基于近似模型的蓄电池工程车电池布局优化

蓄电池工程车中蓄电池的重量大、数量多,其布局对车辆的整体性能影响较大。为优化车架的电池布局以及解决优化过程中频繁调用有限元仿真的问题,提出了一种响应面近似模型与多岛遗传算法相结合的蓄电池布局优化设计方法。首先建立了蓄电池工程车车架的参数优化模型、设计变量与目标函数的二阶响应面近似模型,然后采用多岛遗传算法对优化模型进行求解,使用动力学指标评定解的优劣,并选择一个最优解作为最优电池布局方案,最后使用缩尺车架模型对优化结果进行了试验验证。结果表明:蓄电池优化后的车架最大变形减小50.9%,最大等效应力减小37.9%,最大垂向振动加速度减小了14.6%,仿真与试验结果的误差为7.1%,达到了优化设计的目的。

基于近似模型的两级集成系统协同优化方法

在两级集成系统协同优化(BLISCO)方法的基础上提出了一种基于近似模型的BLISCO方法,该方法在继承了BLISCO方法优点的同时,具有能够减少设计优化过程中仿真分析和计算次数、平滑设计空间数值噪声、加快收敛速度等优点。通过两个算例,针对子系统存在耦合和不存在耦合两种情况对所提出方法进行了测试,分析结果表明,采用基于近似模型的BLISCO方法可以快速、准确地获得最优解,且综合性能优于原BLICO方法和相关文献所提出的方法。

基于PSO算法与协同进化算法的地区电网无功优化模型

电力系统无功优化属于非线性优化范畴,传统的数学规划算法处理时存在较大的局限性,针对大规模电网全局无功电压优化控制困难,提出了基于协同进化框架的合作协同进化粒子群优化算法(PSO)的电力系统无功优化方法,构建了数学模型。实际大电网计算结果表明,该算法寻优质量高、收敛性好、计算复杂度低,适合求解大规模系统无功优化问题。

基于协同优化的耐压柱壳多学科多目标优化

为提高耐压柱壳的设计效率和结构性能,本文基于多学科设计优化思想,进行了耐压柱壳多学科设计优化的学科分解,确定了耐压柱壳多学科优化设计的设计参数,明确了设计变量间的耦合关系,设计了耐压柱壳参数化分析流程,进行了设计变量灵敏度分析。在利用响应面模型建立了具有较高拟合精度耐压柱壳近似模型的基础上,以质量排水量比和极限载荷为目标函数,建立了基于协同优化方法的耐压柱壳多学科多目标优化模型,在确定了系统层和学科层的优化求解方法基础上,设计了基于协同优化的耐压柱壳多学科多目标优化框架,进行了优化的求解工作,得到了优化方案。与初始方案的对比表明:所得到的Pareto解集中,部分方案在2个目标函数上均得到了优化,验证了优化框架的有效性。

协同干扰节点资源优化分配模型及算法

针对协同干扰节点资源优化分配问题,通过引入协同干扰组的概念,建立了协同干扰节点优化分组模型,将系统有效干扰时间优化简化为协同干扰节点分组数优化,并考虑了协同干扰组对目标通信压制的误码率约束,保证有效压制干扰下系统工作时间最长。结合智能优化算法,提出了基于遗传算法的干扰机节点分组优化求解方法,给出了具体的求解步骤,并与贪婪算法结果进行比较。最后通过实例仿真验证了方法的有效性和优越性。

基于DP-MSCAOA算法的梯级水库多目标防洪优化调度研究

为提高梯级水库联合防洪能力,针对不同频率洪水,综合考虑大坝防洪安全和下游防护区防洪安全,以调度期水库最高运行水位最低、下游防洪控制断面最大削峰和下游防护区超额洪量最小为目标,建立梯级水库多目标防洪联合优化调度模型,设计融合动态规划、多策略协同阿基米德优化算法优势的DP-MSCAOA嵌套优化算法,并以资水某梯级水库为例,针对不同频率洪水进行多目标防洪联合优化调度,与常规调度结果和粒子群优化结果进行对比。结果表明,多目标联合优化调度模型削峰和错峰效果更优,验证了多目标联合优化调度模型的适用性及DP-MSCAOA嵌套优化算法的有效性,可为降低洪灾风险、缓解防洪压力提供技术支撑。

基于响应面近似模型的车门轻量化仿真分析与研究

为实现车门的轻量化,首先对车门的刚度与模态进行分析,确保各项性能满足要求,利用质量和模态频率的灵敏度分析结果筛选出车门部分部件的板厚作为设计变量,通过最优拉丁超立方的试验设计方法结合有限元仿真模型求解数据采集用来构建二阶响应面模型的基本数据,在二阶响应面模型的基础上结合第二代非支配遗传算法进行多目标优化。结果表明:车门质量降低4.45%。

