基于遗传算法的磨削力模型系数优化及验证

在磨削力模型求解问题中,目前大多使用分段计算法或列方程组直接计算各个待求系数,不仅计算量大且其精度也无法保证。另外,传统的回归模型容易陷入局部最优,难以描述非线性关系。为此,将遗传算法引入到非线性优化函数参数优化中,基于外圆横向磨削力模型、平面磨削力模型、外圆纵向磨削力模型等现有的模型数据,开展磨削力理论模型的系数优化方法研究。相关性分析结果表明:通过计算得到的3种模型磨削力的预测精度提高了14.69%~42.54%,且3种模型所预测的法向磨削力的平均误差分别为5.9%、9.13%、3.23%,切向力平均误差分别为6.78%、8.36%、3.69%。经对比知,优化后的模型拟合度较好,模型预测精度显著提高。遗传算法优化后的非线性优化函数GA-LSQ算法更适合磨削力模型的求解,可对磨削力的预测及实际加工生产中的参数优化提供参考。

大语言模型赋能场景生成和双层优化的多农业园区供电-灌溉-蓄水耦合运行

传统农灌负荷的使用具有集中性和无序性,显著加剧电力系统的供需不平衡与运行成本。为提升农业园区运行的经济性和光伏资源的消纳能力,通过刻画农灌负荷特性,结合作物生长用能需求,提出一种基于大语言模型(largelanguagemodel,LLM)场景生成和双层优化的多农业园区优化调度模型。该模型利用LLM时序分析能力进行光伏短期发电功率预测,然后通过LLM知识推理能力构建农业用水知识图谱,知识图谱中丰富的语义关系辅助LLM推理和预测,生成更符合实际情况的农业供电-灌溉-蓄水场景。双层优化调度模型在生成场景基础上,以园区经济运行为优化目标,对多农业园区供电-灌溉-蓄水进行耦合优化调度。最后,通过仿真验证,本文所提出的方法显著提升了农业园区电力系统运行稳定性,并有效降低了系统运行成本。

数字经济时代管理咨询行业情报工作胜任力模型优化研究

[目的/意义]随着新一轮科技革命和产业变革不断深入,管理咨询行业日益受到重视,尤其在当前数字经济背景下,根据管理咨询行业目前的发展情况,急需对情报工作胜任力模型优化升级,为我国对管理咨询行业情报工作的有效管理提供科学参考。[方法/过程]梳理目前管理咨询企业中情报工作者胜任力不明确而造成的人才流失严重、高学历与复合型人才稀缺、人才选择与培养机制不完善等问题,在研究中通过词频统计法确定胜任特征、问卷调查法验证胜任力模型,并采用灰色关联度法对胜任力模型进行优化得出最终的情报工作胜任力模型。[结果/结论]针对情报工作者胜任力不明确这一根本原因,以优化后的胜任力模型为基础,从个人、企业、政府三个方面对管理咨询行业情报胜任力提升给出科学建议。

基于移相控制统一模型的双有源桥DC-DC变换器基波环流优化控制策略

为充分利用双有源桥DC-DC变换器的容量,减小无功功率,提升工作效率,提出一种基于变换器移相控制统一模型的基波环流优化控制策略。通过引入基波移相比对变换器的所有移相控制方式进行统一描述,并采用傅里叶分解法建立全桥交流电压及电感电流的统一模型。该统一模型降低了多控制变量下变换器多模态分析的复杂性,适用于不同移相控制的所有工作模式,具有普适性。基于频域分析法和功率因数角,构建变换器传输功率及无功功率的统一数学模型。在此基础上,提出考虑无功基波分量的环流优化控制策略,并对传导损耗进行建模与分析。该策略简单有效,能够很好地减小变换器无功功率和改善系统效率,更有利于工程实际的应用。搭建了实验平台,对比了所提基波环流优化控制策略与传统移相控制方式下变换器的功率因数及变换效率,仿真和实验结果验证了理论分析的正确性和所提控制策略的可行性。

无参数自适应罚函数的高效代理模型优化设计方法

在飞行器气动外形优化设计中,复杂约束条件导致设计空间可行域呈现不连续的特征,且理想解大多靠近约束边界,传统高效代理模型方法难以适用。研究了参考点对优化设计的影响,提出了一种考虑约束的参考点选择机制;对于最优解靠近边界的问题,罚函数法更加有效,但惩罚因子的设置对于罚函数方法影响很大,不合适的惩罚因子反而会损害优化效率,分析了优化过程中罚函数方法对惩罚因子的要求,提出了一种无参数自适应罚函数的代理模优化设计方法,引入基于样本分析的惩罚项,结合归一化目标值和约束值,在优化过程中动态调整惩罚因子,使优化能够尽可能地聚焦于可行域内,迅速收敛到最优解,实现样本的高效配置。通过带约束的函数算例和翼型优化算例证实,所提方法可以大幅提高飞行器气动外形优化设计效率。

