低碳视角下多式联运优化模型研究

从多式联运特点及实际应用出发,同时考虑各种运输方式以及不同运输方式换装过程中产生的碳排放,将运输费用和运输时间作为目标函数,避免出现网络总流量不等或货物逆向运输等作为约束条件,从而保证多式联运过程的畅通性、运输网络的合理性,构建低碳视角下多式联运多目标优化模型。以中欧班列货物运输作为实际算例验证该模型的合理性和有效性,并针对不同价值货物所对应的多式联运场景为参与多式联运各方管理者提出有针对性的管理建议。

基于同一车体结构模型的不同优化算法对比研究

高速列车工程优化设计中有多种优化算法,解决实际优化问题时选择合适的算法能提高优化设计效率。以某一高速列车铝合金车体为模型,通过有限元分析计算整备状态下的车体一阶垂弯频率较低。在灵敏度分析的基础上,应用正交试验对各个变量进行主效应分析,筛选出主要变量作为优化模型的设计变量。以提高一阶垂弯频率为目的,基于近似模型分别采用可行方向法和遗传算法进行优化求解,使用可行方向法优化后的车体一阶垂弯振动频率提升2.4%,二阶菱形振动提升1.9%,车体钢结构质量增重0.15%;使用遗传算法优化后车体一阶垂弯振动频率提高了4.2%,车体的二阶菱形振动频率提高2.5%,车体钢结构质量增重1.66%。对优化结果进行对比分析,两种不同算法的优化结果侧重点有所不同,可根据不同实际需求选择相应的优化算法,从而达到优化目的。

自动气象站数据采集器温度通道的环境温度补偿

针对自动气象站数据采集器温度通道容易受到环境温度影响限制测量精度的问题,对数据采集器进行了温度漂移检测实验并对实验数据进行了误差分析,提出了基于改进自适应遗传算法优化的最小二乘支持向量机(improved adaptive geneticalgorithm least squares support vector machine,IAGA-LSSVM)的温度补偿方法。改进的自适应遗传算法能够对最小二乘支持向量机拟合过程中的关键参数进行调整从而建立最优模型。与传统LS-SVM相比,IAGA-LSSVM对温度数据的建模均方根误差减小了0.007,有效提高了建模的精度。根据建立的最优函数模型对该数据采集器温度通道进行温度补偿结果表明,经该方法补偿后的数据采集器在任何温度环境下的温度测量误差均小于0.03℃,具有更高的测量精度和稳定性,有效提高了自动气象站的温度观测质量。同时,设计开发了温度补偿界面,为自动气象站观测数据校验和实际业务应用奠定了基础。

面向物流任务的跨组织边界物流资源优化配置

针对物流任务执行过程中物流资源配置效率低的问题,结合物流资源优化配置过程多目标、多约束、环境多变的特点,提出面向物流任务的跨组织边界物流资源优化配置策略。该策略设计了以物流资源信息共享平台为基础的跨组织边界物流资源优化配置流程,并重点针对配置流程中物流资源优化配置方案的确定,建立以时间、成本、质量和服务为目标的跨组织边界物流资源优化配置模型,并给出基于遗传算法的求解过程。以一个商品车配送任务的实例验证了该流程、优化配置模型及求解方法的有效性与实用性。

改进的遗传算法辨识综合负荷模型

以基于实测数据的电力系统综合负荷建模为目标,研究了遗传操作和控制参数选择对遗传算法性能的影响。针对基本遗传算法的不足,设计了比例选择策略和线性自适应变异策略,对遗传算法的选择算子和变异算子进行改进,使得遗传算法能够根据个体自身的适应度值进行选择和自适应地调整变异概率,实现方式简单有效。选用TVA综合负荷模型,使用改进的遗传算法进行负荷模型参数辨识,同时在不改变负荷模型结构的前提下,通过调整待辨识参数及其取值范围,考虑无功补偿的影响。利用现场实测数据进行建模,结果表明,改进后的遗传算法改善了优化过程,对加速收敛、缩短辨识时间均有显著作用,适用于负荷建模。

某轮式自行高炮长连发射击炮口扰动结构参数动力学优化

针对减小某轮式自行高炮长连发射击时的炮口扰动问题,采用ADAMS与MATLAB联合仿真的方法,基于改进的自适应遗传算法进行结构参数动力学优化设计。基于物理样机,构建了虚拟样机,并通过连发射击动态响应数值仿真结果与实弹射击试验结果的对比验证虚拟样机。通过动力学优化设计,找出了减小炮口扰动的系统最佳参数匹配,优化前后结果证明优化效果显著。计算结果为总体设计及结构改进提供了理论依据。