基于近似模型与遗传算法的纯电动车传动比优化

以某微型纯电动轿车的开发为平台,利用iSIGHT软件建立了整车Cruise性能仿真集成流程,基于建立的高精度RBF近似模型和NSGA-Ⅱ多目标遗传算法对样车传动系传动比进行了匹配优化。仿真结果表明:优化后汽车的动力性和经济性指标整体得以提升,且近似模型的应用使得寻优速度得到极大提高。本研究可为汽车动力传动系统参数的匹配与优化提供有效参考。

基于近似模型的对辊散煤联合制样设备破碎机齿形优化设计

为合理优化对辊散煤联合制样设备破碎机齿形,获取最佳齿形结构参数,提升散煤破碎质量,设计基于近似模型的对辊散煤联合制样设备破碎机齿形优化方法。以最高散煤破碎质量为目标函数,齿高与齿顶宽等齿形结构参数为设计变量,建立对辊散煤联合制样设备破碎机齿形优化模型;利用融合柯西变异和反向学习的改进麻雀算法,求解齿形优化模型,获取最高散煤破碎质量值,以及对应的齿形优化结构参数。实验证明:该方法可有效优化齿形结构参数;在不同破碎层数与不同散煤粒度时,应用该方法优化齿形后,可有效提升散煤破碎压缩比,即提升散煤破碎质量。

基于多种群多模型协同进化的粒子群优化算法

为克服标准粒子群优化(PSO)算法易陷入局部极值和优化精度较低的缺点,提出一种多种群多模型协同进化的粒子群优化(MSM-PSO)算法。将整个粒子群分成大小相等的3个分群,各分群采用不同的进化模型,分群间相互影响促进。同时采用自适应动态惯性权重,以保持种群多样性,降低陷入局部极值的概率。测试结果表明,该算法全局性能好、寻优精度高。

基于近似模型的机床铣削质量稳健性优化设计

在铣削加工优化设计过程中,设计变量的不确定性通常被忽略,这容易导致优化解违反优化设计约束条件.为此,本文基于近似模型方法,开展铣削参数的多目标稳健性优化设计研究.在该优化设计方法中,采用多项式响应面模型和径向基函数模型近似模拟铣削过程最大铣削力、铣削后工件表面粗糙度两目标函数与铣削线速度、每齿进给量两设计变量之间的隐式关系,采用NSGA-Ⅱ多目标遗传算法结合蒙特卡洛模拟方法对比分析了针对铣削参数的常规确定性优化以及考虑设计变量波动的稳健性优化.结果表明:稳健性优化后的铣削参数有效地降低了铣削加工过程中的铣削力,提高了加工后工件表面质量,同时优化解具有较高的可靠性.

求解整数线性规划问题的量子近似优化算法

量子近似优化算法是一种量子经典混合算法,它可以在多项式时间内求得组合优化问题的最优解。但是在低迭代水平时,得到问题最优解的概率较低。为了应对这一挑战,基于改进的目标哈密顿量,设计了一种具有较少量子门的量子线路,简化了求解过程,提高了求解精度。通过求解整数线性规划问题进行实验,以验证所提出解决方案的可靠性,实验部署在本源量子的pyQpanda环境中。结果表明,平均执行时间为原始时间的20.8%,概率由54.1563%提高到82.9%。

海空协同的远海岛礁战储物资供给优化模型与算法

针对远海岛礁战储物资的战时供给问题,利用海空协同运输的优势,以系统总时间最短、物资保障成本最低为目标,构建两阶段优化模型(2E-MLRP),并利用解的结构特征改进拥挤度比较算子和精英保留策略,形成有针对性的改进遗传算法。算例分析结果表明:利用本文所建模型及算法求解得到的最优方案符合“性价比”的要求;相对于全海运模型,海空协同的系统总时间降低53.15%,而成本增幅仅为22.27%,且第一批物资送达时间也减少2.95 d。算法对比结果显示:改进后算法得到的SP指标值与MSP指标值均优于传统遗传算法,可知改进后算法求得的Pareto解集具有更好的分布性。本文运输方案与其他方案相比,成本大幅降低,运送时长增幅较小,可保证运输装备的高效利用,且单个航线内待补给岛数量合理,可满足战储物资运送的要求,为战时远海岛礁战储物资供给方案的制定提供参考。

基于Kriging近似模型的车身气动低阻低噪协同优化研究

本研究应用CFD仿真技术和Kriging近似模型方法,建立了车身造型因子与气动阻力和气动噪声之间的响应关系,并利用协同优化算法对两学科的耦合关系进行了协调优化,最后采用多岛遗传算法找到了最优解。结果表明,气动阻力值降低了1.81%,车侧前窗气动噪声降低了11.12%,实现了车身气动低阻低噪的协同优化。本研究采用协同优化算法探索了汽车气动阻力与噪声之间的耦合关系,为汽车的空气动力学外形设计及优化提供一种有效的方法。

