基于多目标粒子群优化算法的某轻型商用车操纵稳定性优化研究

针对某轻型商用车稳态回转时侧倾度偏大的问题对其悬架进行优化改进。基于ADAMS/car搭建整车多体动力学模型,通过前悬架反向平行轮跳试验、后悬架理论计算验证了悬架仿真模型的准确性。进行整车稳态回转工况和转向盘中间位置转向工况仿真分析,结果表明,车身侧倾度偏高。为实现操纵稳定性优化分析的流程自动化,提出了基于modeFRONTIER的联合仿真方法。以悬架设计参数为优化变量,以汽车的侧倾度与横摆角速度响应滞后时间为优化目标,采用拉丁超立方试验设计方法拟合得到混合代理模型,并结合多目标粒子群优化算法对悬架系统进行多目标优化,获得了悬架系统优化方案。优化结果显示,在不影响平顺性的前提下,汽车车身侧倾度降低了13.93%,横摆角速度响应滞后时间降低了2.75%,整车操纵稳定性得到了提升。

基于多目标灰狼优化算法与RBF神经网络的真空灭弧室触头结构优化设计

在真空灭弧室触头开断过程中,合适的磁场分布有利于提高其开断性能;在合闸过程中,动、静触头间存在的电动斥力会导致触头出现弹跳现象。针对以上问题,首先建立了带铁芯式杯状纵磁触头的三维模型,进行了磁场分布与电动力的计算;为了进一步提高触头的性能,然后构建了以触头片开槽长度、开槽宽度、径向偏转角度、杯座斜槽高度及单个斜槽上下旋转角度为输入,电流峰值时刻触头间隙中心平面纵向磁场强度最大值、过零时刻中心点处磁滞时间、合闸时动静触头间的电动斥力分别为输出的RBF神经网络模型;最后结合RBF神经网络模型与多目标灰狼优化算法(MOGWO)对触头结构进行了优化。结果表明:与初始结构参数相比,当触头片开槽长度为19.74mm、宽度为3.94mm、径向偏转角为19.9°、杯座斜槽高度为18.0mm、斜槽上下旋转角为119.2°时,触头具有更好的磁场分布特性,且动、静触头间的电动斥力明显减小,有利于提高触头的工作性能。

基于正向解析式和多目标博弈优化算法的复杂装备体系优化设计方法

针对复杂装备体系(Complex Equipment System-of-systems,CES)优化设计中指标变量多、仿真依赖性强、易陷入局部最优的问题,提出一种基于正向解析式和多目标博弈理论(Multi-Objective Game Theory,MOGT)优化算法的CES优化设计方法。为提升CES优化设计的可解释性,构建任务级—能力级—装备级的评估指标体系;在此基础上,基于装备机理和效用函数表征装备评估指标与作战能力之间的正向映射关系,并利用相邻优属度熵权法计算各指标权重;通过正向解析式与约束条件建立多目标优化模型,并采用MOGT优化算法获得最佳优化结果。以某作战推演平台中防空攻防想定为例,开展算例评估与验证分析。研究结果表明,该方法能够实现CES中最优设计方案的求解,可显著提高设计效率和降低设计成本,为下一代装备发展论证、设计评估和作战试验提供了基础性工作。

基于多目标粒子群优化算法的动力电池仿生冷板结构优化设计

为了提高锂离子电池的冷却效果,提出一种高度对称的仿生网状流道冷板。首先,利用单因子分析法分析了冷板结构参数对其性能的影响,然后,以冷板的平均温度、温度标准差和冷却液压力损失为性能指标,采用多目标粒子群优化(MOPSO)算法对冷板的结构参数进行了优化,得到性能最优时的流道宽度、流道深度和冷板壁厚分别为9.0 mm、1.5 mm和1.4 mm,对应的平均温度、温度标准差和压力损失分别为33.20℃、1.33℃和65.63 Pa,相比于初始结构参数,优化后的平均温度和温度标准差分别下降1.92℃和0.02℃,但压力损失增大27.10 Pa。最后,在电池模组层面验证了优化结果。

