基于改进NSGA-II的轨道交通接驳公交线路优化

为解决接驳公交线路规划不合理和时间安排不完善的问题,提出了基于改进NSGA-II算法的环形接驳公交线路优化方法。首先,结合双层规划理论,以乘客出行时间成本最小化、公交企业运营收益和接驳公交服务率最大化为目标函数,以接驳公交线路站点数、线路长度和发车频率作为约束条件构建上层模型,采用Logit模型构建了下层接驳客流分配模型;其次,运用Floyd算法对NSGA-II算法的初始化种群进行了优化,针对所提出的模型设计了模型求解流程;最后,以哈尔滨市轨道交通1号线医大一院轨道交通站为案例,运用笔者提出的多目标双层规划模型和算法进行求解,并与原NSGA-II算法和基于Logistic混沌映射的NSGA-II算法进行对比。研究结果表明:基于Floyd算法改进的NSGA-II算法在多目标双层规划模型求解时,收敛速度更快效果更好,求解结果可以在Pareto前沿得到多个相互非支配的最优解;不同解集对应目标函数值不同,但可以达到接驳公交网络整体效益最优,采用折衷最优解集表述求解结果。

融合NSGA-II和CSA的多目标车间调度

针对在灵活车间系统中调度作业和自动引导车(automated guide vehicle,AGV)的同时调度问题,考虑在有限多个AGV和加工机台的情况下,以最小化最大完工时间、单个AGV搬运消耗时间及所有AGV搬运总消耗时间为目标函数,设计融合NSGA-II(non-dominated sorting genetic algorithms)和克隆选择(clonal selection algorithm,CSA)的改进算法INGCSA来解决此类问题。采用工件、加工机台和AGV三部分编码;引入非支配排序和目标函数值大小排序后总得分进行种群分层,从而有效地保留优秀个体;针对克隆后的种群,对不同等级的种群采取不同的变异概率,并对染色体进行内部交换与均匀交叉混合交换的基因重组,有效地提高了种群的多样性与防止陷入局部最优。通过三组对比实验,验证了该算法在探索最优解时,具有运行时间短、稳定性高和收敛性好等优点。

基于NSGA-II遗传算法的定轴注射模具成型工艺参数优化

为解决注射成型过程中铸件的质量和铸造效率低等问题,提出一种NSGA-II算法和TOPSIS方法与响应面法相结合的新型注射工艺参数优化筛选方法。以定轴为研究对象,采用Box-Behnken设计,以熔体温度、模具温度、注射时间、保压压力为变量,以翘曲变形量和体积收缩率为响应变量,采用NSGA-II遗传算法对2个响应的目标函数执行优化,用TOPSIS方法求解优化得到的Pareto前沿解集,找到最优解。仿真结果表明,当注射时间为40.71s、模具温度为131℃、熔体温度为180.07℃、保压压力为65 MPa时,翘曲变形降低了10.92%、体积收缩率降低了11.19%。优化后的注射工艺参数可有效消除铸件内部收缩松动和缩孔缺陷,形成性能良好的致密铸件,提高了产品质量。

基于改进NSGA-II算法的制造企业供应链系统优化

在对制造企业进行供应链系统的优化过程中,针对系统的经济性、稳定性和消费者满意度之间存在的优化冲突问题,结合制造企业供应链系统的运行特性,对由供应商、制造商、零售商和分销商所组成的四级供应链系统体系进行研究,实现以供应链系统的利润最大、稳定性最高和消费者满意度最大为核心目标建立多目标优化模型.结合企业具体算例,通过引入矩阵实数编码、邻域搜索算子和动态拥挤距离的多样性保持策略对NSGA-II算法进行改进.利用MATLAB软件对制造企业供应链系统可靠性优化模型进行仿真验证.结果证明本方法能有效提高制造企业供应链系统的优化能力,从而为企业在竞争激烈的市场中实现供应链的高效管理和运营提供参考.

