Energy-Saving Scheduling in a Flexible Flow Shop Using a Hybrid Genetic Algorithm

Many researches discussing reduced energy consumption for environmental protection focus on machine efficiency or process redesign. To optimize the machine operation time can also save the energy, and these researches have received great interests in recent years. This study considers three different states of machines, among processing there are two different speeds, to solve the problem of minimizing energy costs under time-of-use tariff with no tardy jobs in flexible flow shop. This problem is basically NP-hard, we proposed a hybrid genetic algorithm (GA) to solve problems in reasonable timeliness. The result shows that to optimize different states of machines under time-of use tariff can reduce energy costs significantly in on-time delivery.

基于混合C-W节约与遗传算法的多AMR拣选路径规划优化方法研究

针对智能仓库中新型拣选模式下多AMR拣选路径规划问题,给出了一种新的优化模型和改进的混合C-W节约与遗传算法。首先根据作业点对物品的需求顺序、紧急程度进行打分,将物品分流。然后,考虑到AMR数量和作业点暂存位置有限,进行AMR调度和路径规划,以使物品能够及时送达作业点。通过该方法,在满足物品时间窗与AMR配送能力限制的前提下,使完成配送的物品数量最大化。遗传算法中确定了规划方案编码,解决了规划方案的单点交叉问题;引入改进的C-W节约算法,在不破坏原有染色体结构的情况下,不断为群体提供新的优良个体。所建模型及算法是提高了AMR的拣选效率,降低了其运行成本。最后,通过进行比较分析,进一步验证了该算法的有效性与稳定性。

基于物联网的灌溉系统定量控制算法设计研究

精量节水灌溉成为农业生产发展的关键技术。为此,基于硬地育秧过程对土壤水分的精准化控制需求,设计了一种定量灌溉控制系统。同时,根据育秧过程中的土壤需水状况监测结果,设计定量灌溉控制算法,对育秧过程中的水分状况进行预警,实现了精准化灌溉控制。

山区铁路桥隧工程关键节材要素均衡优化

为在经济可承受范围内提升山区铁路的节材性能,提出了一种基于NSGA-Ⅱ的关键节材要素双目标均衡优化方法。首先,以断面超挖、喷射混凝土类型选择、围岩变形预留、桩基扩孔、桩头超封5个桥隧工程关键节材要素为决策变量,以CO_(2)减排量最大、建造成本增加值最小为优化目标,构建山区铁路桥隧工程关键节材要素均衡优化模型;其次,采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求出Pareto均衡解集;再次,耦合主客观元素组合的综合赋权法与TOPSIS法对Pareto均衡解集进行科学决策,得到考虑决策者偏好的关键节材要素最佳组合,并分析决策者偏好对最佳组合的影响;最后,以某山区铁路工程某标段为例,系统地验证了该方法的科学性及适用性。研究结果表明:与优化前相比,最佳组合能实现CO_(2)减排12.622万t,对应建造成本增加了24.833万元,优化效率达到50.826%。

基于SSA的抽水蓄能电站技术供水系统泵阀优化调度研究

在“双碳”政策背景下,对于抽水蓄能电站在运维方面节能减排提出了新要求。为实现抽水蓄能电站技术供水系统的节能目标,提出了一种基于麻雀搜索算法(SSA)的以技术供水管网稳态模型为适应度计算的泵阀优化调度模型,并结合某抽水蓄能电站的实际运行数据,调控优化其中占比最大的用水设备(发电机空气冷却器)水量上升10%的工况。结果显示,采用泵阀优化控制后,对比未采用方式可节约水量103 m^(3)/h,节约能耗32.5 kW,实现节能率为14.1%,节水率为7.8%。在一定程度上验证了该优化调度模型在节能方面的可行性,为抽水蓄能电站技术供水系统在节水节电方面提供了经验。

核岛冷链通风空调系统性能优化研究

核岛冷链通风空调系统的设计存在余量值过大、运行能耗高、调节控制笨重等问题。为了降低核电的成本,本文基于“华龙一号”某厂房实际通风空调系统,建立了主要能耗设备的数学模型,确定了系统节能优化目标函数和约束条件,使用遗传算法研究了通风空调系统节能运行的优化效果。分别计算了2种优化方案在负荷率变化和高温与常温末端负荷比不同时,系统整体及各设备能耗情况。结果表明:单台冷水机组运行,高温与常温末端串联的系统形式节能率为14.1%,但随着末端负荷比的增大,节能率降低;单台冷水机组运行,高温与常温末端串联、高温末端额外增加高温冷水机组的系统形式在负荷比为2时节能率为17.2%,节能效果优于方案1的12.2%。

蒙哥马利模乘算法改进及硬件实现

在嵌入式和物联网等领域的加密应用场景中,需要在加密实现的性能和资源消耗之间找到综合效率最佳的平衡点.模乘法器是Rivest-Shamir-Adleman算法(RSA)和椭圆曲线密码(ECC)等公钥密码算法的核心运算模块,其资源占用和运算速度直接影响上层密码算法的整体性能.本文提出高效低延迟的蒙哥马利模乘算法可以有效降低运算量,减少硬件设计的复杂度,结合使用提出的5-2低延迟加法器进一步降低模乘法器的关键路径长度,从而提高算法的运行效率.在Xilinx-K7系列平台上实现的1024位模乘运算模块系统主频可达278 MHz,同时面积时间积(ATP)比已有同类算法提高了15%以上,综合效率表现最优.结果表明,改进后的蒙哥马利模乘算法硬件资源消耗低,适用于物联网等轻量级密码系统.