利用集成剪枝和多目标优化算法的随机森林可解释增强模型

随机森林模型是广泛应用于各个领域的经典黑盒模型,而黑盒模型的结构特征导致模型可解释性弱,需要借助可解释技术优化随机森林的可解释性,从而促进其在可靠性要求较高场景的应用与发展。研究构建了基于集成剪枝和多目标优化算法的规则提取模型,集成剪枝在解决树模型规则提取易陷入局部最优的问题上具有代表性,多目标优化在解决规则准确性和可解释性的平衡问题上有多个领域的应用。模型验证结果表明,所构建模型能够在不降低准确性的前提下优化模型的可解释性。本研究首次将集成剪枝技术与多目标优化算法相融合,增强了随机森林的可解释性,有助于推动该模型在可解释性要求较高领域的决策应用。

基于改进型多目标粒子群算法的光伏并网逆变器LCLLC滤波器参数优化方法

LCLLC型滤波器同时具有LCL和LLCL型滤波器的优点,即高频谐波衰减效果好,又可以滤除开关频率处的谐波,其性能主要取决于参数的设计。然而,LCLLC型滤波器参数设计复杂,传统设计方法过于保守且成本较高,单目标算法和传统的多目标优化算法存在权重选择困难、收敛性差和优化效果不佳的问题。通过对LCLLC滤波器的谐波进行分析,提出一种多目标参数优化方法,将纹波电流最小化、谐波电流衰减比最小化、总成本最小化作为优化目标,利用提出的三方竞争纵横交叉多目标粒子群算法,得到LCLLC型滤波器的最优参数组合,并利用Matlab/Simulink软件对光伏并网系统中的LCLLC型滤波器进行仿真。结果表明,设计方案正确、有效。

改进偏好多目标优化算法在直流偏磁抑制装置优化配置中的应用

基于偏好的多目标优化算法能够定向搜索符合决策者需求的Pareto解集,是多目标优化算法与工程实际联系最为紧密的方法之一。为准确地将决策者偏好需求反映到最终Pareto解集,提出一种偏好映射点动态更新策略,通过动态更新偏好映射点来降低算法对初始参考点位置的依赖。为实现输出Pareto解数目可调可控,引入偏好解集过滤器,使得算法能够得到解集数目符合决策者要求、分布均匀的Pareto解。最后,利用所提算法求解ZDT系列测试函数和浙北区域直流偏磁抑制装置优化配置问题。结果表明,所提算法能有效收敛至决策者偏好对应的Pareto解集,可以为直流偏磁抑制装置优化配置工程实际问题提供符合决策者需求的优秀候选方案。

基于NSGA-Ⅱ多目标优化算法的氢燃料电池性能研究

为准确预测HFC(Hydrogen Fuel Cell,氢燃料电池)性能,提升电池耐用性,建立HFC多物理场耦合模型,预测项目为电性能和机械性能,根据预测结果综合评价HFC性能;进行Sobol'参数全局敏感度分析,确定影响HFC性能的关键因素,生成决策变量;进行仿真验证,将基于NSGA-Ⅱ多目标优化算法的优化结果作为仿真数据,根据仿真结果评估算法可行性。结果表明,最大第一主应力误差为1.36%,最高输出功率密度误差为2.99%,2项误差均在许可范围内,NSGA-Ⅱ多目标优化算法的精度高,可作为HFC性能预测方法,基于该算法的预测结果具有指导意义,能够为HFC性能提升提供依据。

基于多目标优化算法的输变电设备状态评估分析

为提高输变电设备状态评估的准确性,本文提出基于多目标优化算法的评估方法,阐述此算法的应用原理,建立输变电设备状态评估模型及目标函数,并进行仿真实验,对比分析基于多目标优化算法的评估方法和ICE、BPNN、SVM常规方法的应用效果。研究认为,多目标优化算法的评估方式具有结果准确、效率高的优势,给输变电设备的运维管理提供依据。

多目标优化算法在可持续建筑设计方案生成中的应用研究

文章论述将多目标优化算法运用于可持续建筑设计,并通过建立多目标优化模型来达到建筑设计节能减排和成本控制的目的、对室内舒适度,用户满意度几个关键目标进行了全面优化。研究结果表明:这种方法可以产生一套综合性能优越的建筑设计方案,从而为建筑行业可持续发展的实现提供一种新思路与新工具。并通过对具体实例的分析证明多目标优化算法生成可持续建筑设计方案的有效性与实用性。

