带精英策略的快速非支配排序遗传算法在多目标无功优化中的应用

带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)是一种新型的多目标遗传算法,该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。本文分析了当前多目标无功优化算法存在的缺陷,提出将NSGA-Ⅱ应用于多目标无功优化,该算法一次运行可以获得多个Pareto最优解,决策者可根据系统的实际要求选择最终的满意解,为各目标函数之间的权衡分析提供了有效的工具。算例结果表明NSGA-Ⅱ算法具有良好的优化效果,是一种求解多目标无功优化问题的新思路。

多目标炼钢—连铸生产调度的改进带精英策略的快速非支配排序遗传算法

针对炼钢连铸调度的特殊工艺要求,在考虑炉机匹配原则和多重精炼的情况下,建立了以炉机匹配度、炉次间等待时间、浇次的开浇提前/拖期时间为评价指标的多目标约束满足优化模型,并针对其多目标特征,提出一种基于自适应网格法的择优策略来改进带精英策略的快速非支配排序遗传算法,有效克服了使用传统Pareto支配法择优策略在解决离散问题时容易丢失有用信息的缺陷。基于多种规模的实际生产数据进行仿真实验,结果表明所提算法在收敛性、最优解集多样性和计算效率方面优于传统带精英策略的快速非支配排序遗传算法。

NSGA-Ⅱ遗传算法在抑制电网谐波中的应用

多目标优化问题在科学和工程等领域是一个热点问题,同时也是研究的一个难点。第一代非支配排序遗传算法NSGA在多目标领域中显示出较大的优势,但是随着应用范围的不断拓宽,其缺点就不断地暴露出来。为了更好地解决多目标优化问题,在NSGA的基础上,研究人员提出了带精英策略的非支配排序遗传算法NSGA-Ⅱ。本文将NSGA-Ⅱ应用在滤除电网谐波的无源滤波器的设计中。经过对某铝厂电网谐波的分析,对初期投资成本和各次单谐波支路的滤波率进行约束。结果表明,该方法不但可以有效滤去大量的电网谐波,还能对初期投资成本进行很好地控制。

NSGA-Ⅱ算法的改进策略研究

带精英策略的非支配排序遗传算法(NSGA-Ⅱ)在多目标优化领域具有广泛的应用,但该算法种群收敛分布不均匀,全局搜索能力较弱,算法运行速度较慢。针对这些局限性提出了改进的排序适应度策略、算术交叉算子策略、按需分层策略和设定阈值选择策略。在典型的测试函数集上的数值实验结果表明,根据这些策略改进的算法得到的非劣解集具有较好的分布性,同时收敛速度更快。

基于遗传算法的汽车磁流变减振器多目标优化

为满足汽车半主动悬架系统的功能需求,宜设计具有大阻尼力调节范围、低能耗、响应迅速的磁流变减振器。本文中分别以磁流变减振器线圈耗能功率和响应时间为目标函数,以输出阻尼力和磁流变减振器阻尼通道处磁感应强度为约束条件,建立了磁流变减振器多目标优化模型,采用带精英策略的非支配排序遗传算法,获得了磁流变减振器多目标优化的最优Pareto解集。结果表明:多目标优化不仅能满足阻尼力可调范围的工程需求,且线圈功率损耗大大减小,响应时间明显缩短,为汽车磁流变减振器的结构优化提供了有效方法。。

基于改进NSGA-Ⅱ算法的港口堆位分配问题研究

散杂货港口堆位分配问题是一个典型的组合优化问题。在对此问题分析和建模的基础上,采用NSGA-Ⅱ算法进行求解。针对问题搜索空间大、约束条件复杂等特点,对传统NSGA-Ⅱ算法进行了改进,以提高算法的处理效率、收敛性和多样性。应用Java编程语言,融合JESS推理机,进行了改进NSGA-Ⅱ算法的仿真研究。

基于改进遗传算法电动汽车变速器参数设计与优化

为增加纯电动车行驶里程,以某款只匹配主减速比的纯电动物流车为原型,改为两挡传动比配置,对传动比参数进行优化以提高电机工作效率。通过Cruise与Isight联合仿真,利用2种改进遗传算法优化得到2种不同方案。利用多岛遗传算法(MIGA)优化获得经济性最优方案1,利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)优化获得兼顾经济性和动力性的方案2,为电动汽车变速器设计与速比优化提供了参考。

基于LSSVM-NSGA-Ⅱ的桥梁钢构件三维激光扫描方案优化

针对三维激光扫描技术获取构件空间点云数据时不可避免的测量误差问题,本文研发最小二乘支持向量机-带精英策略非支配排序遗传算法(LSSVM-NSGA-Ⅱ)优化模型,以水平入射角度、倾斜角度、点云密度、测量距离、分辨率以及能见度作为输入指标,对相对误差和扫描时间进行多目标优化。首先利用LSSVM实现三维激光扫描参数对相对误差和扫描时间的高精度预测,得到其非线性映射关系函数后,将其作为目标优化函数,基于NSGA-Ⅱ进行多目标优化。研究表明,基于LSSVM的相对误差和扫描时间预测精度很高,利用遗传算法进行多目标优化后,获得最优的三维激光扫描参数值,被验证效果良好。体现LSSVM-NSGA-Ⅱ模型在寻优中的智能化、精准化,可以达到提高桥梁钢构件三维激光扫描的精准度,从而避免桥梁钢构件误差过大对建筑项目的影响。

