改进多目标蜂群算法优化洗出运动及仿真实验

针对经典洗出算法参数选择不当导致信号缺失,引起失真,影响洗出效果等问题,提出一种改进的多目标人工蜂群算法,利用该算法对经典洗出算法中的滤波器参数进行优化来改善洗出算法的洗出效果。针对传统蜂群算法初始化和局部优化中存在的问题,引入Circle映射和Pareto局部优化算法;建立人体感知误差模型、加速度差值模型、位移模型,将模型函数作为目标函数,用改进后的多目标人工蜂群算法对经典洗出算法进行参数优化;建立仿真模型对优化后的洗出算法进行仿真验证,应用飞行模拟器运动实验平台进行实验验证。结果表明:经优化后的洗出算法,洗出逼真度得到有效提升,降低了误差峰值,改善了相位延迟,节省了运动空间。

多/单目标优化转换下的作战任务重分配

协同作战任务分配技术是近年来军事领域的研究热点之一,以往的研究一般将任务分配划分为预分配和动态分配2个阶段并独立进行研究,但是这种做法忽略了2个阶段之间的内在联系。针对这一问题,以多目标优化下的任务预分配和单目标优化下的任务动态分配为切入点,提出一种多/单目标优化转换思想。在动态任务分配阶段,通过决策者在预分配阶段的选择获取其主观偏好,基于获取的主观偏好将多目标优化转化为单目标优化后,使用合同网协议完成单目标任务重分配。仿真结果证明了所提出的多/单目标优化转换思想的正确性及其在动态任务分配问题中的适用性。

基于多目标优化的跨介质航行体水面滑跳初始运动参数设计

基于耦合欧拉-拉格朗日方法,开展了初始运动参数对带滑板跨介质航行体近水面滑跳过程的影响规律研究。采用参数回归方法分别建立最大浸深、最大过载和俯仰角变化3个变量随航行体初始速度、入水角、滑板倾角变化的关系式,得到了跨介质航行体稳定滑跳的参数包络,在入水角2°~5°、滑板倾角10°~25°、速度60~80 m/s范围之间,且在范围内各参数之间会相互制约。在此基础上,基于多目标优化算法获得了最适宜航行体稳定滑跳的初始参数为入水速度60.1 m/s、滑板倾角18.8°、入水角2°,在此参数范围内,跨介质航行体的水面滑跳过程可以在不超过航行体过载要求的条件下获得相对最小的入水浸深和俯仰角变化。

基于多目标遗传算法的斜盘式轴向柱塞泵低脉动结构优化设计

由于轴向柱塞泵的非对称结构特性,其输出压力和输出流量存在脉动特性,对液压系统的输出稳定性和可靠性造成影响,因此提出了一种基于多目标遗传算法的斜盘式轴向柱塞泵低脉动结构优化设计方法。首先,通过CFD(computational fluid dynamics,计算流体动力学)仿真分析方法,对轴向柱塞泵上/下死点位的压力-流量脉动的产生机理进行了分析;其次,对阻尼槽结构参数对轴向柱塞泵输出压力-流量脉动的影响规律进行了分析,构建了阻尼槽结构的多目标优化模型;最后,求解了低脉动阻尼槽结构。优化后的结构参数:阻尼槽半径为2.21 mm,阻尼槽长度为10.32 mm,阻尼槽错配角为16.54°。优化后压力脉动率为0.59%,相比于优化前的0.75%降低了0.16%,脉动幅值为0.25 MPa;优化后流量脉动率为12.02%,相比于优化前的5.61%降低了43.59%。研究结果为轴向柱塞泵低脉动结构的优化设计提供了有效的理论支持和实践指导。

“双碳”目标下国土空间优化的挑战与应对

国土空间优化与调控始终是现代化建设面临的重大理论和实践问题。现有的国土空间规划研究多聚焦于对低碳空间治理思路、框架、工具的整体性把握,尚缺乏明确的碳约束目标及行动指南,亟待将“双碳”目标全面融入国土空间规划的目标体系、决策体系和保障体系,发挥规划在空间治理上的统筹引领作用。首先,国土空间优化光论“地”不谈“天”不行,也不能“就土论土、就地论地”;其次,低碳和“双碳”目标并不完全等同,要避免“双碳”研究中忽视国土,也要在研究国土问题中厘清“双碳”;再次,空间优化是个复杂动态过程,需要高度重视深度不确定性。因此,未来有必要建立国土空间抗解性识别分析范式和方法,开发应对深度不确定性的国土空间协同演化集成模型,构建国土空间多目标优化调控理论体系,并沿着科学认知、信息技术、智能规划、创新制度四个主轴展开深入研究和理论构建。