基于多目标优化算法的市政给排水管网改造设计研究

文章针对市政给排水管网改造设计问题,提出了基于多目标优化算法的研究方法。针对南方某市城市更新中排水管网改造项目开展研究应用。建立了排水管网改造项目中排水管网多目标优化模型,并采用粒子群算法对该模型进行求解。随后通过实例分析,对多目标优化算法结果指导进行管网改造设计,并比较了它们的效果及适用性。该研究为市政给排水管网改造设计提供了一种有效的优化方法,具有重要的理论和实际意义。

具有紧时、高能耗特征的混合流水车间多目标调度优化问题

针对具有紧时、高能耗工序特征的混合流水车间调度问题,以优化产品暴露时间、最大完工时间和能源消耗为目标,建立混合流水车间调度模型,并提出一种改进的多目标粒子群算法进行有效求解。首先构建了基于ISDE指标的档案维护策略及局部邻域搜索策略,辅助算法跃出局部极值及减少生产阻塞。之后,提出一种基于模糊理论的决策分析方法选取最优调度方案。最后,通过仿真实验验证提出的多目标调度模型与算法的可行性和优越性。

基于约束性多目标优化算法的柑橘黄龙病识别算法

为了克服柑橘黄龙病监测和识别难的问题,提出一种基于约束性多目标优化算法的柑橘黄龙病识别算法(CMOA-CHDIA)。将柑橘黄龙病特征最优化转换为约束性多目标优化问题模型,采用基于勒贝格测度约束性多目标粒子群优化算法(LCMOPSO)求解该模型,并获取最优柑橘黄龙病特征;根据获得的最优特征采用近邻分类算法识别柑橘黄龙病。试验结果显示,基于约束性多目标优化算法的柑橘黄龙病识别算法对柑橘黄龙病的识别准确率达到98.55%,较FSMEA、PSO-MOFSA、FSMDEA识别准确率分别增加14.55%、11.55%、12.55%,在提高柑橘黄龙病识别准确度方面效果较好,对柑橘黄龙病防治具有一定的指导意义。

基于改进海洋捕食者算法的配电网储能多目标优化配置

分布式电源(distributed generation,DG)的大量接入是配电网重要发展趋势之一,而储能系统的合理配置是提升配电网接纳DG能力的重要手段。本工作考虑高比例DG接入配电网造成电能质量下降问题,建立使配电网电压偏移最小、线损率最低、储能规划成本最优三个指标的储能多目标优化配置模型;针对目前侧重改进传统优化算法求解储能配置多目标优化问题性能不足方面,采用一种基于快速非支配排序和边界交叉构造权重设置参考点的方法对海洋捕食者算法改进,进而求解配电网储能多目标优化模型,得出储能在配电网中的最佳并网位置、额定容量和储能电池调度周期内的充放电功率。通过在IEEE-33节点系统上进行算例分析,结果显示:采用改进的多目标海洋捕食者算法能够有效地求解出在最优储能规划成本下使配电网经济、稳定运行的储能配置方案,及储能电池运行周期内最佳的充放电策略;并且通过对比多种智能优化算法,证明了所提改进海洋捕食者算法在求解储能多目标优化配置问题上具有良好的收敛性能、分布性能。

一种基于自适应搜索的多模态多目标优化算法

为了解决目前基于分解的多模态多目标优化算法存在种群搜索能力不足,子种群中存在无用解和距离度量不具有普适性等问题,提出了一种基于自适应搜索的多模态多目标优化算法MOEA/D-AS.首先,该方法通过减少平均子种群的个体数量,进而增加参考向量的数量.其次,根据子种群当前状态自适应分配子种群的个体数量.最后,使用引入了局部种群信息的清除距离作为维护子种群的依据.将提出的算法与4种算法在2019年CEC多模态多目标测试问题和大规模多模态多目标测试问题上进行对比实验,实验结果表明,提出的算法可以有效解决多模态多目标优化问题.

