(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110207836.9 (22)申请日 2021.02.24 (65)同一申请的已公布的文献号 申请公布号 CN 112948997 A (43)申请公布日 2021.06.11 (73)专利权人 北京理工大 学 地址 100081 北京市海淀区中关村南大街5 号 (72)发明人 王儒　黄禹　王国新　阎艳　 (74)专利代理 机构 北京高沃 律师事务所 1 1569 专利代理师 韩雪梅 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01)(56)对比文件 CN 110659723 A,2020.01.07 CN 1071946 09 A,2017.09.2 2 CN 109185 018 A,2019.01.1 1 US 6850891 B1,20 05.02.01 陈杰等.基 于模糊聚类的机载多功能毫米波 雷达动态资源调度. 《火控雷达技 术》 .2011,(第 02期),8-13+4 4. 审查员 王晓时 (54)发明名称 一种多目标自适应聚类优化方法及系统 (57)摘要 本发明提供了一种多目标自适应聚类优化 方法及系统， 方法包括： 将N个目标按不同集群进 行优先级分级； 根据已划分优先级的N个目标生 成目标相关特性矩阵； 采用层次聚类法， 根据所 述目标相关特性矩阵进行目标聚类 分析， 获得最 终的目标聚类结果。 本发明在不了解相关学科、 相关领域知识的情况下基于最终的目标聚类结 果能够分清各目标的关系， 对于强相关性的目标 聚类簇， 各目标对变量的敏感性几乎一致， 则可 以在优化设计时删除对结果影响不大的冗余目 标， 以减小设计复杂度； 对于弱相关性的目标聚 类簇， 在优化设计时将其设置为同一优先级， 看 作同一类型目标； 对于无相关性的目标， 在设计 时找到需要优先保障的目标， 设置更高的优先 级， 以得到更好的方案 。 权利要求书4页 说明书15页 附图4页 CN 112948997 B 2022.11.08 CN 112948997 B 1.一种多目标自适应聚类优化方法， 其特 征在于， 所述方法包括： 步骤S1： 将N个目标按不同集群进行优先级分级； 步骤S2： 根据已划分优先级的N个目标生成目标相关特性矩阵； 步骤S3： 采用层次聚类法， 根据所述目标相关特性矩阵进行目标 聚类分析， 获得最终的 目标聚类结果； 所述将N个目标按不同集群进行优先级分级， 具体包括： 步骤S11： 基于多目标构建多目标描述问题； 步骤S12： 根据所述多目标描述问题构建妥协决策问题； 步骤S13： 根据上一次目标聚类结果， 利用所述妥协决策问题中的优先级偏差函数将N 个目标按不同集群进行优先级分级； 所述多目标描述问题包括四个决策变量， 一个线性约束， 十个非线性不等式约束和六 个目标； 决策变量四个： x1： 朗肯循环变量中的最大压力； x2： 朗肯循环最小压力； x3： 朗肯循环最高温度； x4： 交换器中加热 液的最高温度； 目标函数 六个： 目标1， 最小化涡轮机的蒸汽： mi nf1(x1， x2， x3， x4)； 目标2， 最大化朗肯循环效率： maxf2(x1， x2， x3， x4)； 目标3， 最大化热交换器效率： maxf3(x1， x2， x3， x4)； 目标4， 最大化系统效率指标1： maxf4(x1， x2， x3， x4)； 目标5， 最大化系统效率指标2： maxf5(x1， x2， x3， x4)； 目标6， 最大化热交换器的传热效率： maxf6(x1， x2， x3， x4)； 边界条件： 500≤x1≤5000(kPa)； 350≤x2≤850(K)； 350≤x3≤850(K)； 约束函数十个： 约束1， 温度增量上限： TMAXE ‑TMAX≥DELTLM →g1(x)≤0； 约束2， 涡轮中的水分小于上限： RC MIT≤TMXL →g2(x)≤0； 