果更可信初步分析可知:由于评酒员对颜色、气味等感官指标的衡量人度不同,因此两组评酒员评价结果是否具有显著性差异应该与评价指标的类型有关,不同的评价指标的显著性差异可能会不同。同时,由于红葡萄酒和白葡萄酒的外观、口味竽指标羔异性较大,处理时需要将白葡萄酒和红葡萄酒的评价结果的显著性差昦分开讨论。基于以上分析,我们可以分别两组品尝同一种类酒样品的评酒员的评价结果进行两两配对,分析配对的数据是否满烂配对样品t检验的前提条件,而且根据常识可知评酒员对同一种酒的同一指标的评价在实际中是符合t检验的条件的。接着我们就可以对数据进行多组配对样品的t检验,从而对两组评洒员评价结果的显著性差异进行检验。由于对同一酒样品的评价数据只有两组,我们只能通过评价结果的稳定性来判定结果的可靠性。而每组结果的可靠性乂最终决定于每个评酒员的稳定性,因此将问题转化为对评酒员稳定性的评价。3.2配对样品的t检验简介统计知识指出:配对样本是指对冋一样本进行两次测试所获得的两组数据,或对两个完全相同的样本在不同条件下进行测试所得的两组数据。在本问中我们可以把配对样品理解为有27组两个完全相同的酒样品在两组不同评酒员的检测下得到的两组数据,两组屮各个指标的数据为每组评酒员对该指标打分的平均值配对样品的t检验可检测配对双方的结果是否具有显著性差异,因此就可以检验出配对的双方(第一组与第二组)对葡萄酒的评价结果是否冇差异性型对样品t检验具有的前提条件为:(1)两样品必须配对(2)两样品来源的总体应该满足正态性分布。配对样品t检验基本原理是:求出每对的差值如果两种处理实际上没有差异,则差值的总体均数应当为0,从该总体中抽出的样本其均数也应当在0附近波动;反之,如果两种处理有差异,差值的总体均数就应当远离0,其样本均数也应当远离0。这样,通过检验该差值总体均数是否为0,就可以得知两种处理有无差异。该检验相应的假设为:=,两种处理没有差別,4≠两和处理存在差别3.3葡萄酒配对样品的t检验问题一中配对样品为27组两个完全相同的酒样品在两组不同评酒员的检测下得到的两组数据,其中两组中各个指标的数据为各组10个评酒员对该指标打分的平均值。该问题中的10个指标分别为:外观澄清度、外观色调、香气纯正度、香气浓度、香气质量、口感纯正度、口感浓度、口感持久性、口感质量、平衡/总休评价。根据t检验的原理,对荀萄酒配对样品进行t检验之前我们要对样品进行正态性检验。首先我们根据附件一并处理表格中的数据,得到配对样品的两组数据,绘制红葡萄酒配对样品表格部分数据如表1表1红葡萄酒配对样品数据表澄清度澄清度平衡/整平衡/整(1组均值)(2组均值)体评价(1组体评价(2组均值)均值)2.3.18.4红29.6红263.63.78.8红273.73.78.8白葡萄酒配对样品表格部分数据如表2:表2白葡萄酒配对样品数据表澄清度澄清度平衡/整平衡/整(1组均值)(2组均值)体评价(1组体评价(2组均值)均值)白17.78.4白22.93.19.1日26白273.778.8从上表中我们能看出,将白葡萄酒和红葡萄酒中的每个指标分别进行样品的配对后,每一个指标的配对结果有27对,每一对的双方分别是1组和2组的评酒员对该指标的评分的平均值。3.3.1样本总体的K-S正态性检验配对样品的t检验要求两对应样品的总体满足正态分布,则总体中的样品应该满足正态性或者近似正态性,样本的正态性检验如卜以红葡萄酒的澄清度的27组数据为例分析:利用SPSS软作绘制两样品的直方图和趋势图如图1所示:图1红葡萄酒澄清度两组数据自方图我们假设两组总体数据都服从态分布,利用SPSS软件进行KS忙态性检验的具体结果见附录2.3。两组数据的近似相伴概率值P分别为0.239和0.329,大于我们一般的显著水平0.05则接受原来假设,即两组红葡萄酒的澄清度数据符合近似正态分布同理可用SPSS软件对其他指标的正态性进行检验,得到结果符合实际猜想,都服从近似正态分布。3.3.2葡萄酒配对样品t检验步骤两种葡萄酒的处理过程类似,这里我们以对红葡萄酒谜价结果的差异的显著性分析为例。step1:我们以第一组对葡萄酒的评价结果总体服从正态分布〃σ,以第二组对葡萄酒的评价结果总体服从正态分布μσ。我们已分别从两总体中获得了抽样样本和,并分别进行两样品相互配对。(具体数据见附录2.1)Step2:;引进一个新的随机变量,对应的样本为将配对样本的t检验转化为单样本t检验Step3:建立零假设4=,构造t统计量;Step4:利用SPSS进行配对样品t检验分析,并对结果做出推断3.4显著性差异结果分析3.3.1红葡萄酒各指标差异显著性分析由SPSS软件对红葡萄酒各指标的配对样品讠枍验后,得到各指标的显著性概率分布表。(结果如表3所示)表3红葡萄酒酒各指标显著性概率P指标外观澄清度外观色调香气纯正度香气浓度‖香气质量P0.6140.0020.1510.1000.010指标口感纯正度口感浓度口感持久性口感质量平衡/整体P0.4370.1580.2510.0550.674由统计学知识,如果显著性概率P显著水平α,则不能拒绝零假设,即认为两总体样本的均值不存在显著差异。则根据表3可得:两组评酒员对红葡萄酒各项指标的评价中除外观色调、香气质量存在显著性差异以外,其他8项指标都无显著性差异。3.3.2白葡萄酒各指标差异显著性分析代入白葡萄酒的评价数据,重复以上步骤,得到白荀萄酒各指标的显著性概率分布表。(结果如表4所示)表4白葡萄酒各指标显著性概率P分布表指标外观澄清度外观色调香气纯正度香气浓度香气质量P0,2990.0890.930.2380.714指标口感纯正度口感浓度口感持久性口感质量平衡/整体0,0000.0050.8630.0000.00l分析表4可得:两组评酒员对白葡萄酒各项指标的评价中只有凵感纯正度」感浓度、凵感质量、平衡/整体评价存在显著性差异,其他6项指标都无显著性差异3.3.3葡萄酒总体差异显著性分析(1)红葡萄酒总体差异显著性分析该问题的附件中已经给出了10项指标的杈重,因此将10项指标利用加权合并成总体评价。对于红葡萄酒两组评价结果构造两组配对t检验。得到显著性概率P=0.030

