基于不可行度的机压树状管网退火遗传算法优化

规定管网中每一管段最多只能由两种管径的管道组成,提出一种以管网年费用为目标函数,以水泵扬程、管长和标准管径为决策变量的机压树状输水管网优化数学模型。定义种群中个体的不可行度函数,采用基于解的不可行度退火算法处理约束条件。应用模拟退火算法,对解的不可行度进行局部优化,使其逐步逼近可行解。将遗传算法全局优化和模拟退火的良好局部搜索能力有机结合,构造出一种退火遗传算法用于机压树状管网优化设计。仿真结果表明,该模型与算法在求解机压树状输水管网优化问题上,具有良好的优化性能和求解效率。

基于不可行度和内分泌原理的多目标粒子群方法

针对有约束条件的多目标优化问题,提出了一种求解带约束的基于内分泌思想的多目标粒子群算法。利用不可行度方法和约束主导原理指导进化过程中精英种群的选择操作和约束条件的处理,根据生物体激素调节机制中促激素和释放激素间的相互作用原理,考虑当前非劣解集中的个体对其最邻近的一类群体的监督控制,引入当前粒子的类全局最优位置来反映其所属类中最好位置粒子对当前粒子的影响。为验证多目标约束优化算法的有效性,对两个典型的多目标优化问题进行了仿真实验,仿真结果表明该算法能较大概率地获得多目标约束优化问题的可行Pareto最优解。

考虑不可行度的改进遗传算法在电压无功调整中的研究

电压质量是电力系统安全经济运行的重要因素,需要利用合理的电压无功措施进行调整.在电压无功调整的数学模型中引入了不可行度概念,用于处理模型中的约束条件,并结合改进遗传机制的遗传算法对系统进行电压无功调整.不可行度的引入扩大了遗传算法的搜索域,提高了算法的寻优能力.通过对实际系统的分析计算表明,该算法可以较好地平衡来自目标函数最优化和约束条件限制的压力,有效地改善电压质量.

电力系统潮流不可行的在线预防控制

扩展了传统能量管理系统的静态安全分析功能,设计和实现了电网静态安全预警和预防控制子系统。该子系统可连续跟踪电网变化,自动给出电网静态安全水平,并对不安全情况给出预防控制方案。特别是对于预想事故后电网出现的潮流不可行情况,开发了一种基于最小不匹配函数法和连续线性规划的潮流恢复算法,并进行了详细的算例研究。该算法已嵌入在线安全预警和决策支持系统,并实现了分布式安全评估功能。该系统已在某省级电网投运,现场的实际应用表明了该算法的有效性。

基于改进NSGA-Π算法的新型引纬机构的参数优化

为了得到椭圆齿轮曲柄摇杆新型引纬机构的最佳参数,以剑头加速度变化最小和等腰梯形加速度规律为目标,以满足引纬工艺和机构运动性能要求为约束条件,建立了该机构的优化模型,该模型为高维带约束的非线性多目标优化模型。结合适应性不可行度和精英保留非劣排序遗传算法(NSGA-Π),提出改进优化算法,编写辅助优化程序,得到一组最佳参数,并对该组参数下的引纬机构进行运动分析和比较。结果表明该优化算法能有效地解决多目标非线性约束优化问题。

基于约束主导混合粒子群算法的风力机叶片优化方法研究

为提高叶片在额定风况和低速风况下的功率系数,研究叶片各叶素处的气动外形参数分布。针对风力机通常运行在低风速风况下,而叶片的优化模型很少考虑该因素的影响,建立基于叶素动量理论和Wilson理论的带低风速功率系数的非线性约束优化模型。由于在处理约束条件的惩罚函数法中罚因子难以确定,而导致算法过早陷入局部解的早熟现象,提出一种结合可行性约束主导处理方法的混合粒子群算法。该算法基于粒子群优化和模拟退火理论,采用可行性约束主导在退火概率突跳下对不可行约束解进行随机生存选择,使种群保持多样性,从而朝更优方向进化,解决了非线性约束条件难以处理和种群易陷入局部解的问题。以1.5 MW风力机叶片为研究对象,建立非线性约束优化模型,对该算法进行了验证。研究成果表明该方法可以有效地处理优化模型的非线性约束,避免优化过程陷入早熟,提高了叶片在额定风速和低风速区域的功率系数。为非线性约束处理方法的研究提供了一种很好的理论分析途径。

基于遗传算法的协同优化方法

针对协同优化的系统级优化可行域可能不存在的问题,采用遗传算法,并借鉴逐步增强约束强度的思想,提出了基于遗传算法的协同优化算法.该算法利用各子学科返回的优化值,计算种群中个体的不可行度,根据不可行度和阈值来判定该个体是否为可行解.提出利用循环迭代次数调整阈值的方法,保证了系统级优化向一致性等式约束不满足度减小的方向进行,达到了有效增强子学科间一致性的目的.最后,利用减速器典型算例对该方法进行了验证,结果表明该方法的优化性能良好.