二次供水流量预测模型的构建和应用

目前二次供水系统中水泵普遍存在“大马拉小车”导致能耗偏高的问题,为了解决这一问题,需要建立一种更加贴合实际工况的二次供水流量预测方法。文章以江苏常州地区149个二次供水小区的流量监测数据为基础,形成二次供水流量特征样本集,首次综合增压户数、入住率、最高日流量、最高日最大时流量等特征数据,依靠基于遗传算法优化的BP神经网络进行数据挖掘,构建具备可用性的二次供水流量预测模型,并应用于老旧泵房的水泵改造工作,电耗降幅达19%以上,取得了良好的节能效果。流量预测模型可以为二次供水设计选型、节能改造等工作提供更精准的流量评估工具,也为二次供水节能减排提供新的研究思路,助力实现“双碳”目标,推进供水绿色发展。

基于差异特性水泵机组的优选与调控

为有效降低泵站因理论抽水装置效率偏离实际情况产生的方案误差,在聚类方法的基础上,利用历史监测数据对泵站内各抽水装置的特性曲线进行校正,同时将校正结果运用到泵站优化调度模型中,构建基于差异特性水泵机组的泵站优化调度模型,以实现站内机组的智能优选与调控.研究结果表明:校正后曲线的理论抽水装置效率比校正前精度平均提高18.8%,更符合工程实际;相比于人工经验调度方案,基于校正后曲线的差异特性水泵机组优化方案能耗平均降低了9.08%,成本平均降低了3.59%,优于人工经验调度方案;对校正后的多台水泵机组性能曲线进行对比发现,因安装位置、累计运行台时及磨损程度不同,导致泵站内同型号水泵的抽水装置效率产生差异,最大偏差达14.63%,说明长时间运行时的泵站已无法直接通过均分流量完成最优分配,进一步证明了水泵机组差异特性研究的必要性.

改进蚁群算法优化车辆路径问题的研究

研究采用改进的蚁群算法优化带约束的车辆路径的问题。考虑的约束条件包括路径约束、时间窗约束和容量约束。主要目的是提出一种改进的蚁群算法进行车辆路径优化,构建配送车辆行驶路线,实现配送路线总成本的最小化。从三方面对蚁群算法进行了改进:对参与条件转移概率的候选节点列表进行预处理减少路线构建过程计算的时间复杂度;提出插入式节约算法用于改进蚁群初始配送路线提高寻优精度;基于蚁群系统对信息素更新策略进行改进,加快算法收敛速度。基于Solomon基准数据集,与近年来已取得的研究成果展开对比实验,证明提出的改进算法在提高求解精度和搜索效率方面的有效性,在优化带约束条件的车辆路径问题时的实用性,拓展了蚁群算法的应用领域。

基于C-W节约算法的物流配送车辆路径问题的研究

物流配送车辆路径问题属于NP难题,本文对物流配送路径问题作了简单的描述,建立了相应的数学模型,改良了已有的C-W节约算法,并通过两个物流配送实例分析验证了该算法和功能的有效性.研究证明了C-W节约算法具有简单、清晰、易于计算机实现和计算结果理想等优点,但是却不适用于客户规模较大的情况.

基于C-W节约算法的TSP教学辅助系统研究与设计

旅行商问题(TSP,Traveling Salesman Problem)属于组合优化领域中一个典型的NP-Hard问题,在许多方面都有着广泛的运用,现已经有诸多的算法被提出以解决这个问题,但是其在教学演示上有较大的难度。为了提高教学质量,本文深入研究一种较为成熟的节约算法,同时设计该算法的教学软件系统,达到了对该问题的分步演示及可视化,改善了教学方法。

基于ABC法和C-W法M物流公司仓库拣选路径分析

采用ABC分类法划分产品类别,调整产品储位,储位调整后,引用C-W节约算法对仓库拣货路径进行分析。结果表明:经过产品ABC分类后筛选的29个A类产品,将其储位调整至出口处近端,其距离出口处总里程缩短89%;采用C-W算法比传统拣货路径减少了18%。

基于压缩空气流量预测的火电机组空压机节能研究

针对火电机组内空压机布局分散和加卸载频繁造成电能浪费严重的问题,提出一种基于压缩空气流量预测结果进行空压机联网运行组合优化的方法。为提高预测模型的预测精度,提出鹈鹕优化算法(POA)与长短期记忆神经网络相结合的预测模型(POA-LSTM),通过相关性分析,选取空压机运行电流、储气罐压力、空压机排气压力和排气温度作为压缩空气流量的影响因素。结果表明,该模型预测误差率小于4%,能较准确地预测压缩空气流量的变化趋势;根据用气量预测结果进行杂用压缩空气联网改造测试,优化空压机的组合运行方式,可以少开杂用空压机1台,能耗降低13.01%;全厂空压机均采用基于压缩空气流量预测的联网供气方式可实现全年节约电能超过440万kW·h,节省电费268万余元,减少2 559 t二氧化碳排放。