WIN32 API多线程操作串口代码文档经典教程WIN32 API多线程操作串口代码文档经典教程

自适应对消滤波MATLAB实现，可以对消噪声提取有用信号

拟一维喷管流动的数值解MATLAB程序，模型来自于《计算流体力学基础及其应用》--安德森著，第7章第3小节

matlab安装序列号以及license文件，很实用，很简单的方法

　　　学习MATLAB GUI程序设计，利用MATLAB图像处理工具箱，设计和实现自己的Photoshop 。要求：按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。然后按照自己拟定的功能要求进行程序设计和调试。 　　　以下列出几点程序的功能，供参考：1）图像的读取和保存。2）设计图形用户界面，让用户能够对图像进行任意的亮度和对比度变化调整，显示和对比变换前后的图像。3）设计图形用户界面，让用户能够用鼠标选取图像感兴趣区域，显示和保存该选择区域。4）编写程序通过最近邻插值和双线性插值等算法将用户所选取的图像区域进行放大和缩小整数倍的操作，并保存，比较几种插值的

主要研究矩形零件的排样方法，遗传算法的用途在此处体现的淋漓尽致本文算子的选择是有效的为进一步验证算法,对零件数量从16~97的不同算例进行试验,每类有3个例子,其最优排放图均已知,各个算例的基本试验数据(零件数量,板材尺寸)和本文试验最好结果见表2,表2算例2的基本试验数据及本文试验结果Tab 2 Dimension of second exampleand best result given by this paper问题零件最优高度原最优板材所得最低高度()SA+文算法结果(b)SA+最低水平线算法结果种类数量mm尺寸/mmmm2020×2020图1算例1的排放图40×15Fig 1 Layout of first example2860×3032表1本文算法与最低水平线算法排样结果对比C4496060×6064Tab. 1 Difference between our algorithm and7360×90the lowest outline algorithm9712080×120129最小高度最小高度最大高度平均高度运行时间图2给出了部分算例的最好排放结果。 Hopper算法/mm出现频次/mm/mm/ms8. Turton对以上规模不同的矩形件采用BL、BLFSA+最低水平线481/5053.716算法进行排放,允许零件旋转90°,GA、NE、SA、HCSA+本文方法483/505 I48.6等算法搜索排放顺序。文中指出采用BLF排放效果优于BL算法10%~30%,采用SA+BLF算法所得4.2算例2结果最优,见表3。(a)C11(b)C41(c)C61图2算例2采用本文算法所得的排放图ig 2 Best layout of second example with our algorithm表3各类别实例的相对距离百分比1表4各实例运行时间对比表Tab3 Relative distance of best solution toTab 4 Average elapsed time foroptimum height for six cases%six cases with different algorithm问题种类BIBLF SA+BLF本文算法问题A+BLFSA+本文算法174种类ms162.824126.7C41816132120C657.5注:1)表中值表示所得最好结果U与最优值lO)pt差值的白分比C61528189447(U-Op:)/lOpt。宇航材料工艺2007年第4期17对比表2、表3知,本文算法和文献[6]中采用图3表明:矩形排放耗时10ms,经人机交互调BLF解码的综合算法结果相近,并且在零件数量较整后材料利用率为86.4%,比人工排样提高约11少(如n=16)时能获得最优解,与埋论分析一致;由8%。表4知,本文算法的运行时间大大少于BLF算法,这5结论是因为在排放R;时只需搜索当前轮廓线段,比BLF实际算例表明最低轮廓线搜索算法能有效地进算法(搜索所有空域区域)搜索空间减少,因此效率明行矩形件排放,与模拟退火算法相结合,能在较短时显提高。