基于改进鲸鱼优化算法的AGV柔性作业车间多目标优化调度

针对柔性作业车间的自动引导车辆(Automated Guided Vehicle,AGV)调度问题,基于可持续视角,考虑车间能耗问题,在机器和AVG数量均存在数量约束的条件下,以最小化最大完工时间、车间能耗和AGV使用数量为优化目标构建可持续柔性车间调度模型。首先,设计一种改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA),在标准的鲸鱼优化算法的基础上引入非线性收敛因子和自适应惯性权重以提升算法的搜索能力和收敛速度;其次,使用模糊隶属度理论构建了损失函数,以获得多目标模型的最优折衷解;最后,基于算例实验验证算法性能。实验结果表明改进鲸鱼优化算法在求解2个算例时均表现出良好的效果,为求解采用AGV运输的可持续柔性作业车间多目标优化调度提供了一种有效的实践途径。

光伏幕墙辅助双源热泵系统在不同地区的多目标优化配置

为克服单一可再生能源应用的局限性,提出一种光伏幕墙辅助双源热泵系统。利用TRNSYS建立仿真模型,以系统能耗和生命周期成本为目标函数,采用非支配排序遗传算法(NSGA-Ⅱ),对不同地区系统配置规模进行多目标优化设计,并利用加权和法确定均衡解。结果表明:哈尔滨、长春、沈阳3个地区优化后的系统运行能耗比优化前分别增加5.9%、5.0%和3.9%,生命周期成本降低13.6%、17.1%和12.9%;与单目标优化相比,多目标优化在兼顾性能的前提下能明显降低生命周期成本,具有明显的优势。

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。

计及经济性和低碳性的光储充一体化电站多目标优化配置

为充分挖掘光储充一体化电站经济效益及碳减排效益,实现站内组成单元合理配置,文中提出一种计及经济性和低碳性的光储充一体化电站多目标优化配置方法。首先,根据充电站内各模块的功能及需求,探究光储充电站中碳排放的来源,建立站内各模块成本、碳排放的数学模型。然后,以系统年投资运行成本和碳排放量最小为目标,使用基于三黑洞捕获策略的多目标粒子群算法,对不同负荷场景下电站各组成模块进行优化配置,得出各场景下电站各组成模块的最优配置方案。对比结果表明,文中所提方法可有效降低规划运行时的成本和碳排放量,提高电站经济及环境效益。最后,采用逼近理想解排序法得出最优场景下的折衷优化方案,可为当前光储充一体化电站的投资建设提供参考。

原油直接催化裂解UPC工艺过程模拟与反应参数多目标优化

原油直接催化裂解技术可以实现从原油到三烯(乙烯、丙烯、丁烯)、三苯(苯、甲苯、二甲苯)的一步跨越,对我国炼化行业的转型升级具有重要意义。以全馏分石蜡基中原原油(159~780℃)为原料,采用混合馏分结构与分子组成集总建模策略,对原油直接催化裂解制烯烃(UPC)反应过程进行建模与工艺参数校准,并基于工业试验数据验证了其准确性。以多产烯烃、控制焦炭生成为目的,利用NSGA-Ⅲ多目标优化算法对模型进行了优化,得到优化后的操作参数。采用优化后的操作参数,即在第一段预热闪蒸温度为194.32℃、第二段预热闪蒸温度为228.16℃、第一段提升管反应器出口温度为615.73℃、第二段提升管反应器出口温度为622.59℃的条件下,UPC工艺得到的乙烯和丙烯收率之和为53.367%,焦炭收率为8.311%。此外,由于现行税费体系燃料型工艺路线税收贡献明显高于化工型工艺路线,UPC工艺参数优化后,烯烃收率大幅度提升,燃料油收率大幅度下降,原油生产总值降低44.30元t。

基于改进鸟群算法的多目标微电网优化调度研究

为克服传统智能算法在微电网多目标优化调度中存在局部最优、过早收敛等问题,提高微电网调度的准确性、稳定性和收敛速度,提出了1种基于改进鸟群算法的多目标微电网优化调度策略。首先,分析了微电网多目标调度的影响因素,建立了基于最低经济成本及最小环境影响的微电网调度模型。其次,通过随机均匀分布自适应选择惯性权重系数,运用线性调整策略及学习系数平衡全局和局部搜索能力,提高鸟群算法的收敛速度和搜索精度,并基于Lévy飞行策略更新鸟类群体的空间位置,扩大搜索范围、丰富种群多样性,从而使所提方法跳出局部最优实现精准收敛。最后,通过搭建并网运行条件下的典型微电网场景进行仿真实验,并使用典型的测试函数将所提方法与其他成熟算法进行对比分析。实验结果表明,所提方法的全局优化性能、收敛精度、稳定性和收敛速度均优于其他对比方法,且具有良好的经济性和环境友好性,能够实现良好的多目标优化平衡。

配电网多目标优化重构模型及多目标烟花求解算法研究

针对配电网优化重构问题,以最小化有功网损、最小化电压偏移度以及最小化负荷平衡度作为目标函数建立配电网多目标优化重构模型。提出一种多策略混合的改进烟花算法(Improved fireworks algorithm,IMFWA)进行求解。算法采用不重复环路编码,压缩解空间,提高搜索效率;采用Sobol序列生成初始种群,增强种群的多样性和遍历性;利用优化烟花和随机烟花进行位移操作,保持种群多样性;采用高斯与柯西的混合变异方式,提高寻优效率;利用Pareto支配关系以及适应度与拥挤度函数组成的综合指标对最优解集进行排列选取,提高收敛速度。对IEEE-33节点系统进行仿真试验,验证了所提出的方法是有效和可行的,试验结果表明优化重构方案能够有效改善配电网的运行指标,并根据不同实际情况为电网人员提供重构方案。

