基于集合经验模态分解和多目标遗传算法的火-多储系统调频功率双层优化

针对分布于区域电网不同网络节点的多座储能电站参与电网调频功率调度问题,该文提出一种基于集合经验模态分解(EEMD)和多目标遗传算法(MOGA)的火-多储系统调频功率双层优化策略。该策略包含火-储调频功率优化层和多储能电站调频功率优化层:上层计及火-储调配资源各自优势及剩余调频能力,构建火-储调频功率优化分配模型,完成火-储调频功率的分配;下层引入关于调频成本和荷电状态(SOC)的自适应权重系数,以调频成本最低和SOC均衡为优化目标,完成调频功率在多储能电站之间的分配。仿真结果表明,所提策略可以提升区域电网调频效果并降低调频成本,均衡控制多个储能电站的调频成本和SOC,可以防止经济性较好的储能电站长期处于SOC越限边缘状态,提升储能电站参与调频的积极性和可持续性。

基于多目标遗传算法的8×8 S盒的优化设计方法

混沌系统具有非线性、伪随机性、初始值敏感等特性,为基于动力系统构造性能良好的S盒提供了基础,进一步保证了分组加密算法安全性.目前,基于混沌构造S盒的方法大多数针对单个性能指标进行优化,难以获得全面的性能提升.针对此问题,结合混沌映射与多目标遗传算法,提出了一种新的S盒设计方法.首先,利用混沌映射的特性产生初始S盒种群;然后,以S盒的非线性度和差分均匀性为优化目标,基于遗传算法框架对上述两指标进行优化.针对S盒的特点,在优化算法中引入了交换操作,设计了新的变异操作以及非支配序集计算,有效提升了S盒的非线性度和差分均匀性.实验结果表明该算法产生的S盒其差分均匀度为6,非线性度值至少为110,有效提升了S盒的综合性能.

基于多目标遗传算法的永磁同步电机振动噪声分析与优化

为降低车用永磁同步电机的振动噪声,本文针对一台U一型转子永磁同步电机,研究了一种将响应面模型与多目标遗传算法相结合的电机电磁振动噪声优化方法。首先,通过仿真分析电机在全转速范围内的噪声频谱特性,得到产生峰值噪声的转速及噪声频率;随后,确定电机优化变量及优化目标,对其进行敏感度分析,建立优化变量的响应面模型;然后,利用多目标遗传算法对变量进行参数优化,得到最优结构参数;最后采用有限元法计算电机优化前后的输出性能及辐射噪声,结果表明此方法在保证电机输出性能基本不变的情况下使电机最大等辐射声功率级降低了24.2%。

基于改进多目标遗传算法的5G基站选址布局研究

5G基站的建设是5G产业链中十分重要的一环。对于运营商而言,基站的选址规划会直接影响5G网的信号质量和使用效率。针对基站选址规划不合理的问题,本文考虑了不同区域基站覆盖范围不同和网络业务量不同的特点,以基站建设成本最小、面积覆盖率和业务覆盖率最大为优化目标,建立了5G基站选址优化模型,使用改进的NSGA-Ⅱ算法对模型进行求解。仿真结果表明,该算法有效解决了基站选址问题,并且具有速度快、效率高、不易陷入局部最优解等优势。

不同多目标遗传算法在水闸泵站优化调度应用的对比研究

多目标遗传算法因其高效率和快速收敛而被广泛用于水利工程调度优化。不同的算法具有不同的特点,表现性能不一,寻找一种合适的算法用于水利工程优化是非常重要的。研究选择了三种有代表性的多目标遗传算法,即NSGA-Ⅱ、NSGA-Ⅲ和RVEA,建立了水闸泵站调度多目标优化模型,进行了数值实验来评估这三种算法的表现。根据综合评价,NSGA-Ⅲ更适合于三目标的水闸泵站优化调度。