一种遗传算法的城市轨道列车节能控制策略研究

[目的]城市轨道交通在运营过程中会产生大量能耗,其中列车运行的牵引能耗具有较大优化空间,因此亟需研究一种面向列车牵引节能的控车策略。[方法]首先,建立列车运行的动力学方程,并定义了列车运行过程的约束条件;其次,对列车牵引能耗优化策略进行分解建立目标函数,并基于遗传算法模型对列车运行能耗在不同区间分配和区间最优巡航速度进行求解;然后,通过遗传算法的交叉变异过程,得出节能效果最优的驾驶速度推荐曲线;最后,通过Matlab软件搭建仿真模型并采用真实的线路列车参数和运营数据,模拟列车的站间运行过程。[结果及结论]试验结果表明:基于遗传算法模型的控车策略相较于传统固定工况序列的控车策略,在牵引节能指标上有了显著提升。

一种基于能耗分析的高速动车组节能算法

高速动车组在两个停车车站之间运行,如按照时刻表规定的运行时间计算的区间平均速度为目标速度,则必然晚点。如按照轨道设计限速运行,则必然早于时刻表到站。在这两个速度之间,存在一个“理想目标速度”能确保高速动车组准时到站。文中通过建立并分析高速动车组的能耗模型,认为高速动车组的能耗方程是速度的3次方。因此,通过迭代算法找到的“理想目标速度”,就能同时满足高速动车组准点到站和能耗最低两大要求。通过仿真对比,证明该节能算法完全能满足这两大要求。

改进蚁群算法在农村垃圾治理问题中的应用

为了减少农村垃圾治理的运输费用,通过引入节约因子、将蚂蚁分为探索蚁和确定蚁两种分工合作模式、保留父代最优路径3个方面对蚁群算法进行改进,并将其应用于农村垃圾车回收最优路径的确定中,从而减少运输路程。将改进后的蚁群算法与最大最小蚂蚁系统进行性能对比试验,结果显示,改进后的蚁群算法在迭代次数为132次时趋于稳定,且其最优值为623.157 9,均优于最大最小蚂蚁系统。该结果说明改进后的蚁群算法的寻找最优路径性能更优,可以利用其对农村垃圾回收路径进行确定,为农村垃圾治理领域提供一个新思路。

基于无线WIFI的空调监测控制系统设计

针对国内能源问题日益凸显,其中空调能耗占比长年居高不下,基于此背景下,综合应用智能传感技术、信息处理技术与网络通信技术等物联网技术,开发出一套基于ESP32的空调节能监测控制系统。系统包括硬件部分和软件部分,硬件部分主要由智能传感模块、电量计算模块、红外发送接收模块组成;软件部分主要由温度预警系统、温度智能算法、网关软件设计组成。应用表明,系统既实现了智能化控制,又同时降低了空调能耗。

基于DQN算法的泵站供水系统节能控制优化

针对手动调节泵站中水泵运行的转速和启停会造成严重的能量浪费问题,引入基于深度Q网络(deep Q-learning network,DQN)的强化学习算法,通过获取当前泵组运行的状态,自动优化水泵组工作时各个水泵的运行参数,在各个水泵均处于高效区的前提下,提高水泵组的整体效率。对水泵组状态优化问题分别进行了数学描述和马尔可夫决策过程描述。同时定义了水泵组运行时的状态空间、动作空间和即时奖励值,构建DQN网络,并以深圳市M水厂为算例,在由Gym构建的自定义仿真环境中进行验证。相较于人工调控,DQN算法调控降低了8.84%的损失能耗,一年可节省吨水电耗达1.27×10^(-2) kW·h/t,实现了节能减排,具有良好的经济效能。同时,DQN算法可通过在线学习的方式适应供水环境的变化,具有自主性、实时性、可推广性等优点。

基于ZigBee网络和自适应PSD算法的路灯分布式节能控制方法

当前照明系统缺乏分布式路灯动态化控制,浪费大量能源,为此,提出了基于ZigBee网络和自适应PSD算法的路灯分布式节能控制方法。通过ZigBee网络通信连接系统传感器、控制中心和照明终端,协调设备通信功能,实现信息快速传输储存。利用神经网络处理信号数据,提高系统信号检测和处理效率。在此基础上,利用自适应PSD算法识别路灯信号动态特征,进行自适应信号检测,调节信号数据偏差,精确检测数据结果,增强系统节能控制稳定程度,实现路灯分布式节能控制。由实验结果可知,研究方法将分布式路灯检测精准度提高到99%,熔池宽度稳定在3.5W/mm,具有良好的检测精准度和控制稳定性,可以对路灯进行节能控制。