基于NSGA-II的机械臂最优时间-能量-冲击轨迹规划

针对6R机械臂最优轨迹优化问题,提出一种机械臂最优轨迹优化方法。将笛卡尔空间内的机械臂末端运动轨迹离散为时间-位姿插值点并通过机器人逆运动学转换为机械臂关节空间内的时间-位置序列,利用5次非均匀B样条函数构造关节插值轨迹。使用B样条函数和各阶导数的曲线控制顶点代替机械臂的运动约束,引入NSGA-II对机械臂运行时间、能量消耗和关节冲击为目标进行优化,得到Pareto最优解分布。可通过实际需求,构造归一权重函数,从Pareto解中挑选期望解,获得高阶连续的关节运动轨迹。以ABBIRB120型6R机械臂为例,进行了轨迹优化的仿真实验,有效地生成了高阶连续、平滑无突变的最优轨迹,具有更好的性能和优越性。为6R机械臂的轨迹优化提供了一种新的思路和方法。

基于NSGA-Ⅱ遗传算法的Myring流线型量水槽体型优化设计

Myring流线型在水下航行器领域应用较为广泛,而量水槽在渠道中的受阻状态与潜水器潜行时受到的阻力情况具有一定的相似之处,因此本文借鉴潜水器的结构特点进行量水槽体型设计,探究量水槽受阻最小的较优线型。基于FLOW-3D软件,采用最优拉丁超立方设计方法,以流线型的收缩段长度和锐度因子、扩散段长度和离去角为变量设计了40组数值模拟方案,得到对应的水头损失百分比和上游佛汝德数。以数值模拟变量为输入、结果为输出,训练RBF神经网络,结合NSGA-Ⅱ遗传算法获得Patero前沿解,通过TOPSIS评价法筛选出最优解并得出其线形参数:优化模型收缩段长度为45.9 cm、收缩段锐度因子为0.74、扩散段长度为49.2 cm、扩散段离去角为14.63°,并通过等比例缩放得到6组收缩比,在9组流量下进行模型试验分析水力性能。结果表明,优化后线型过流较顺畅,水力性能较优,预测结果和模拟结果误差不超过5%;不同工况下上游佛汝德数均小于0.5,满足测流规范要求,收缩比为0.58~0.66时各项水力性能均较优;基于临界流测流和量纲分析原理得到的测流公式精度较高,平均相对误差为2.09%。本研究证明了将流线型运用于量水槽领域研究以及通过神经网络和遗传算法寻优的可行性,优化后Myring流线型量水槽具有良好的性能和测流精度,在灌区渠道中具有较好的运用前景。

基于NSGA-Ⅱ的面曝光3D打印工艺参数多目标优化

为改善面曝光3D打印制件的打印质量差、效率低等问题,采用非支配排序遗传算法(NSGA-Ⅱ)对工艺参数进行优化。选择温度、分层厚度、曝光时间、回合等待时间为优化变量,成型试样的变形率、表面硬度、时间为优化目标,通过单因素实验确定优化变量约束范围。根据Box-Behnken实验方案,建立各优化目标的预测模型,使用NSGA-Ⅱ算法进行多目标优化,规定优先精度、优先硬度、优先速度原则,按照不同优化原则分析帕累托前沿得到对应的最优工艺参数,并进行打印验证。结果表明,优先精度原则下,变形率最小值为0.508%,与优化前相比,降低了9.290%;优先硬度原则下,表面硬度最高达到95.3 HD,与优化前相比,提高了0.316%;在优先速度原则下,打印时间与优化前相比缩短了17.220%,优化效果显著。