一种多学科设计优化近似模型构建方法

通过采用单个参数控制样本的误差界限、采用Laplace损失函数和改变置信区间项,给出了一种基于单参数的Lagrangian支持向量回归算法。以实际数值函数为例,通过采用三组不同样本集进行拟合训练,构建了基于支持向量机的近似模型;以石油平台支援船总阻力估算为例,通过与模型试验及其他典型方法的对比,检验了算法用于近似模型构建的准确性和适用性。研究结果表明,采用支持向量机方法构建近似模型在小样本条件下比神经网络等传统方法具有更好的泛化性和推广能力,能够有效提高计算精度与优化效率,在复杂系统多学科优化设计中具有很大的应用价值。

基于迭代均值组合近似模型和序贯优化与可靠性评估法的船舶结构优化设计

针对传统可靠性优化方法不能同时保证大型船舶结构计算效率与精度的问题,在船舶结构优化设计中考虑设计变量的不确定性,通过迭代均值组合(ER)近似模型和粒子群算法(PSO)提高序贯优化与可靠性评估(SORA)法的计算效率和精度,建立了改进的可靠性优化设计流程并解决了多用途船舱段的可靠性优化问题.其中:SORA法将可靠性分析与优化过程解耦,并提高了可靠性优化效率;PSO保证了SORA法优化所获全局最优解的计算效率;ER近似模型能够以最少的采样点建立满足精度要求的近似模型,并代替最有可能的失效点(MPP)和优化过程中耗时的有限元计算.多用途船舱段的可靠性优化结果表明:可靠性优化相较于确定性优化更有实际意义;改进的可靠性优化设计流程在保证计算精度的同时能够显著降低计算成本.

基于近似模型的空心弹气动外形数值优化

作为一种新型超声速弹药,空心弹具有阻力小、精度高等优点,在航空与防空弹药领域具有广阔的发展前景。本文以课题组前期研究的某30mm空心弹为例,基于四阶多项式响应面近似模型,综合运用UG、ICEM CFD、FLUENT、MATLAB等软件,结合单纯形法,以最小阻力系数为目标对空心弹的气动外形进行了优化,得到了α=0°、Ma=3.0条件下的空心弹最小阻力系数及气动外形参数,该阻力系数与前期数值模拟研究结果相同。在此基础上,以最小阻力系数为目标对α=0°与4°、Ma=2.5~4.0条件下的气动外形进行了优化,得到了相应外形参数的变化范围。另外,利用Kriging近似模型和NSGA-Ⅱ优化算法等,并以最小阻力系数和最大升阻比为目标,对α=4°、Ma=3.0条件下的空心弹气动外形进行了优化,得到了相应的优化外形。与初始弹形相比,优化后空心弹的气动阻力明显减小。本文验证了近似模型可用于空心弹气动外形优化设计,可为相关工程应用与研究提供重要参考。

面向协同调度的公交时刻表鲁棒优化模型

为实现公共交通网络协同调度,以网络内总换乘负效用最小为目标,构建了考虑公交车辆运行随机性的时刻表鲁棒优化模型.线路间换乘衔接关系、公交车辆首站计划发车时刻、站点间运行时间和站点处停靠时间为模型主要输入参数,用于求解各线路首站计划发车时刻最优偏移量.由于所建优化模型为非凸规划模型,设计了包含蒙特卡洛仿真方法的遗传算法以获取模型近似最优解.最后,基于算例验证了公交时刻表鲁棒优化模型与遗传算法的可行性.结果表明,与现有时刻表相比,优化后时刻表可减少约22%的总换乘负效用,能有效改善公交网络内换乘服务.此外,与枚举算法求解结果的对比分析验证了遗传算法可行且高效.

汽车悬架优化设计中的近似模型方法及其应用

针对目前汽车悬架设计中存在的问题,提出了一种基于近似模型和遗传算法的高效全局优化设计方法。使用Kriging方法重构目标函数,建立了悬架运动学分析的近似模型;采用了CVT试验设计以确保参数空间中样本点分布的均匀性;在重构出的目标函数基础上采用遗传算法进行寻优。以双横臂式前独立悬架为例,以车轮接地点侧向最大滑移量为优化目标进行了优化设计。结果表明,采用该设计方法可缩短设计周期及降低设计成本。

基于径向基函数代理模型的改进协同优化方法

为了改善协同优化方法的收敛性能并提高求解效率,提出了一种基于径向基函数代理模型的改进协同优化方法。该方法采用基于光滑参数优化径向基函数代理模型,构造了协同优化方法系统级约束的近似模型,并将置信域和均匀设计方法相结合,完成近似模型的不断更新,引入粒子群优化算法完成了系统级和学科级优化问题的求解。利用数值计算和减速器设计两个典型算例对所提方法进行了验证,求解结果表明了改进协同优化方法可行且有效。