基于熵值法的铝合金缸体低压铸造工艺多目标优化

基于有限元软件ProCAST构建某型铝合金缸体的有限元模型,设计L16(44)正交试验方案,探究了浇注温度、模具预热温度、充型时间、保压压力四个工艺参数对凝固时间和缩松体积的影响。采用熵值法分别计算两个评价指标的权重,将凝固时间与缩松体积转化为综合评分值进行单目标优化。通过极差分析与方差分析,得到了各参数对综合评分的影响程度为:浇注温度(A)>模具预热温度(B)>保压压力(D)>充型时间(C),确定了最优的工艺参数为A1B2C1D3。对比原工艺参数方案和优选工艺参数方案发现:凝固时间缩短了20.35%,缩松体积下降了2.96%。经生产试验,缸体铸件外观质量良好,无明显铸造缺陷,验证了最佳工艺参数的合理性。

基于信息共享策略的加权逐点预测动态多目标优化

为了有效实现Pareto最优解,并且提升对于输入误差的鲁棒性,提出一种基于信息共享策略的加权逐点预测动态多目标优化算法。引入一种信息共享策略,该策略允许每个点利用其相邻解决方案中的信息有效提升模型的鲁棒性。引入一个相似性度量,并对其与一些常用的相似性度量进行对比分析,进一步提出一种加权逐点预测方法,逐点特性极大增强了捕捉各种模式的能力。在EC2018 DMO测试套件上的实验结果验证了该方法的有效性。

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。

采用改进多目标粒子群算法的斜拉桥阻尼器参数优化

为克服大跨度斜拉桥黏滞阻尼器优化设计效率低、多个相互制约的减震控制目标的问题难以权衡,基于遗传算法的“变异”方法,提出了改进多目标粒子群算法来进行阻尼器参数优化设计。建立大跨度斜拉桥的有限元模型,开展了全桥地震响应分析,根据抗震需求在桥梁纵向设置黏滞阻尼器;分别建立了塔底弯矩、阻尼力和梁端位移的减震响应与阻尼器参数之间的响应面数学模型;以减震响应面模型为研究对象,通过该算法进行阻尼器参数全局自动寻优分析,确定了阻尼器的最优参数,并与采用参数敏感性分析方法确定的一组阻尼参数进行对比分析。研究结果表明:该优化方法具有计算精度好、优化效率高和更好地权衡多个相互制约的减震控制目标的优点;通过优化算法获得的阻尼器参数组合相比采用参数敏感性分析方法获得的阻尼参数组合的减震响应,塔底弯矩增大1.73%,阻尼力减小5.97%,梁端位移减小1.66%;在无需多次有限元试算的基础上确定了更高精度的阻尼器优化参数组合,在提高减震效果的同时大大提升了计算效率。

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。

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。

基于多目标优化的箱梁渡槽结构设计研究

针对箱梁渡槽所受水荷载远大于同等跨径箱梁桥所受汽车荷载导致槽身纵向受力突出的问题,在渡槽结构设计中统筹考虑箱梁纵向应力储备和造价,构建了以截面尺寸、钢筋用量等6个参数为设计变量,以渡槽边缘正应力和造价为目标函数,以槽身挠度、法向应力等9个验算指标为约束条件的多目标优化模型,并基于支持向量机近似模型和NSGA2遗传算法求解多目标优化模型的Pareto最优解集,然后综合专家打分、COWA算子、博弈论综合赋权与TOPSIS法从Pareto最优解集中选出最佳方案。结果表明:与初始方案相比,最佳方案的渡槽边缘正应力储备提高了17.55%,渡槽上部结构总造价降低8.84%;与有限元分析相比,该方法在保持较高计算精度的同时节省了65.42%的计算时间成本。

多态场景下考虑出行链重构的电动汽车多目标协同优化调度

电动汽车用户日内的充电计划具有规律性,但在突发事件影响下,电动汽车用户的充电行为则具有突发性和主观性。突发事件由用户影响到电动汽车的充放电过程,最终波及电力系统的稳定运行。首先,考虑实际出行中距离变化时用户的充电意愿,提出充电意愿模型,模拟用户的充电意愿区间;然后,基于电动汽车出行时空特性,将影响调度计划的突发事件分为4类,模拟4种事件对既定调度计划的影响,并综合考虑气温和电价等因素,对电动汽车进行充放电调度;最后,提出多态场景下储能站协同电动汽车的能量管理策略,对常态及两种极端条件下的电动汽车进行充放电调度。采用区域电网进行仿真,分析出行链重构在行为场景、事件类型、调度策略、集群规模、用户参与度和风电规模的条件中对电动汽车充放电调度的影响,验证了所提模型的合理性和有效性。