基于AquaCrop模型的水稻多目标灌溉制度优化研究

【目的】优化现有水稻灌溉制度,节约灌溉用水量,减少稻田氮磷流失量以降低面源污染风险。【方法】构建了基于AquaCrop模型和NSGA-Ⅱ算法的水稻灌溉制度模拟优化模型,利用水稻田间试验数据,开展以产量最大、氮磷流失量最小、灌水次数最少的3种目标组合(产量-氮磷流失量(Y-TNP)、产量-灌水次数(Y-N)、产量-氮磷流失量-灌水次数(Y-TNP-N))下的灌溉制度优化模型研究,提出适应不同生育期降水年型的稳产-控污-提效灌溉制度。【结果】(1)与常规灌溉相比,Y-TNP灌溉制度优化水稻产量下降2.14%,氮磷流失量减少23.09%;Y-N灌溉制度优化水稻产量下降1.76%,灌水次数减少53%;Y-TNP-N灌溉制度优化水稻产量下降2.64%,氮磷流失量减少22.83%,灌水次数减少2次。(2)不同典型年以Y-TNP-N为目标优化的稳产-控污-提效灌溉制度水稻产量介于7.74~7.78 t/hm^(2),同时大幅度减少灌水量进而降低氮磷流失量。【结论】AquaCrop模型可模拟试验区水稻的生长发育过程,本文构建的模拟-优化耦合模型可用于优化不同生育期降水年型下稳产-控污-提效的灌溉制度。

基于代理模型估值不确定度的昂贵多目标优化问题研究

针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试函数进行测试,得出结果与近些年发表5种具有代表性的同类型算法进行对比,结果说明该算法可以有效的解决昂贵高维高目标优化问题。

快掘面抽风口集尘参数变化下粉尘场优化模型研究

为了解决长压短抽通风方式下传统抽风口集尘效果不适应掘进速度快、产尘量大的工作面集尘需求等问题,提出设计抽风筒集尘口装置及系统布局,以降低快掘面高粉尘危害和污染等隐患。利用Fluent建立集尘系统的粉尘场有限元模型,分析单集尘参数对粉尘场影响并确定参数取值范围,设计二次回归正交试验,建立司机和人行道呼吸带粉尘质量浓度双目标优化模型,采用NSGA-Ⅱ算法求解模型。以陕西某矿快掘面为研究对象,求解得到该集尘布局下最佳集尘参数方案。搭建集尘系统试验平台来测试最佳集尘参数方案,研究结果表明:试验测试值和预测值误差小于8%,优化后的司机处粉尘质量浓度和人行道呼吸带平均粉尘质量浓度分别降低79.3%,58.7%,证明优化模型准确且有效。研究结果可为实现快掘面空气净化目标提供参考。

“数据与模型融合的智能调度优化”专刊前言

调度优化问题广泛存在于国防、制造、能源、交通、农业、物流等诸多领域,普遍呈现出非线性、强约束、多目标、不确定、动态等特征,甚至涉及离散与连续变量的联合优化,性能指标的评价很费时.纯粹模型驱动的优化方法受制于建模难、评模难、解模难.传统群体智能优化,则大多遵循种群初始化、交叉变异、个体选择等基本步骤,此类数据驱动的优化方法存在问题特征结合弱、收敛速度慢等缺陷.随着云计算、大数据等信息技术的飞速发展,新一代人工智能注重数据、知识、算力和算法的深度融合,这为智能优化的创新和发展指明了方向.开展数据与模型融合的优化理论分析、算法设计,有助于全面提升算法性能,是新一代智能调度优化发展的重要方向.因此,面向复杂调度优化问题的高效、高质、鲁棒的智能优化理论与方法研究,已成为数学、自动化、计算机、人工智能、工业工程、管理等领域的热点前沿方向.本专刊聚焦数据与模型融合的智能调度优化的最新理论、方法及工程应用,展示智能调度优化的最新研究成果,促进学术创新、学科融合、应用推广,助力“人工智能+”在经济、国防和社会等领域的高质量发展.