基于改进NSGA-Ⅱ算法的考虑人机系数生产线平衡多目标优化研究

在现代制造加工生产线中,生产设备是制造业生产的重要组成部分。设备的充分利用对于生产需求的匹配度产生直接影响。文章参考“人机系数”的概念,构建了考虑生产线平衡率、平滑指数和人机系数的多目标优化函数问题,采用了改进的自适应NSGA-Ⅱ算法来求解该模型。研究结果表明,在满足客户节拍要求的前提下,调整人机系数可以提高生产线平衡率,降低平滑指数以及生产成本;通过数值算例验证了相比于传统NSGA-Ⅱ算法,改进的自适应NSGA-Ⅱ算法能寻找出质量较高、覆盖更广的近似Pareto解集,为决策者提供选择。证明了本研究方法的有效性和实用性,该研究为现代制造加工生产线提供了一种有效的优化方法,并为其他类似行业提供了借鉴。

基于NSGA-Ⅱ算法的宽带激光熔覆工艺参数优化

为了获得17-4PH沉淀硬化不锈钢粉末在宽带激光熔覆过程中的最优工艺参数,本研究将激光功率、预热温度、扫描速度作为可控输入参数,以熔覆层宽高比、饱和度、润湿角作为输出,进行三因素五水平正交试验。通过麦夸特算法构建的响应值非线性数学模型,探究优化变量及其权重排序对熔覆层宏观形貌的影响规律,并采用第二代非支配遗传算法进行寻优,输出具有Pareto最优前沿,确定最优工艺参数。结果表明:优化后的最优工艺参数组合为激光功率1878 W,扫描速度14 mm/s,预热温度200℃,此时获得的熔覆层宽高比32.08,饱和度0.76,润湿角度10.2°。优化后的结果输出平均误差小于5%。

基于改进NSGA-Ⅱ算法的RV减速器参数多目标优化研究

旋转矢量(RV)减速器是工业机器人核心部件,对于机器人的性能起到关键作用。针对提升RV减速器综合性能的问题,从优化传动压力角的相关参数出发,对其结构参数(摆线轮齿数、短幅系数、针径系数、摆线轮宽度等)的多目标优化设计进行了研究。首先,研究了摆线轮平均压力角、传动效率和传动机构体积三者的相关参数之间的关系;然后,以此为优化目标,在摆线轮标准齿廓方程的基础上建立了多目标优化数学模型(该模型采用了基于非支配占优排序遗传学算法(NSGA-Ⅱ)改进了交叉算子系数生成的改进NSGA-Ⅱ算法);通过模型求解得到了帕累托最优解集,根据模糊集合理论的相关方法选取了最优解;最后,以某公司220-BX型RV减速器为例,进行了优化设计,建立了3D模型后进行了有限元分析,并加工出实验样机,进行了传动效率对比实验。实验结果表明:摆线轮平均压力角减小了7.19%,体积减小了11.1%,传动效率提高了4.9%。研究结果表明:该模型交互性强,能提高设计效率并节省设计开销,可为实际RV减速器工程优化设计提供参考。

基于改进的NSGA-Ⅱ算法的低轨星座设计

GNSS卫星轨道高度高,信号经空间传播损耗严重,因此存在易受干扰和遮挡等问题。低轨卫星可以很好地弥补这一缺点,作为GNSS的备份或补充手段提供定位导航服务。考虑到自主设计的星座可以更好地满足数据传输、覆盖范围等方面的要求,研究了基于优化算法的低轨星座设计。首先根据应用需求初步对轨道高度、倾角以及星座构型等关键因素进行约束;然后通过改进的NSGA-Ⅱ算法对星座的参数进行优化,设计一个可以实现全球导航增强的LEO星座;最后通过仿真对星座的性能进行全面的分析,验证其导航增强的效果。