基于模拟退火遗传算法的自压树状管网优化

将遗传算法全局优化和模拟退火的良好局部搜索能力有机结合,构造出一种退火遗传算法用于自压树状管网的优化设计方法。假定管网中每一管段最多只能由两种管径的管道组成,建立了以管网造价为目标函数,以管长、标准管径为决策变量的自压树状管网优化数学模型。采用基于不可行度的退火算法处理约束条件,应用遗传算法进行优化计算。仿真实例结果表明,该模型与算法在求解自压树状管网优化问题上,具有良好的优化性能和求解效率。

一种新遗传算法在地区电网电压调整中的应用

建立了电力系统电压无功调整的数学模型,以保证电网电压与额定值偏差最小的目标;引入不可行度处理该模型的约束条件,取代传统的罚函数,并结合改进的遗传因子用于地区电网电压无功的稳态运行调整中。论述了不可行度改进遗传算法的实现原理和程序流程,并解决了实际应用中有关离散变量处理等问题。计算结果表明,该算法较好地平衡来自目标函数最优化和约束条件限制的压力,有效地改善电压质量。

基于退火遗传算法的给水管网优化

给水管网优化设计的难点在于如何处理约束条件,采用较多的是遗传算法中的罚函数法,但其罚系数的选择较繁琐。故提出采用不可行度的概念来处理约束条件,然后应用退火遗传算法进行优化计算。为了缩短算法的计算时间,可在编程上进行一定的加速处理。与其他优化方法相比,该算法具有收敛速度快、精度高的优点,并在四川某市的给水管网扩建工程中得到了成功应用,取得了良好的经济效益和社会效益。

改进的E BALAS决策方法

该文在ＥＢＡＬＡＳ决策方法的基础上，提出了一种改进的方法．这种方法与原来的ＥＢＡＬＡＳ方法相比，具有收敛速度快和直观易解的优点．实际应用时效果比较好，是一种比较实用的方法．

基于开放式约束配置平台的车削参数优化研究

在分析传统的基于遗传算法的切削参数优化方法的基础上,开发了一个基于遗传算法开放式的约束配置平台。这个约束配置平台在遗传算法中利用不可行度选择操作处理约束条件和选用约束主导原理指导进化过程选择操作,这样不但考虑到了不可行解在搜索中的作用,使得GA群体搜索的特点得到了很好的利用;而且可以根据具体加工环境和加工工艺情况进行开放式的增减约束,使得本模型具有很好的通用性和鲁棒性。最后通过算例验证了约束配置平台的优越性。

处理带约束的多目标优化进化算法

针对当前对求解多目标优化的遗传算法中主要考虑如何处理相互冲突的多个目标间的优化,而很少考虑对约束条件的处理的问题,提出一种求解带约束的多目标优化遗传算法,利用邻域比较与存档操作遗传算法处理多个相互冲突的目标之间的优化、利用不可行度选择操作处理约束条件和选用约束主导原理指导进化过程选择操作;面向多目标约束优化算法,列举了2个难点典型问题进行仿真计算研究,仿真结果表明该算法能较大概率地获得多目标约束优化问题的可行Pareto最优解。

灌区自压微灌独立管网系统优化设计研究

微灌管网系统由田间管网系统和骨干管网系统两部分组成,田间管网入口所需压力只与灌水器设计工作水头及田间管网允许水头差有关,因此两部分的优化问题是相互独立的。目前田间管网优化设计主要是在限定面积且布置已定的情况下进行支毛管管径组合优化。本研究在不限定管网系统面积的情况下建立了单向毛管田间管网、双向毛管田间管网及自压微灌骨干管网的优化设计数学模型,可同时完成相应管网的优化布置和优化设计且能得到最佳控制面积。利用解的不可行度对随机产生的初始种群进行选择以改善种群质量,利用罚函数法处理约束条件,应用遗传算法进行优化计算。结果表明:双向毛管田间管网在控制面积及单位面积投资两方面均优于单向毛管田间管网,推荐以双向毛管田间管网优化结果为基础进行骨干管网的优化,算法收敛性能稳定,具有较高的计算精度,此优化设计研究成果对自压微灌系统设计及区域管网优化设计具有一定的实际意义。