基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

基于NSGA-Ⅱ算法的绿色基础设施多目标空间优化

【目的】绿色基础设施(green infrastructure,GI)是提供多种生态系统服务、保护区域生态系统安全和稳定的重要载体,而GI所能供给的各项生态系统服务之间的权衡关系导致GI的规划决策难以同时最大化多项服务供给。旨在以多项生态系统服务供给协同增益为目标构建一个辅助GI规划决策的多目标空间优化模型。【方法】基于NSGA-Ⅱ算法,以InVEST模型构建目标函数,在Python开发了协同生境质量服务、作物生产服务、雨洪削减服务3项主导生态系统服务的GI布局优化模型,并在安徽省芜湖市中心城区进行了应用。【结果】优化模型共获取50个末代帕累托最优GI布局,据此遴选出不同服务偏好下的GI布局方案,各方案相应服务供给能力得到显著提升:生境质量目标偏好方案的全局平均生境质量指数从现状方案的0.2988提升至0.3115;雨洪削减服务目标偏好方案的径流滞蓄量从70189.34 mm/a提升至71673.20 mm/a;作物生产目标偏好方案将作物生产总价值量从464169.51万元提升至464582.90万元;折衷方案的雨洪削减服务供给能力和生境质量服务供给能力优于现状方案,其径流滞蓄量和生境质量指数分别达到71658.67 mm/a和0.2993,而在作物生产服务供给能力上并没有实现对现状方案的提升。根据优化结果分析了GI供给的各项服务间的权衡与协同关系,归纳了在各种服务偏好下和协同多项服务时的GI空间布局特征。【结论】多目标优化算法为辅助协同多项生态系统服务的GI布局决策、探索生态系统服务间权衡与协同关系、明确不同服务目标导向下的GI空间规划策略提供了重要参考,为国土空间规划视角下采用模型算法辅助生态空间及GI规划的实践提供了有力工具。

基于G_NSGA-Ⅱ算法的RFID网络规划

针对RFID网络中阅读器冲突问题,在NSGA-Ⅱ算法的基础上提出G_NSGA-Ⅱ算法。对RFID网络规划问题进行数学建模,引入全局存档机制存储精英解,保留性能最佳个体;采用精英保留策略的锦标赛选择方法,确保选择出的个体具有较优秀的性能;同时,引入高斯变异算子,以增加种群多样性,从而避免算法陷入局部最优解。仿真结果表明,G_NSGA-Ⅱ算法所产生的解集质量较好,相较于NSGA-Ⅱ、AW_GA和MOEA/D等3种算法,其在解集的分布性和收敛性上具备明显优势,在解决RFID问题上具备有效性和可行性。

基于GNSGA-Ⅱ算法的线圈优化设计

在电动汽车无线充电技术中,充电线圈的性能直接影响系统的整体传输性能。在分析常用线圈形状的基础上,引入拉梅曲线方程,设计了一种新型超圆角方形线圈;对耦合电路进行理论分析,得到优化目标传输效率和功率密度与待优化参数之间的关系;利用改进的多目标优化算法(GNSGA-Ⅱ)进行线圈的参数优化,得到一组最优的参数解用于工程设计。该方法相比于传统有限元仿真计算法,具有节省时间的优点,优化设计结果表明该方法具有有效性。

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S-CO_(2)再压缩再热燃煤系统多目标优化

以S-CO_(2)再压缩再热循环燃煤发电热力系统为研究对象,以循环热效率ηt和平准化度电成本C LCOE为系统的热力性能和经济性能指标,分析了系统关键参数对系统热力和经济性能的影响规律。基于非支配排序遗传(NSGA-II)算法建立了S-CO_(2)再压缩再热循环燃煤发电热力系统的多目标优化模型,以系统的热力学性能和经济性为目标,得到了系统关键参数的最优解。最后,以再热温度、透平入口温度、主压缩机出口压力、再热压力、主压缩机入口压力、主压缩机入口温度、分流系数为决策变量,对系统进行多目标优化。结果表明:透平入口温度、再热温度的升高会使系统的循环效率和平准化度电成本同时增大,系统的热力性和经济性不能同时达到最优;多目标优化后ηt和C LCOE分别为53.07%、453.43元/(MW·h),相较于设计工况,ηt提高了5.42%,C_(LCOE)降低了5.91%。