由于文献[6的运行环境是:处理器奔腾间内获得与BLF算法相近的排放结果,并且在零件200MHκ,RAM65M, Windows nt4.0;而本文运行数量较少时能获得最优解,是解决大规模矩形件排放环境为:CPU2.8GHz,RAM512M,其速度大约是问题的有效方法200MHz处理器的15倍,因此表4所给BLF混合算参考文献法的运行时间做了相应处理。可见采用轮廓搜索法1张丽萍,张春丽,蒋寿伟.皮料优化排样的有效方法与BLF算法可获得相近的排放效果,但前者效率明软件学报,2005;16(2):316~323显高于后者。文献[7采用启发式递归(HR)算法对2曹炬,周济,余俊.矩形件排样优化的背包算法.中国以上算例进行求解,大大提高了运行效率,但在零件机械工程,1994;5(2):11~12数量较多时其速度也明显低于本文算法。因此最低3曹炬.二维异形切割件优化排样的拟合算法.中国机轮廓搜索法可用于求解大规模矩形件的排样问题。械工程,2000;11(4):438~4414.3应用举例1 Jakobs S On genetic algorithms for the packing of针对不规则复合材料铺层,采用矩形包络法求出 polygons,Eur. of oper,Res.,1996881):165-181其包络矩形,然后采用上述算法进行排放。图3是飞5贾志欣.面向发电设备制造的下料优化排样原理与关机坐舱罩顶棚的铺层展开数据采用以上策略获得的键技术,四川大学博士学位论文,2002排放图。6 Hopper E, Turton B C H. An empirical investigationof meta-heuristic and heuristic algorithms for a 2D packingproblem. EurJ of Oper Res, 2001; 128(1): 34577 Zhang Defu, Kang Yan, Deng Ansheng. A new heuristicrecursive algorithm for the strip rectangular packing problemComputers &. Operations Research, 2006; 33(8): 2209-2 217图3复合材料铺层排放实例(编辑李洪泉)ig. 3 Layout for composites plys18宇航材料工艺2007年第4期矩形件优化排样的研究旧万数据WANFANG DATA文献链接作者:邓冬梅,厝米水,安鲁陵,王桂宾, Deng Dongmei, Zhou laishui, An Luling,Wang guibin作者单位:南京航空航天大学机电学院,南京,210016刊名宇航材料工艺sTc|PKU英文刊名:AEROSPACe mATERIALS technology年,卷(期):2007,37(4)被引用次数4次惨考文献(条)1.张丽萍.张春丽.蒋寿伟皮料优化排样的有效方法[期刊论文]软件学报2005(02)2.曹炬.周济.余俊矩形件排样优化的背包算法[期刊论文]中国机械工程1994(02)3.曹炬二维异形切割件优化排样的拟合算法「期刊论文]中国机械工程2000(044.Jakobs S On geretic algorithms for the packing of polygons 1996 (05.贾志欣面向发电设备制造的下料优化排样原理与关键技术[学位论文]20026. Hopper E Turton B C H An empirical investigation of meta-heuristic and heuristic algorithms for a 2Dpacking problem 2001(01)7. Zhang Defu. Kang Yan. Deng Ansheng A new heuristic recursive algorithm for the strip rectangularpacking problem 2006 (08)相似文献(1条)1.