基于多目标遗传算法的外骨骼人-机并联系统性能优化

在提出一种具有仿生交变穿戴接触刚度的膝关节外骨骼人-机物理交互(穿戴)系统研究原型的基础上,开展穿戴系统参数优化分析,用于实现其穿戴舒适性与承载有效性的提高。首先,基于Ansys软件平台,搭建系统虚拟样机模型;其次,基于仿真分析,构造一种计及外骨骼缓冲层结构、材料参数为设计参变量的可穿戴性新型综合评价指标——穿戴舒适度,并获取后续优化初始数据种群;最后,针对穿戴舒适度指标开展多目标遗传优化分析,以寻找外骨骼穿戴系统的设计参数最优值。仿真分析表明,大腿肌群穿戴处最大等效应力(Von-Mises)有效值相对优化前降低44.45%,最大有效变形降低2.86%,有效受力结点数占比提高1.75%。因此,仿真结果可佐证上述人-机并联物理交互系统设计与其性能优化方法的有效性与合理性。

基于多目标遗传算法的固定蜂窝板辐射器性能优化

针对某低轨卫星高散热性与减重需求,提出一种蜂窝板辐射器的优化设计方案。研究表明,外贴热管能够提高辐射器散热能力与表面温度均匀性。以热管-管路布局参数作为设计变量,利用优化拉丁方试验法生成72套样本组合,并采用误差最低的径向基函数(RBF)构建代理模型,仿真结果表明,基于带精英策略的非支配排序遗传算法(NSGA-II)迭代得到的最优方案提高散热能力超过1/4,表面温度均匀性改善65%且辐射器总质量降低32%。通过绕轨运行热控能力分析得到,优化方案的散热器具有优异的散热性能以及显著的减重优势,可为固定式空间辐射器的设计提供参考。

基于多目标遗传算法的PDC复合片交界结构优化设计

为改善PDC复合片界面处的结合能力,提升其整体的抗冲击性和稳定性,提出了一种新型交界结构。采用有限元方法,对比了外界载荷影响下所设计交界结构和常规界面结构复合片的应力分布状态,并基于提出的交界结构,考虑其结构参数的影响,使用最优填充空间法进行采样,结合最小二乘法构建了结构场的二阶响应面近似模型;以交界结构参数为设计变量,结构场等效应力、最大剪应力和最大主应力的最大值为设计目标,采用多目标遗传算法对响应面近似模型进行优化。研究结果表明,相同模拟条件下,相比常规交界结构,新型交界结构的等效应力最大值降低了50.7%,剪应力最大值降低了52.0%,最大主应力最大值降低了22.4%。优化后的PDC复合片在相同条件下,等效应力、最大剪应力及最大主应力均降低14%以上,且具有更好的破岩稳定性,能有效避免应力集中,同时热稳定性增强。研究结果为PDC复合片优化设计提供了理论依据,同时提供了新的优化方法,有助于降低研发成本。

基于多目标遗传算法的高压压气机气动布局优化研究

为了提升高压压气机设计点效率,通过多目标遗传算法开展高效率高压压气机的一维气动布局研究。确定了遗传算法种群的相关参数和高压压气机一维优化方案参数的限制条件与控制形式;分析了高压压气机的流路形式,切线速度、负荷系数、进口绝对气流角等参数的一维分布形式。结果表明,当高压压气机流路为近等中径形式,叶尖切线速度在294~352 m/s范围时效率较高。负荷系数轴向分布形式对压气机设计点效率无明显影响,但是一级转子负荷在0.275以上时,高效率的方案占比较高;在避免末级静子气流折转角过大的前提下,中间级转子进口绝对气流角降低亦可有效提高压气机的工作点效率;压气机最优方案的设计点效率达到88.46%,喘振裕度达到16.29%。研究结果可为高压压气机气动布局优化提供参考。

多目标遗传算法反演对流层大气温湿廓线研究

针对地基微波辐射计反演对流层大气温湿廓线完全依赖于历史数据的问题,设计了一种新的反演算法和流程。在对历史探空数据的统计分析基础上,得到各层大气温湿参数经验范围。从经验库中随机构造一条大气温湿廓线作为初值,基于大气微波辐射传输模式MonoRTM模型,计算模拟亮温。比较计算值与实测亮温的接近程度,通过更新初值,不断迭代计算,逐步筛选出可行解,并通过设定大气温湿垂直递减率等约束条件,从可行解中约束出帕累托前沿。采用皮尔逊系数加权平均的方法,从帕累托前沿中得到全局满意解。研究结果表明,新建立的基于多目标遗传算法的不完全依赖于历史数据的对流层大气温湿廓线反演模型,有较好的自适应能力和鲁棒性,反演精度高。该模型可以满足微波辐射计在历史气象资料积累匮乏地区的使用需求。