基于改进NSGA-Ⅱ算法的梯级水电站多目标调度方法

近年来区域暴雨洪涝灾害的突发性、极端性、反常性显著增强,年内径流时空分布不均匀性进一步加剧,在梯级水电站汛期调度中均衡防洪与兴利任务成为重要研究课题。针对梯级水电站多目标联合调度问题,提出了一种基于NSGA-Ⅱ算法的求解方法,该方法改进了NSGA-Ⅱ算法的种群生成策略及精英选择策略,以梯级各电站时段平均防洪库容占用率作为防洪风险函数、梯级年发电量作为兴利目标函数,结合Pareto前沿分析方法求解了含防洪、兴利目标函数的梯级水电站联合调度问题。最后,以某流域梯级水电站多年平均来水条件下梯级联合调度为例对模型算法进行了验证分析。结果表明,基于改进NSGA-Ⅱ算法的梯级水电站多目标调度方法可以满足梯级水电站汛期防洪调度要求,同时梯级年发电量较常规调度图调度方式年发电量增加2.7%,更好地发挥了梯级水电站的综合效益。

基于NSGA-Ⅱ算法的若尔盖高原高寒湿地生态修复格局优化

随着全球气候变暖和人类活动增强,高寒湿地面临着面积萎缩、动植物生境恶化、生态系统结构和功能退化等环境问题。以若尔盖高原高寒湿地为研究对象,基于生态系统稳态转化理论,使用湿地景观演变函数和第二代非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)分析1980—2015年7期湿地动态变化,计算多情景多目标函数值,选择适宜目标并基于社会经济生态可持续性发展、湿地生态系统稳态平衡原则,制订湿地修复优化策略。结果表明,可持续发展区、过度关注区与过度扰动区呈围绕发展,分别占湿地总面积的45.25%、17.27%与37.48%;基于NSGA-Ⅱ算法评价无偏好(等权最优)、经济效益最大化、生态效益最大化、空间紧凑度最大化、修复适宜性最大化5个目标下的湿地修复策略,无偏好策略函数值在经济效益、生态效益与湿地修复适宜性方面分别提升41.45%、9.18%和1.65%;基于社会经济可持续性发展的需求,构建保护优先、自然恢复、近自然恢复和适度修复4类若尔盖高原湿地生态修复空间优化格局。

基于NSGA-Ⅱ算法的制造资源组合优化

为解决定制产品制造过程中的资源组合优化问题,建立基于制造需求的制造资源组合优化模型,将制造资源的组合优化描述为多目标优化问题,提出了机械加工总时间、机械加工总成本、机械加工总能耗3个优化目标,建立数学模型并采用NSGA-Ⅱ遗传算法进行求解。计算结果表明,多目标优化算法结果相较于传统的单个决策原则下的方案实现了时间、成本、能耗3者的最佳平衡,并且结合MOPSO算法结果进行对比分析,得出NSGA-Ⅱ算法在目标函数上的分布性和优化效果更好。

基于NSGA-Ⅱ算法的分布式驱动电动汽车制动转矩分配控制策略研究

针对分布式驱动电动汽车制动安全性和制动能量回收兼顾的问题,研究了基于NSGA-Ⅱ多目标优化算法的车辆制动转矩分配控制策略。建立基于模糊控制的优化集筛选模块,根据车速以及需求制动转矩从Pareto前沿优化集中确定最优转矩分配系数。以某款乘用车为研究对象,基于MATLAB/Simulink和VPAT搭建制动转矩分配控制策略模型进行仿真,并搭建硬件在环仿真平台,对算法的实时性和有效性进行了验证。结果表明:WLTC工况下,基于NSGA-Ⅱ的制动转矩分配的控制策略制动转矩分配系数更加接近理想Ⅰ曲线对应的分配系数,电机制动高效区工作点提高了9.51百分点,再生制动能量回收率提升4.71百分点。

基于改进NSGA-Ⅱ算法的选址与路径优化问题

为有效解决冷链物流过程中的污染气体排放量高和物流成本高的问题,通过对其配送中心选址和车辆路径优化问题的研究,开发了一个涉及到成本、时间及碳排放因素的冷链物流配送选址-路径多目标优化模型。针对模型求解困难的问题,基于免疫算子,提出改进的NSGA-Ⅱ算法,结合实际案例进行计算和分析。结果表明:碳排放量对冷链物流配送中心选址与运输路径选择的最优决策产生显著影响。改进的NSGA-Ⅱ算法比传统算法在运算效率、多样性和收敛性能方面更具有优势。研究结果证实了该模型及算法在指导冷链物流配送中心选址和车辆配送路径优化决策中的应用价值,为企业决策提供了新的理论支持。

基于改进NSGA-Ⅱ算法的柔性车间调度问题研究

研究了柔性车间调度中双目标调度优化问题,以最小化最大完工时间和最小化机器空载率为优化目标,基于生产机加车间产线建立数学模型。选取NSGA-Ⅱ(Non-dominated Sorting Genetic AlgorithmsⅡ,NSGA-Ⅱ)算法作为基础算法,在此基础上提出基于反向学习的NSGA-Ⅱ算法(简称OBL-NSGA-Ⅱ),通过引入反向种群,增加种群的多样性,保证了解的质量,能够有效避免算法迭代过程中由于种群多样性降低导致算法陷入局部最优的问题。最后通过Matlab仿真软件进行了对比实验,验证了所提算法的有效性。