基于Vague集和响应面模型的注塑工艺多目标优化

针对注塑工艺多目标优化问题,以塑件的翘曲变形量、顶出时体积收缩率和缩痕深度作为优化目标,选取熔体温度、模具温度、注射时间、保压压力、保压时间等工艺参数为试验因素,采用中心复合试验设计结合模流分析建立试验样本,利用Vague集方法计算各优化目标相似度,通过指标相关性的指标权重确定(CRITIC)法确定各优化目标影响权重,得到综合相似度;建立综合相似度与各工艺参数之间的响应面模型,运用灰狼算法进行工艺参数寻优,得到最优工艺参数组合。结果表明,将Vague集和响应面模型相结合的优化结果显著,为实际生产过程提供了有益参考。

基于多项式代理模型的车顶绝缘子背风侧沿面压力优化研究

高速气流下,车顶绝缘子背风侧出现低气压会使得闪络电压降低,影响列车安全运行,为了改善车顶绝缘子背风侧的低气压现象,使用代理模型对车顶绝缘子结构参数进行优化。在车顶绝缘子结构参数上选取了伞裙上、下倾角以及伞裙间距作为因子,以绝缘子背风侧沿面压力的最小值作为响应,采用全因子试验设计方法获取样本数据,并对因子的主效应和交互效应进行分析,在此基础上建立多项式代理模型,进一步得到最佳的结构参数,最后进行闪络试验验证其有效性。结果表明:伞裙上、下倾角的主效应与伞裙间距相比更加显著,各因子之间没有显著的交互效应;最佳参数:伞裙上、下倾角分别为8°和0°,伞裙间距为45mm,背风侧沿面压力最小值提高了25.62%,同时压力平均值提高了42.47%;在100m/s的风速条件下,车顶绝缘子的闪络电压提高了16.80%。研究结果可以为车顶绝缘子结构设计提供参考。

基于高维混合模型的离心泵叶轮子午面优化设计

为提高离心泵在设计工况下的运行效率和扬程,提出一种基于高维混合模型的离心泵叶轮优化设计方法.选取一台比转数为157的单级离心泵作为研究对象,通过CFturbo软件对优化变量进行参数化,然后结合数值模拟获得高维混合模型的训练集.在此基础上采用获取的训练集通过MATLAB机器学习得出效率、扬程与优化参数之间关于支持向量回归的高维模型,并采用遗传算法寻优.在设计工况下,所拟合的高维混合模型预测的效率和扬程值比原模型分别高1.5%和3.2 m,数值模拟验证优化方案的效率和扬程分别比原模型高0.9%和2.1 m.算例研究表明,将高维混合模型应用于离心泵叶轮的优化设计中可以实现快速寻优并提高离心泵水力性能.

基于信赖域模型管理技术的永磁同步电机多目标优化

针对永磁同步电机多目标优化过程中要反复调用耗时的仿真分析且在整个设计域构建代理模型精度低的问题,提出基于信赖域模型管理技术的永磁同步电机多目标优化算法,该算法将整个设计域划分为一系列信赖域,在信赖域上构建径向基函数代理模型并采用微型多目标遗传算法近似优化,降低多目标优化中代理模型的精度要求。通过代理模型与电磁仿真模型的近似程度来调节信赖域的大小,通过缩放和平移信赖域,引导各个电机目标性能逐步逼近Pareto最优前沿面,加快收敛速度。为了进一步减少有限元仿真次数,引入遗传智能布点技术,通过样本遗传策略,遗传落在下个信赖域上的样本。通过算例验证了该算法具有较强的求解永磁同步电机多目标优化问题的能力及较高的求解效率。

一种多用户频谱分配优化模型建立与求解

为解决多区域多用户在通信过程中的频谱最优分配与激励问题,本文首先在考虑多个通信运营商及多个小区用户的情况下,通过区块链理论对不同小区不同用户的频谱分配问题进行分析建模,并建立频谱最优分配优化模型;其次,针对优化模型的约束条件,通过引入拉格朗日及二分法理论对其进行求解,进而得出不同小区用户人数与频谱分配之间的数学关系;最后,通过仿真证明了容纳小区人数与频谱持有量近似地呈线性关系,且基站功率越大,近似直线的斜率越大。当基站的持有频谱量较少时,提高功率对可容纳人数的增加影响较小,随着频谱量的增加,提高基站功率,可容纳人数随之近似线性增加。