基于多目标遗传算法的火电机组负荷频率控制方法

常规的负荷频率控制方法以频率协调为主,调频信号指令受到阶跃响应的影响,存在一定的频率偏差,阻碍火电机组频率控制效果。因此,设计了基于多目标遗传算法的火电机组负荷频率控制方法。提取火电机组负荷一次调频特征,将高出允许合理范围的火电机组负荷频率进行调整,增加或减小机组功率,使其达到新的负荷平衡。基于多目标遗传构建火电机组负荷频率控制模型,以机组发电损失与经济投入作为约束条件,优化汽轮机输出功率阶跃响应速度,从而控制火电机组负荷频率。协调机组负荷频率控制分配因子,将火电机组的前馈变负荷速率进行调节,在不影响机组负荷变化率的基础上,修正负荷频率偏差。采用对比实验,验证了方法的控制效果更佳,能够应用于实际生活中。

基于多目标遗传算法的港口船舶协同调度优化

本文基于多目标遗传算法(NSGA-Ⅱ)提出一种港口船舶协同调度的优化模型,旨在通过合理调度进出港船舶与拖轮的作业流程,最小化总进出港船舶调度时间、总船舶在港等待时间和总拖轮助泊作业时间这3个关键目标,提高港口作业效率。模型考虑船舶的航行安全和水文气象条件,并引入差分进化策略,以提高算法在多目标优化问题中的性能。

基于多目标遗传算法的灌区水土资源优化配置

针对我国水土资源紧缺的问题,构建灌区水土资源优化配置模型,对于保障灌区高效绿色发展和农业可持续发展战略实施具有重要意义。基于多目标遗传算法(NSGA-II),综合考虑灌区社会经济发展和生态要求,建立了以单方水利用效益和生态绿当量最大为目标的优化模型。以江苏省来龙灌区为例,提出社会经济效益最大、生态效益最大和耕地增加率最大的水土资源优化配置方案。(1)以社会经济效益最大或耕地面积增加率最大为目标时,来龙灌区主要手段是将水域及水利设施用地转变为耕地及城镇村及工矿用地,灌区水域及水利设施用地配水比例下降,耕地和城镇村及工矿用地配水比例上升;单方水利用效益分别提高9.85%和0.54%,但生态绿当量降低5.52%和0.98%。(2)以生态效益最大为目标时,通过土地整理将田埂或设施农用地转变为园林草地和水域及水利设施用地,灌区水资源分配占比与现状相同;单方水利用效益和生态绿当量分别提高0.26%和0.38%。(3)3个优化配置方案的需水量都增加,但未超过来龙灌区的可供水量。该研究可为灌区生态建设和农业可持续发展提供有效的决策支撑。

基于多目标遗传算法的火电机组负荷优化分配方法

为了优化火电机组负荷分配效果,减少能耗,实现节能降耗目标,开展了基于多目标遗传算法的火电机组负荷优化分配方法研究。首先,利用多目标遗传算法,以火电机组能耗成本、环境成本与负荷分配响应时间为目标,建立火电机组负荷优化分配模型。然后,计算火电机组煤耗,作为负荷优化分配的指标,获取火电机组自身的发电性能,反映火电机组运行的经济性。在此基础上,采用等效微增法,对负荷进行等效微增优化分配处理,得出煤耗量最小的火电机组负荷优化分配方案。实验分析结果表明,提出的优化分配方法应用后,火电机组的平均煤耗由最高328.41 g/(kW·h)减少至306.17 g/(k W·h),负荷优化分配效果优势显著。

基于NSGA-Ⅱ多目标遗传算法的变电站二次标签打印方法

随着变电站智能化水平的不断提高,变电站的二次元器件越来越多,二次标签的打印占用了变电站投运准备中很大一部分的工作量。本文将多目标遗传算法NSGA-Ⅱ应用于变电站二次标签打印中,建立多终端打印任务调度的优化模型,实现二次标签打印任务的成本和时间的最优化,得到Pareto最优解集。实践结果表明,与传统的标签打印方法比较,本文的打印方法不仅能提高变电站二次标签的打印效率,还减少了打印的成本,并且实现了标签的智能化打印。