基于多目标优化禁忌搜索算法的停机位分配方法研究

针对机位资源分配不均给机场运行多方带来的公平性问题,提出多目标优化的停机位分配方法。建立以旅客通行距离、飞机滑行距离和远机位使用次数最小为多目标优化分配模型。分析航班属性设置分配优先级表。设计一种基于pareto最优的多目标优化禁忌搜索算法,使用pareto最优策略对解集进行筛选。在机场实际分配方案的基础上进行仿真实验,旅客通行距离和飞机滑行距离分别缩短18%和5%,机位资源的使用数量减少20%,航班靠桥率提高到93%,多目标优化禁忌搜索算法比遗传算法更优。

基于改进粒子群算法的无轴承永磁同步电机多目标优化设计

为了提升内置式无轴承永磁同步电机的转矩性能和悬浮性能,提出一种基于响应面法和粒子群优化算法的内置式无轴承永磁同步电机多目标优化设计方法。首先,介绍内置式无轴承永磁同步电机的悬浮力产生原理。其次,阐明所采用的响应面法和多目标粒子群优化算法的原理。再次,根据所提出的多目标优化设计方法,按照灵敏度分析、响应面法建模和多目标粒子群优化的步骤对内置式无轴承永磁同步电机进行优化设计,并对优化后电机和初始电机的转矩和悬浮性能进行对比分析。最后,制作优化后的样机,并构建实验平台对样机性能进行测试。

基于BPNN和MOOGA的高速联轴器多目标优化方法

针对高转速、复合工况下膜盘联轴器难以保证其强度特性问题,对已有膜盘联轴器强度及动力学特性进行了研究,提出了一种基于反向传播神经网络(BPNN)和多目标优化遗传算法(MOOGA)的高速联轴器多目标优化方法。首先,为了得到优化所需的关键参数,采用了正交实验结合多因素方差分析的方法,选取了联轴器优化参数;然后,基于已选取的关键参数,采用BPNN方法构建了截面应力和弯曲刚度的目标函数,并将其与多项式拟合方法进行了对比,对BPNN方法的精确性进行了验证;最后,采用MOOGA方法对目标函数进行了多目标优化,并将优化前后结果进行了对比分析。研究结果表明:采用BPNN结合MOOGA的方法对联轴器设计参数进行优化,在满足联轴器刚度需求的情况下,可有效降低联轴器膜盘的危险截面应力;优化后,联轴器危险应力减小了18.2%,弯曲刚度降低了5.05%,联轴器角向补偿能力增加了0.1°,从而证明了仿真的有效性。该结果可以为挠性联轴器参数优化设计提供参考。

基于改进的MOGWO高强度钢辊弯成形工艺的多目标优化

为了探究成形参数对高强度钢辊弯件成形质量的影响,并对工艺参数进行优化,提出了一种辊弯成形工艺优化方法。首先,应用LS-DYNA有限元软件模拟LG700高强度钢U型辊弯件的成形过程。然后,通过Box-Behnken响应面设计对高强度钢U型辊弯件进行仿真试验,分析辊弯道次、过弯角、辊站间距和辊缝间距等成形工艺参数以及厚度、法兰高度、圆角半径等几何参数对辊弯件偏差角和纵弓高度的影响,并通过拟合得到偏差角和纵弓高度二者的二阶响应模型。最后,采用改进的多目标灰狼优化(MOGWO)算法对特定尺寸辊弯件进行工艺优化,并通过实例进行验证。结果表明,将优化后的工艺参数用于高强度钢辊弯成形过程中导致其偏差角由0.78°降至0.24°,纵弓高度由1.58 mm降至1.20 mm,成形质量得到提高,满足相关产品的装配精度要求。

考虑加班的无拖期作业车间调度问题多目标金鹰优化算法研究

按期交货是面向订单型制造企业生产运作所追求的重要目标之一。当制造系统生产负荷较重时,加班作业是保证交货期最常采用的有效措施。为实现订单的无拖期交付和加班时间的合理优化使用,以面向订单型制造系统为背景,提出了一种考虑加班的多目标无拖期作业车间调度问题,建立了以最小化总加班时间和最大完工时间为目标的数学规划模型。为有效求解该问题,提出了一种多目标金鹰优化算法。在算法中设计了连续解空间映射至问题离散解空间的编码方法;提出了两阶段解码方案;融入了基于精英保留策略的非支配排序选择算子;引入了自适应子代个体生成策略。以23个作业车间调度问题基准算例为实验对象进行了对比实验,实验结果验证了所提出算法的有效性和优越性。