基于NSGA-Ⅱ的多目标代码混淆模型研究

为解决工业工程中的代码混淆领域存在的多种代码评价指标冲突,以及如何相应确定最优代码混淆技术应用序列的问题,基于NSGA-Ⅱ遗传优化算法,建立一种面向多目标优化的代码混淆模型。提出了基于抽象语法树(AST)的树型基因编码,设计了适用于代码混淆的交叉、变异和选择操作。优化和选取多种可能发生冲突的软件复杂度组成广覆盖面指标集合作为NSGA-Ⅱ的目标函数。应用多种具有代表性的代码混淆技术,设计了多套不同目标种类和不同目标个数的实验方案对该模型进行了有效性验证。

基于SVM与NSGA-Ⅱ的外转子永磁力矩电机多目标优化

建立了外转子永磁力矩电机的有限元分析模型,并以转矩密度和转矩波动为优化目标,建立了电机多目标优化问题的数学模型。通过电机结构参数样本空间设计,利用支持向量机(support vector machine,SVM)对电机进行非线性回归建模,利用带精英策略的快速非支配排序遗传算法(nondominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)进行参数寻优。通过有限元仿真验证,NSGA-Ⅱ与变权数加权的网格搜索法寻优的对比结果,表明了NSGA-Ⅱ寻优的准确性、有效性及全局性。

基于改进NSGA-Ⅱ的仿人机器人上楼梯运动规划方法

针对当前仿人机器人运动优化算法多采用对能耗、稳定性及速度等单目标优化而存在一定的局限性的问题,提出了一种基于多目标优化的仿人机器人上楼梯运动优化方法。针对NSGA-Ⅱ——经典的带精英策略的非支配排序遗传算法(NSGA)的快速非支配排序效率较低的问题,提出了一种基于自调整二叉搜索树的改进NSGA-Ⅱ方法,并采用改进的NSGA-Ⅱ算法实现了仿人机器人上楼梯运动参数优化。通过仿真和实际实验对比了优化前后仿人机器人的能耗和稳定性。实验表明,采用这种方法能克服单目标优化的缺点,在同时满足多个目标需求的同时有效地实现仿人机器人上楼梯。

基于NSGA-Ⅱ的冷链物流配送路径多目标优化

为优化冷链物流配送路径,提高配送效率,实现低碳绿色出行,综合考虑顾客对农产品新鲜度的要求、冷链企业对物流成本的控制以及社会环境对碳排放的约束等方面,以生鲜农产品新鲜度和准时到达率量化客户满意度,以固定成本、运输成本、制冷成本和惩罚成本构成物流成本,以运输燃料消耗及制冷产生的CO_(2)计算碳排放量,提出带混合时间窗的生鲜农产品冷链物流配送路径多目标优化模型。基于带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求解模型,得到Pareto解集,并结合层次分析法,选出最优满意解。以华北某地区情况为例,将NSGA-Ⅱ与NSGA对比,发现NSGA-Ⅱ的收敛速度较快且结果质量较高,各目标值较为理想,表明模型和算法的有效性与实用价值。

基于多策略集成优化算法的己烷油精馏过程3E多目标优化

己烷油精馏工序是溶剂油生产过程的重要环节,但其伴随着高能耗和高排放。因此,己烷油精馏工序的能量、经济和环境(3E)多目标优化对于溶剂油工业的可持续发展具有重要意义。针对传统非支配排序遗传算法(NSGA-Ⅱ)收敛速度慢、易陷入局部最优等问题,本文提出了一种改进的基于多策略集成的多目标遗传算法(MENSGA-Ⅱ)。该算法发展了一种基于邻域的引导策略,以增强算法的搜索能力进而加快收敛速度;同时引入随机极限游走策略以维持算法所获得解集的分布性。将MENSGA-Ⅱ应用于典型的测试函数和实际的己烷油精馏过程,结果表明,该算法在鲁棒性、收敛速度和解集分布性上具有优越性。与实际运行工况相比,典型优化工况下精馏系统年度毛利润可提升4.99×10^(5)USD/a,能源消耗和CO_(2)排放可分别减少5.09×10^(2)kW/a和4.82×10^(2)kg/a。

基于改进NSGA-Ⅱ的船舶管路路径设计

针对船舶机舱空间设备繁多、约束复杂,导致人工布管效率低、易出错,而现有布管算法只能生成少量布局结果,不能为管路工程师提供丰富参考等问题,提出一种用于求解船舶管路路径设计的改进多目标优化算法。用网格分解法描述障碍物和主要布局约束,将管路长度、折弯数目、贴壁敷设、折弯限制、“凹兜”数目、成束布局效果作为优化目标参与个体支配关系确定和择优过程,以连接点策略和改进A*算法构建种群个体,为带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)框架引入局部爬山搜索、精英个体非支配合并、种群多样性保持等改进策略以提高算法寻优能力,提出基于改进多目标算法和人工决策进行多管路成束布局和分支管路布局的算法流程。最后,通过仿真算例和实际算例验证了所提算法的可行性和先进性。