基于多目标遗传算法的云服务系统资源调度失效局部最优感知方法

针对当前资源调度失效感知效果不佳,可靠性和感知灵敏度的问题,提出基于多目标遗传算法的云服务系统资源调度失效局部最优感知方法,结合多目标遗传算法,通过资源调度的失效特征规律识别,对资源调度的失效特征规律识别方法优化,抽取受信任的云计算资源,识别和筛查资源失效特征归类,并对局部调度失效资源进行定位,构建云服务系统资源调度失效局部最优感模型,求解云资源局部调度失效区域定位规则。实验结果表明,该方法具有较高的可靠性和感知灵敏度,保证云服务系统资源调度失效感知结果的有效性。

基于多目标遗传算法的高速电梯垂直振动参数优化设计

为了减小高速电梯在起制动过程中惯性力和曳引轮旋转失衡产生的激振力对运行中电梯垂直振动的影响,改善电梯的舒适性和安全性,以曳引比为2∶1的某型号高速电梯为研究对象,建立七自由度电梯垂直振动系统动力学模型,对电梯垂直振动系统进行动态特性分析,得到电梯垂直振动系统的7阶固有频率及轿厢瞬态响应;以电梯垂直振动系统中5个部件的刚度作为设计参数,采用多目标遗传算法对电梯垂直振动系统中的结构参数进行优化,对比电梯轿厢优化前、后的振动响应。结果表明,多目标遗传算法能成功抑制高速电梯运行过程中的垂直振动。

基于多目标遗传算法的表贴式无轴承永磁电机优化设计

为了改善表贴式无轴承永磁电机的悬浮力和转矩的性能,提出了一种结合多目标遗传算法的响应面法,对电机结构进行优化设计。首先,构建优化目标的响应面,并得到优化目标的回归方程;其次,利用多目标遗传算法对优化目标的回归方程进行寻优,得到了理想的悬浮力、悬浮力脉动和转矩;最后,对多目标优化得出的最优结果进行有限元分析,验证了该优化算法的可行性。

多目标遗传算法求解模糊柔性作业车间调度问题

建立了模糊数表示工件加工时间和交货期,以最大化平均客户满意度和最小化模糊完工时间为优化目标的多目标模糊柔性作业车间调度问题(Multi-objective fuzzy flexible job shop scheduling problem,MOFFJSP)模型,提出一种改进的多目标遗传算法(Multi-objective genetic algorithm,MOGA)。使用基于工序的编码方式表示调度解,并采用活动化解码方法改进解的质量。采用基于免疫和熵原理设计的交叉和变异算子来构造新解,并利用非支配排序和改进的精英保留策略来提升帕累托解集的多样性。通过仿真实验证明,改进的MOGA能够有效求解MOFFJSP问题模型。

基于多目标遗传算法和反向传播神经网络的调节阀流道结构优化

以往的研究中,只针对调节阀迷宫流道结构和内部流场特性进行了分析,但对迷宫流道抗空化性能和流通性能的优化设计较欠缺。为了满足阀门实际工程中的设计需求,迷宫式调节阀需要具有流道抗空化性能和流通性能。为此,提出了一种基于多目标遗传算法(MOGA)和反向传播神经网络(BPNN)的方法,对调节阀迷宫流道进行了结构优化,提高了迷宫流道的抗空化性能和流通性能。首先,基于对冲耗能原理和多级降压原理,设计了弧形对冲式迷宫流道,并建立了流体力学仿真计算的数学模型;然后,利用计算流体动力学(CFD)仿真软件,对模型进行了空化仿真,根据仿真的数据构建了BPNN代理模型,通过结合Sobol敏感度分析方法与代理模型,分析了迷宫流道各参数对仿真结果的影响,采用多目标遗传算法,优化了迷宫流道的结构;最后,搭建了实验测试平台,测量了迷宫流道的阻塞流曲线,对比分析了测试结果与仿真结果。研究结果表明:采用优化算法得到的迷宫流道最大流量由0.0876 kg/s提高到0.1174 kg/s,提高了34%;线性压差由762.163 kPa提高到811.280 kPa,提高了6%;优化的迷宫流道实际最大流量为0.1159 kg/s,提高了33%;线性压差为819 kPa,提高了7%。迷宫流道抗空化性能和流通性能同时得到了提高,证明了仿真的有效性和该方法的可行性。