基于改进的NSGA-Ⅱ算法求解作业车间调度问题的研究

对某汽车企业柔性压铸作业车间调度问题(FJSP)进行分析,以产品生产过程中最大完工时间最小、机器总负荷最小、机器总能耗最少为评估函数指标,建立了柔性车间多目标优化调度的数学模型。针对传统的精英非支配排序遗传算法(NSGA-Ⅱ)引用精英保留策略后易早熟的问题进行了改进,提出了精英选择标准,有效控制算法迭代过程中优良父代个体进入后代种群的数量,避免了算法出现提前收敛现象,同时引入模拟退火算法中降温思维,为种群选择提供更合理的标准,加强了种群的多样性,增强了算法在局部空间上的搜索能力。通过Python语言对改进前后算法进行mk01算例验证,通过与传统的NSGA-Ⅱ算法比较,验证了改进后的算法寻优效果更好,最后应用改进后的算法对压铸车间实例数据进行求解,得出最优调度方案。

基于NSGA-Ⅱ与形貌优化的电池冷却器支架结构优化设计

为了提高某汽车电池冷却器支架的结构强度,满足振动疲劳性能要求,从参数化建模出发,结合第二代非支配排序遗传算法和形貌优化特点,提出基于第二代非支配排序遗传算法和形貌优化的电池冷却器支架结构优化设计方法。通过Isight平台集成SolidWorks软件和Workbench软件,对电池冷却器支架进行参数化建模,通过试验设计灵敏度分析,将设计变量从12个减少到10个,缩短优化时间。以电池冷却器支架质量与最大等效应力为响应变量,采用第二代非支配排序遗传算法进行多目标优化。以电池冷却器支架最小柔度为目标,进行形貌优化。结果表明,在对电池冷却器支架结构优化设计后,最大等效应力小于许用应力,减小42.19%,满足强度性能要求,延长疲劳寿命,同时一阶模态频率提高42.71%。

基于NSGA-Ⅱ高性能混凝土配合比的多目标智能优化设计方法研究

为解决传统配合比设计存在的设计参数有限、过度依赖人工调整以及未能充分利用现有试验数据等问题,本文提出了一种新型的高性能混凝土(HPC)配合比智能优化策略,融合了人工智能算法与元启发式搜索技术,可实现考虑HPC多目标需求下的配合比设计。首先,构建大量HPC配合比数据及性能试验资料的数据库;其次,采用XGBoost、MLP、RF三种机器学习算法建立混凝土抗压强度与材料用量的非线性映射关系,并选择性能最佳的模型作为多目标智能优化中的强度目标函数及约束;然后,通过建立以抗压强度、经济性和环保性为目标的数学模型,并利用NSGA-Ⅱ算法求解Pareto最优前沿;最后,结合理想点法获得唯一最优解。通过实际工程算例对所提出的方法进行了验证,结果表明,所提出的HPC配合比的多目标智能优化方法充分考虑了各变量之间的相互影响,极大地减少了试验数量,显著地提高了配合比设计效率,可为HPC多目标智能配合比优化设计提供参考。

改进NSGA-Ⅱ算法的新能源储能系统协调优化模型

新能源储能系统的分散负荷难以调度,导致整体协调效果较差,为促进新能源并网消纳,构建了改进NSGA-Ⅱ算法的新能源储能系统协调优化模型。设计新能源储能系统拓扑结构,使用NSGA-II算法定义协调目标拥挤度为储能动态调节参数。以新能源储能削减计划偏差最小为目标函数进行参数寻优,并确定转移容量指标和负荷平衡指标。在NSGA-II算法中引入收缩扩张系数,保证分散负荷资源搜索多样性,采用改进NSGA-II算法,由此构建协调优化模型。实验结果表明,该模型协调优化后光伏储能功率为43 MW,风电储能功率为65 MW,储热储能功率为16 MW,有效促进了新能源并网消纳。