基于Dynaform与RBF-NSGA-II算法的冲压成形工艺参数多目标优化

为了解决冲压成形工艺多目标优化问题,提出一种基于Dynaform与智能算法融合的多目标优化方法。以空调压缩机壳冲压成形为例,以减小最大减薄率和最大增厚率为优化目标,建立CAD模型并利用有限元分析软件Dynaform进行冲压成形数值仿真,映射其物理过程;采用田口正交试验法进行冲压成形仿真试验安排,并对试验结果进行极差和方差分析,综合评估冲压过程中冲压速度、摩擦系数、压边力、板料厚度和模具间隙对冲压成形质量的影响程度和影响规律;利用仿真试验数据训练径向基函数(RBF)神经网络,结合带精英策略的非支配排序遗传算法(NSGA-Ⅱ)获得Pareto最优解集,进而通过逼近理想解排序法(TOPSIS)评价筛选出最优工艺。利用Dynaform对所得最优工艺进行有限元分析,验证方法的有效性。

基于NSGA-Ⅱ的涡旋压缩机动平衡优化

针对现有涡旋压缩机动平衡性能差的问题,提出一种新的优化方法。在考虑气体力作用的前提下,分析影响动平衡性能的因素。并在此基础上选择将主副轴承的支反力作为优化目标,将平衡块的几何尺寸及周向位置等作为优化变量。采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对此多目标优化问题进行求解,利用多体动力学方法验证优化解。结果表明:提出的方法简单易行,可有效降低轴承负载,提高动平衡性能。

基于改进SA-NSGAⅡ的多波束卫星动态资源分配方法

多波束卫星作为地球静止轨道卫星移动通信的重要手段,能够实现远距离数据传输与通信交流。为了满足多样化的用户需求,需要考虑不同用户间的通信速率、频谱利用效率以及信道缓存等问题,这给卫星通信的动态资源分配带来巨大的挑战。就多波束卫星缓存限制下的用户满意度和频谱效率优化问题,提出一种基于可行域边界投影的模拟退火带精英策略的非支配排序遗传算法Ⅱ(simulated annealing-elitist non-dominated sorting genetic algorithm,SA-NSGAⅡ)。所提算法采用投影法将可行域外的迭代点投影到可行边界,实现历史优化信息的有效保留,进而提高非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGAⅡ)的优化效率。仿真实验结果表明,所提算法不仅能够将用户缓存控制在规定门限内,还能有效提高用户满意度和优化频谱效率。

考虑交通量增长的在役桥梁维修策略分析

为探究交通量增长对桥梁维修策略的影响,构建考虑交通量增长的多目标维修策略优化决策模型。先结合钢筋混凝土结构劣化已有研究成果,利用蒙特卡罗抽样得到结构抗力退化时变模型,分析规范车辆荷载作用下桥梁时变可靠度;再用可靠度指标表征桥梁性能状态,构建以桥梁失效概率和维修成本为优化目标的优化模型,采用非支配排序遗传算法(NSGA-Ⅱ)进行优化计算,利用理想点决策法得到最优维修策略;最后以某在役桥梁为例进行分析,验证模型的有效性和优越性。结果表明,车辆荷载的非平稳增长会明显降低桥梁可靠度指标;交通量增长会导致桥梁失效概率上升、维修成本增加;交通量越大的区域桥梁,交通量增长对维修策略的影响越显著。

考虑机器检修的圆钢热轧批量调度算法

针对圆钢的热轧批量调度问题,考虑实际生产中的机器检修计划对批量连续性加工的影响,以最大化产能利用率、最小化机器调整时间和订单提前拖期为优化目标,建立了多目标的整数规划模型,并提出改进的带精英策略的快速非支配排序算法对模型进行求解。算法结合问题的约束特征,采用改进的NEH算法生成初始解,并采用罚函数的思想设计适应度函数,对种群中存在的不合理解设计修复规则进行修复;针对遗传进化过程,设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。实验结果表明,模型和算法对问题的描述和求解是可行有效的。

基于NSGA Ⅱ的物流配送中车辆路径问题研究

车辆路径问题已经被证明属于NP-Hard问题。针对这一问题建立了多目标优化的数学模型;构造了带精英策略的快速非支配排序遗传算法,以求解车辆路径问题的数学模型,针对物流配送路径优化,将该算法从解决连续问题扩展为解决离散问题;进行了算法设计,提出了离散问题的快速非支配排序和锦标赛选择结合的子代选择方法,并修正了以往的初始群体生成、交叉和变异的方法。通过实例比较证明,该算法可以更好地解决物流配送路径优化的多目标问题,较快找到更优解,避免早熟收敛并改进算法性能,达到较高的搜索效率。