无烟煤分子模型构建及优化方法研究

为了认识煤的分子结构特征,采用元素分析、^(13)C-核磁共振、傅里叶变换红外光谱等测试方法构建无烟煤大分子模型。研究结果表明:大分子模型中芳香碳以C的2、3环结构为主,确定其模型分子式为C_(193)H_(138)N_(2)O_(7);结构和退火优化后,其分子模型越发紧凑,键角更加弯曲,添加周期边界条件后其体系能量迅速降低,这是由于价电子能中的键伸缩能和非成键能中的范德华能降低所导致的,通过密度模拟得到无烟煤大分子最优模型的密度为1.45 g/cm^(3)。研究结果可为构建煤大分子模型提供参考。

电动汽车双层优化模型的充放电调度策略

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明:与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。

基于改进潜能模型的城市公园绿地可达性评价与优化布局研究——以重庆市江津区为例

城市公园绿地空间布局因城市的自然条件和社会经济条件不同而具有差异性.当前国内外研究多聚焦发达地区和大城市,而小城市和典型城市的公园绿地可达性研究鲜见,且在案例代表性和数据精度方面还有一定的局限性.选择西南山地类型的重庆市江津区中心城区为案例,以居民小区出入口与公园绿地出入口为研究主体,构建改进潜能模型和网络分析方法,揭示其空间特征和存在问题,参考位置分配模型与调研结果,得出优化布局方案并检验.结果表明,江津区中心城区城市公园绿地布局与服务水平空间差异明显.提出拟新建7个游园与5个社区公园,并将部分公园绿地进行合并扩建或新增出入口.

一种融合GA和LSTM的边坡变形预测优化网络模型及其应用

考虑到BP神经网络模型忽略边坡监测数据存在的时间相关性,以及LSTM模型由于超参数选择存在主观性而易陷入局部最优等问题,提出一种基于遗传算法和长短期记忆网络(GA-LSTM)相结合的边坡变形预测模型,以发挥遗传算法全局搜索能力和LSTM预测时序数据的优势。以海明矿业露天采场边坡为研究对象,分别采用BP神经网络模型、LSTM网络模型以及GA-LSTM网络模型对边坡监测点GNSS49变形进行预测分析,并对比各模型达到收敛条件的时间。结果表明,GA-LSTM模型与其他模型达到同一收敛条件的时间差异不大,GA-LSTM模型的拟合准确度在0.1~0.2 mm,是LSTM神经网络模型的5~7倍,是BP神经网络模型的10~20倍,具有较高的精度和稳定性,其预测值与实际监测数据基本一致,可为矿山边坡的安全生产、管理以及决策控制提供科学依据。

基于优化动力学模型的路径跟踪控制研究

针对一般路径跟踪模型预测控制器在高速大曲率工况下适应性差的问题,提出了一种基于优化动力学模型的自适应预测时域控制策略。首先,为解决经典动力学模型在较高侧向加速度工况下精度不足的问题,建立了包含侧倾转向和变形转向特性的优化模型,实现了车辆状态的较高精度预测;其次,为解决高速大曲率工况下固定预测时域控制效果不佳的问题,提出了基于二维高斯函数的自适应预测时域策略,以低算法复杂度实现了预瞄距离的实时调整;最后,通过CarSim/Simulink联合仿真实验验证了控制器在双移线道路上的控制效果,结果表明,横向位置峰值误差降低45.1%,横摆角峰值误差降低72.4%,设计的控制器对极限工况有更好的适应性。

基于耦合辐射模型的太阳能集热器倾角优化研究

为了使太阳能集热器获得更多的太阳辐射量,须对集热器倾角进行优化。文章在建立倾斜面太阳辐射计算模型的基础上,分别优化直接辐射、散射辐射的计算过程。以太阳能集热器运行期间倾斜面接收最大辐射量为求解目标,借助MATLAB对集热器倾角进行优化分析,得到月度最佳倾角和年度最佳倾角。其中天津地区的太阳能集热器年度最佳倾角为36.3°,比当地纬度略小;月度最佳倾角为10~64°,表现为夏季小冬季大的特点。相较于水平放置,在年度最佳倾角和月度最佳倾角下,太阳能集热器接收的年太阳辐射量可分别增加12.4%,17.3%;相较当地纬度作为倾角时,以月度最佳倾角值逐月调整接收的太阳辐射量可增加5.0%。分别以广州、拉萨、济南和长春为例,计算得到上述地区的年、月最佳倾角。对不同地区进行对比分析发现,直接辐射占比较高的地区逐月改变最佳倾角可获得更高的能量增益。