基于改进NSGA-Ⅱ算法的铝电解工艺参数优化

为提高电能的利用效率,降低铝电解的能耗,根据贵州某铝厂真实的生产数据,通过灰色关联分析法来选取影响铝电解能耗较大的7个参数(槽电压U、电解温度Tb、下料间隔tNB、铝水平hm、电解质水平hg、分子比rm和出铝量q),构建了以最大电流效率和最小吨铝能耗为多目标的铝电解工艺参数优化模型。采用改进非支配排序遗传算法(NSGA-Ⅱ),对比分析了60组实际值与传统NSGA-Ⅱ算法及改进NSGA-Ⅱ算法理论值的差异,使用30组实际生产数据验证了算法性能,利用MATLAB软件迭代计算得到了帕累托前沿。结果表明,改进NSGA-Ⅱ算法最优的一组电流效率为95.66%,吨铝能耗为12424.54 kWh;与传统NSGA-Ⅱ算法相比,电流效率提升了0.31%,吨铝能耗降低了22.11 kWh,达到节能降耗效果,验证了改进NSGA-Ⅱ算法在提高铝电解工艺参数优化方面的有效性和适用性,可为铝电解节能优化和生产设计等提供参考。

基于NSGA-Ⅱ算法的结构提升吊点优化

大跨度钢结构屋盖整体提升存在吊点数量多及吊点最优位置无法确定的问题。为解决多优化目标下的整体提升吊点数量和位置优化问题,文中基于传统遗传算法,引入了NSGA-II算法,并改进了优化算法计算流程和优化目标函数,提出了结构整体提升吊点优化布置算法。以杭州西站站房钢结构屋盖整体提升作为实例,利用所提出算法迭代计算出最优的吊点数量和位置。结果表明优化布置算法具备高效收敛性,通过少量迭代次数可以得到结构整体应变能最小和吊点反力方差最小的最优解。

Parameter Optimization of Intercalated Meltblown Nonwovens Based on NSGA-II

The preparation process parameters of intercalated meltblown nonwoven materials are complicated, and the relationship between process parameters, structural variables, and product performance needs to be investigated to establish a good mechanism for product performance regulation. In this study, we first used Wilcoxon test and Pearson correlation analysis to investigate the effect of intercalation rate on structural variables and product performance. Then, regression models were constructed to predict the values of each structural variable under different combinations of process parameters. Finally, we constructed a multi-objective constrained optimization problem based on the stepwise regression model and the product variable conditions. The problem was solved using the NSGA-II algorithm. The optimal was achieved when the acceptance distance was 2.892 cm and the hot air speed was 2000 r/min.

基于NSGA-II结合BP网络算法的乙醇制备C4烯烃优化模型

乙醇偶合制备C4烯烃工艺广泛应用于化工生产,探寻实现乙醇转化率与烯烃收率最大化的催化剂组合与温度条件具有重要意义。根据反应过程性能数据,分别运用多元回归与BP网络建立反应条件与烯烃收率的回归预测模型,结果表明BP网络模型对烯烃收率的预测值有较高的精度。建立多目标优化模型,基于BP网络良好的预测能力,采用NSGA-II算法进一步优化可得满足目标的催化剂与温度方案,此时乙醇转化率与烯烃收率分别为64.67%,35.921%。随后进一步分析比较NSGA-II算法和经典遗传算法分别优化BP网络模型获得的烯烃收率预测误差,验证了所用算法的精确性与有效性。

基于响应面设计及改进NSGA-Ⅱ的变模温注塑成型工艺多目标优化

针对智能优化算法改进变模温注塑成型技术质量问题,选择模具温度、注射速度、熔体温度、保压压力和保压时间作为多目标优化变量,选择顶出时的体积收缩率和翘曲值作为多目标优化目标,使用Moldflow模拟获得优化目标数值,使用响应面试验设计获得响应面数学模型,并分析模型的显著性和拟合精度。使用改进NSGA-Ⅱ多目标算法,采用自适应策略进行多目标优化,获得Pareto最优解及最佳工艺参数组合。通过模拟分析和实验验证,改进后的算法寻优能力要优于原始算法,体积收缩率和翘曲值同时降低明显,误差值也较低。结果表明,响应面设计和改进NSGA-Ⅱ多目标算法的运用,可以有效提高变模温技术的体积收缩率和翘曲值多目标优化,对于相关工程应用也具有指导意义。