民机维修人员配置方法研究

针对民机维修任务人员优化配置进行研究,综合考虑维修任务的维修成本以及时间成本,分析时间权重对维修成本以及维修人员配置的影响,构建维修人员类别以及数量配置的数学模型。采用基于镜像二进制编码的自适应遗传算法求解相应的维修人员优化配置结果,选择算子采用精英选择与轮盘赌方式,交叉算子与变异算子采用自适应交叉率与变异率,提高算法演算速率与准确度。通过实例分析,得出维修人员配置模型可以优化维修成本,为民机维修工程分析的人员配置提供理论参考。

多观测器轨迹优化仿真研究

研究优化机载雷达组网系统的跟踪性能问题,在机载雷达组网中,多观测器与目标间的相对几何关系对定位跟踪精度有影响。可通过改变观测载体的飞行速度和航向角,控制其沿最优轨迹运动有效提高观测器的估计性能。为了对多站时差无源定位准确跟踪问题提出遗传算法对机载多观测器轨迹进行优化。推导出目标优化函数的表达式,采用遗传的轨迹优化算法,求解每一采样时刻使得目标函数最小的观测器位置,并在最佳位置对目标进行量测。可将轨迹优化加入运动目标被动跟踪过程构成闭环,通过估计和优化相结合的方法仿真实现观测器自适应运动下的运动目标被动跟踪。通过结果比较证明,算法可以有效提高对运动目标的跟踪精度。

一种多行设备动态布置的方法

在简单分析比较4种基于启发式算法求解动态设备布局方法的基础上,提出了一种基于单亲遗传算法的相应遗传策略,发展了一种新颖的适用于动态设备布局的遗传换位操作算子,并提出在单期上应用换位概率的策略,大大增加了种群的多样性,明显提高了算法的性能。最后进行了仿真研究,并用提出的时间增长率和相对精度收敛率指标进行了综合分析。

基于改进型模糊神经网络的设计方案评价方法

产品概念设计方案的准确评价是产品设计开发成败的重要因素。针对当前产品概念设计方案评价方法的不足,结合模糊神经网络的评价方法,提出了一种基于改进遗传算法的模糊神经网络评价方法。通过建立模糊评价模型完成网络训练,并采用将遗传算法与BP算法相结合的多子群自适应遗传BP算法优化,在全局范围内快速找到最优解。并通过Matalab实现了对迷你型冰箱概念设计方案数据的训练和样本测试,预测结果验证了该方法的准确性和实用性。

基于改进层次聚类和GL-APSO算法的配电网动态重构

针对含分布式电源(DG)的配电网动态重构问题,提出考虑配电网负荷需求与DG出力动态变化的配电网动态重构方案。首先,基于不同时段的负荷特性与最优网络结构的综合相似性,提出了一种改进层次聚类的时段划分方法。在此基础上,提出了遗传学习自适应粒子群优化算法,实现以网络损耗最小为优化目标的动态重构优化计算。针对基本粒子群算法中缺乏速度动态调节、易陷入局部最优等问题,提出基于粒子个体最优位置的遗传学习方案增加搜索多样性,提高算法的全局搜索能力,并引入自适应惯性权值和加速系数以满足不同时期的寻优要求。最后,以IEEE 33节点配电系统为例进行仿真,验证了所提方法的有效性和优越性。

城镇给水管网多目标优化设计算法及应用

在城镇较大规模给水管网设计中,经常出现管段管径较大、流速较低、设计方案不经济等问题。针对城镇给水管网优化问题,利用MATLAB和EPANET软件建立了基于管网经济费用和冗余度的多目标管网优化设计模型。实例研究利用非支配排序遗传算法(NSGA-Ⅱ),对多个目标函数添加惩罚项,求解得到一系列Pareto最优解集,使优化模型的求解收敛速度更快。结果可为设计决策者提供多套不同的选择方案,管径组合方案更加科学合理,切于实际。模型利用NSGA-Ⅱ成功解决了较大规模真实给水管网的多目标优化问题。

遥控武器站总体结构参数优化研究

为减小遥控武器站炮口扰动以提高射击精度,建立了遥控武器站部分机构参数化三维模型、有限元模型和刚柔耦合动力学模型。基于多学科集成优化软件ModelCenter进行了系统集成,以减小炮口扰动为目标,建立了遥控武器站总体结构参数优化模型。采用多目标遗传算法对总体结构参数进行了优化,优化后炮口振动状况明显改善,与位移相关的起始撼动和与速度相关的起始扰动分别较原方案降低了17.05%和19.04%。