约束3， 朗肯循环质量 流量小于上限： FLOWR≤FRMXR →g3(x)≤0； 约束4， 热交换器和涡轮之间处的温度大于等于热交换器处： TE MP4≥TEMP3→g4(x)≤0； 约束5， 热交换器和涡轮之间处的质量是 过热蒸汽： QUAL 4≥1.0→g5(x)≤0； 约束6， 交换器中的加热温差限制： TMAXE ‑TMINE≥TDELE →g6(x)≤0； 约束7， 交换器中加热 液最低温限制： TMI NE‑TMEP2≥TDELC →g7(x)≤0； 约束8， 理想卡诺 循环效率大于系统效率1： CARNOT≥ f4→g8(x)≤0； 约束9， 理想卡诺 循环效率大于系统效率2： CARNOT≥ f5→g9(x)≤0； 约束10， 流体的有效温度在范围内： DBTMXE≥TMAXE →g10(x)≤0；权　利　要　求　书 1/4 页 2 CN 112948997 B 2其中， DELTLM为对数主温差； FLOWR为朗肯循环的质量流量； FRMXR为朗肯循环质量流量 的上限； TEMP4为通过涡轮压强下降时的温度； TEMP3为通过热交换器的温度增加时的温度； QUAL4为通过涡 轮压强下降处的水流质量； TMINE为热交换器最低温度； TMEP2为泵压力增加 时的温度； TDELC为热交换器最低温度与泵压力增加处温度之间的最小温差； CARNOT为卡诺 循环效率； DBTMXE 为热交换器； g1(x)‑g10(x)为系统约束； f4为系统效率1(％)； f5为系统效率 2(％)。 2.根据权利要求1所述的多目标自适应聚类优化方法， 其特征在于， 所述根据已划分优 先级的N个目标生成目标相关特性矩阵， 具体包括： 步骤S21： 初始化， 将目标划分的分数H设置为1； 步骤S22： 采用权重生成算法， 根据所述目标划分的分数计算权重集， 并赋予阿基米德 偏差函数； 步骤S23： 根据自适应线性算法， 将已赋予权重的所述阿基米德偏差函数进行求解， 到 在各权重组下各目标的优化 解； 步骤S24： 根据所述优化 解和目标期望值计算目标偏差矩阵； 步骤S25： 将所述目标偏差矩阵进行 标准化处理， 获得标准化偏差矩阵； 步骤S26： 根据所述标准 化偏差矩阵进行相关性计算， 得到目标相关特性矩阵； 步骤S27： 计算所述目标相关特性矩阵的标准差， 当相邻两次标准差的差值在设定误差 范围内， 则输出所述目标相关特性矩阵； 当相邻两次标准差的差值不在设定误差范围内， 则 增加目标划分的份数H， 并返回 “步骤S22”。 3.根据权利要求1所述的多目标自适应聚类优化方法， 其特征在于， 所述采用层次聚类 法， 根据所述目标相关特性矩阵进行目标聚类分析， 获得最终的目标聚类结果， 具体包括： 步骤S31： 采用层次聚类法， 根据所述目标相关特性矩阵进行目标聚类分析， 获得多组 目标聚类结果； 步骤S32： 判断各目标优先级是否遍历； 如果未遍历， 则返回 “步骤S13”； 如果遍历， 则将 多组目标聚类结果进行分级， 获得当前不同分级情况的目标聚类结果， 并执 行“步骤S33”； 步骤S33： 判断是否达到收敛条件； 如果达到收敛条件， 则将当前不同分级情况的目标 聚类结果作为最终的目标聚类结果； 如果没有达到 收敛条件， 则将当前不同分级情况 的目 标聚类结果中出现次数最多的目标聚类结果作为上一次目标聚类结果， 并返回 “步骤S13”。 4.根据权利要求2所述的多目标自适应聚类优化方法， 其特征在于， 所述根据 所述优化 解和目标期望值计算目标偏差矩阵； 所述目标偏差矩阵为Dd＝[d1，…， dN]； 利用 计算目标i的偏差di； 其中， fi表示该目 标优化解， Fi表示该目标i的期望值。 5.一种多目标自适应聚类优化系统， 其特 征在于， 所述系统包括： 优先级分级模块， 用于将N个目标按不同集群进行优先级分级； 目标相关特性矩阵生成模块， 用于根据已划分优先级的N个目标生成目标相关特性矩 阵；权　利　要　求　书 2/4 页 3 CN 112948997 B 3