基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化

风光互补技术带来了稳定的能源储存,但同时也存在着能量密度低及时间地区分布杂乱等问题。因此,现提出基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化方法。基于改进NSGA-Ⅱ算法构建储能模型,保留多种能量存储单元特点,能够高效、可靠地保证风光互补发电系统的供电可靠性;风光互补发电系统的能源转换,可以优化风光互补发电系统的容量。实验结果表明:提出的基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化方法的平均储能功率为2.35 MW,方法 1的平均储能功率要远远小于所提出的方法,证明所提出的风光互补发电系统储能控制优化方法具有重要的实际应用价值。

基于改进NSGA-Ⅱ算法的电力负荷环境经济调度优化

机组环境经济负荷调度问题是污染排放和发电成本均最小的多目标优化方向,文中提出采用NSGA-Ⅱ算法求解机组环境经济负荷调度问题,以某包含6台发电机组系统为研究对象,针对NSGA-Ⅱ在环境经济负荷调度多目标优化问题应用中,Pareto解集不够理想、易早熟收敛的问题,在种群初始化方法过程中对其个体进行了部分解约束,并将算数交叉算子替代SBX算子。仿真结果表明,改进NSGA-Ⅱ方法可以实现对机组环境经济负荷调度问题更为有效的多目标寻优,Pareto解集分布性更好、解的质量更优。

基于改进NSGA-Ⅱ算法的盾构机掘进参数多目标优化

基于福州滨海快线工程,建立盾构机掘进参数多目标优化模型;根据NSGA-Ⅱ算法在初始种群的分布和寻优速度上的不足之处,运用正交试验法对NSGA-Ⅱ算法进行改进;以中风化花岗岩地层为例进行多目标优化,分析算法改进前后的优化性能及掘进参数多目标优化结果,得到最优掘进参数组合。结果表明:优化后的盾构平均掘进比能降低6.29%,平均掘进效率提升7.19%,平均边缘滚刀单位距离磨损量下降2.37%。优化后的盾构刀盘性能得到较大提升,证明该优化模型可行有效。

基于GA-BP模型与NSGA-Ⅱ算法的冲压成形工艺参数优化方法

为了解决异形、薄壁特征零件在冲压成形过程中严重起皱、成形不足及能耗过高等问题,创新地建立了以压边力与摩擦因数为设计变量,以最大厚度、厚度减薄率和压边能耗为优化目标的GA-BP神经网络优化模型,并应用非支配排序遗传(NSGA-Ⅱ)算法求解,获得了冲压成形过程中的最优工艺参数组合。结果表明,通过有限元仿真获得了最优工艺参数组合下的最大厚度、厚度减薄率和压边能耗分别为0.269 mm、15.8%、8720 J,分别改善了0.74%、3.06%和11.32%,有效地改善了异形薄壁零件的严重起皱、成形不足及能耗过高此等问题。

基于NSGA-Ⅱ算法的阵元间距多目标优化

针对定向扬声器换能器阵列设计的复杂性与不确定性问题,提出了一种基于NSGA-Ⅱ算法的矩形换能器阵元间距多目标优化方法。基于矩形换能器主要结构参数与阵元间距之间的动态性能分析,建立了以方向锐度角、主瓣波束宽度以及旁瓣级为协同优化目标的阵元间距解析函数和约束条件;在此基础上,采用NSGA-Ⅱ算法对所构建的多目标模型进行优化,由此获取矩形换能器阵元间距的最优可选集。仿真结果表明:在满足各项目标协同优化以及约束条件的情况下,所提出的矩形换能器阵元间距设计方法可实现换能器阵列旁瓣级较小且阵列指向性较好的定向扬声器。

基于改进NSGA⁃Ⅱ算法的多AGV多任务分配研究

针对自动仓储系统中多AGV的批量任务分配问题,以总任务等待时间、AGV负载均衡指数、总AGV能耗为目标,以AGV和任务的匹配关系为决策变量构建多目标优化数学模型,加入电量约束条件。为克服传统NSGA⁃Ⅱ算法存在的收敛速度慢、种群多样性维护差等不足,提出三种改进策略:改进交叉和变异算子,采用顺序交叉算子、逆序和单点相结合的混合变异算子;改进拥挤度计算公式,提出非线性平均绝对差的拥挤度计算方法;提出从局部和全局双角度调整的动态参数自适应调整策略。最后,设计多AGV多任务分配的仿真实验。实验结果表明:改进的NSGA⁃Ⅱ算法有效解决了多AGV多任务分配问题,同时,所提出的改进策略有效提高了算法的收敛速度、稳定性和鲁棒性。

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。