学位论文邓冬梅复合材料铺层排样抆术硏究与开发2007复合材料因其比强度高、比模量大、材料的刚度和强度可设汁等一系列优点,在航空航天领域得到广泛应用,但高昂的价咯成了复合材料应用的最大壁垒。国外的硏究和应用成果表明数字化技术是降低复合材料构件制造成本、提高构件性能的有效途径。目前国内主要还以手工没计和手工制造为主、自动化程度不高,不仅浪费人力、物力,而且产品质量难以保证,因此有必要对复合材料数字化技术进行研究。优化排样是复合材料构件数字化生产过程中的重要环节。本文在研宄各种排样算法的基础上,提岀丁新的矩形件排样算法、优化算法以及不规则样片的排样算法,并与复合材料铺层排样的特点相结合开发了复合材料铺层排样软仁。主要研究内容和创新点如下矩形件排样不仅适用于矩形样片的排放,也是不规则样片排咩的基础。本文在建立矩形件排样数学模型的基础上,介绍了各种常见的定序列矩形件排样算法并分析其特点,提出了一种新的启发式排样算法——最低轮廓线搜索算法。该算法满足“最下最左”条件,克服了其他排样算法对某些排栏图不能给出排列的缺点,实验结果表明该算法排样效果好于最低水平线算法和最下最左(BL)算法。利用该算法实现了大量不同规格图纸的集中出图,省时省力,节约氏张2050%。矩形件排样问题具有图形运算和组合优化两方面的特性,单纯的排样算法只能解决图形运算问题,样片的排放顺序对排样结果同样重要。针对较小规模(一般少于100个图形)的矩形件排样问题,本文提岀了模拟退火与最低轮廓线搜索算法相结合的综合优化算法。对于十多个图形的排样,该算法可短时间内求得最优舾:对于近百个图形的排样,在排样效果相当旳情冮下,该亥算法比其基于模拟退火的综合优化算法效率提髙百以饣。针对大规模矩形件排样问题本文提出了蚁群笪法与最低轸廓线搜索算法相结合旳综合优化算法,该算法比模拟退火与最低轮廓线算法相结合的综合优化算法效率提高十倍以上。不规则图形排栏是所有排样研究中的热点和难点。本文将不规则样片简化成多边形进行排样,提出了两种不同的解法方法:一是基于矩形的排样方法,二是直接对多边形进行排样。基于矩形求解不规则样片排样时,将图形运算、矩形件排样算法及交互调整相结合,提出了基于矩形的多边形综合排样算法。通过各种优化组合策略,对单一样片和多种样片进行组合求其最小包络矩形,从而将不规则形状样片排样转化为矩形件排样进行求解。直接冄放多边形时,重点研究两个多边形的临界多边形(NFP)的求解。首先对基于倾斜图法的NFP求解法进行了改进和优化,完善了凹、凸两多边形NFP的求解,然后提出了适用于任意两多边形N求解的边界绕行法,该方法比基于倾斜图的求解方法适用范围广,计算简单、效率高。根据复合材料构件数宇化生产的主要过程,分析总结了复合材料铺层排样的特点,并将伉化排样算法与复合材料铺层排样的特点相结合,设计丌发了复合材料构件铺层排栏软件系统。引证文献(3条)1.卢远志杨建新.文桂林.周兵.钟志华基于排样思想的工程图坐标尺寸防干涉方法[期刊论文]中南大学学报(自然科学版)2010(2)2.张伟.安鲁陵.邵挠眀.郑盈一种矩形件分层排样算法[期刊论文]宇航材料工艺2010(1)3.陈婷.许超钣金零件排样技术及其发展[期刊论文]锻压装备与制造技术2008(4)本文链接http://d.wanfangdata.comcn/periodicAlyhclgy200704005.aspx授权使用:广东工业大学图书馆( gdgydxtsg),授权号:4flc88c5-bfdd-4dec-8ebf-9ec501113fe6下载时间:2011年4月14日

用MATLAB写的四维数据空间建模源代码，十分简洁明了，如果你想用MATLAB做出四维数据[X,Y,Z,S]的空间立体图，其中X,Y,Z表示三维空间坐标，S是属性值，那么这两种方法一定对你有用！

在simulink中自己搭建的永磁同步电机模型，在相同参数下与系统自带的模型仿真对比，其输出波形完全一致

无刷直流电机PID控制 BP神经网络 电机控制