改进NSGA-Ⅱ算法的新能源储能系统协调优化模型

新能源储能系统的分散负荷难以调度,导致整体协调效果较差,为促进新能源并网消纳,构建了改进NSGA-Ⅱ算法的新能源储能系统协调优化模型。设计新能源储能系统拓扑结构,使用NSGA-II算法定义协调目标拥挤度为储能动态调节参数。以新能源储能削减计划偏差最小为目标函数进行参数寻优,并确定转移容量指标和负荷平衡指标。在NSGA-II算法中引入收缩扩张系数,保证分散负荷资源搜索多样性,采用改进NSGA-II算法,由此构建协调优化模型。实验结果表明,该模型协调优化后光伏储能功率为43 MW,风电储能功率为65 MW,储热储能功率为16 MW,有效促进了新能源并网消纳。

基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

基于改进NSGA-Ⅱ算法的考虑人机系数生产线平衡多目标优化研究

在现代制造加工生产线中,生产设备是制造业生产的重要组成部分。设备的充分利用对于生产需求的匹配度产生直接影响。文章参考“人机系数”的概念,构建了考虑生产线平衡率、平滑指数和人机系数的多目标优化函数问题,采用了改进的自适应NSGA-Ⅱ算法来求解该模型。研究结果表明,在满足客户节拍要求的前提下,调整人机系数可以提高生产线平衡率,降低平滑指数以及生产成本;通过数值算例验证了相比于传统NSGA-Ⅱ算法,改进的自适应NSGA-Ⅱ算法能寻找出质量较高、覆盖更广的近似Pareto解集,为决策者提供选择。证明了本研究方法的有效性和实用性,该研究为现代制造加工生产线提供了一种有效的优化方法,并为其他类似行业提供了借鉴。

基于改进NSGA-Ⅱ算法的盾构机掘进参数多目标优化

基于福州滨海快线工程,建立盾构机掘进参数多目标优化模型;根据NSGA-Ⅱ算法在初始种群的分布和寻优速度上的不足之处,运用正交试验法对NSGA-Ⅱ算法进行改进;以中风化花岗岩地层为例进行多目标优化,分析算法改进前后的优化性能及掘进参数多目标优化结果,得到最优掘进参数组合。结果表明:优化后的盾构平均掘进比能降低6.29%,平均掘进效率提升7.19%,平均边缘滚刀单位距离磨损量下降2.37%。优化后的盾构刀盘性能得到较大提升,证明该优化模型可行有效。

基于改进的NSGA-Ⅱ算法的低轨星座设计

GNSS卫星轨道高度高,信号经空间传播损耗严重,因此存在易受干扰和遮挡等问题。低轨卫星可以很好地弥补这一缺点,作为GNSS的备份或补充手段提供定位导航服务。考虑到自主设计的星座可以更好地满足数据传输、覆盖范围等方面的要求,研究了基于优化算法的低轨星座设计。首先根据应用需求初步对轨道高度、倾角以及星座构型等关键因素进行约束;然后通过改进的NSGA-Ⅱ算法对星座的参数进行优化,设计一个可以实现全球导航增强的LEO星座;最后通过仿真对星座的性能进行全面的分析,验证其导航增强的效果。

基于改进NSGA-Ⅱ算法的RV减速器参数多目标优化研究

旋转矢量(RV)减速器是工业机器人核心部件,对于机器人的性能起到关键作用。针对提升RV减速器综合性能的问题,从优化传动压力角的相关参数出发,对其结构参数(摆线轮齿数、短幅系数、针径系数、摆线轮宽度等)的多目标优化设计进行了研究。首先,研究了摆线轮平均压力角、传动效率和传动机构体积三者的相关参数之间的关系;然后,以此为优化目标,在摆线轮标准齿廓方程的基础上建立了多目标优化数学模型(该模型采用了基于非支配占优排序遗传学算法(NSGA-Ⅱ)改进了交叉算子系数生成的改进NSGA-Ⅱ算法);通过模型求解得到了帕累托最优解集,根据模糊集合理论的相关方法选取了最优解;最后,以某公司220-BX型RV减速器为例,进行了优化设计,建立了3D模型后进行了有限元分析,并加工出实验样机,进行了传动效率对比实验。实验结果表明:摆线轮平均压力角减小了7.19%,体积减小了11.1%,传动效率提高了4.9%。研究结果表明:该模型交互性强,能提高设计效率并节省设计开销,可为实际RV减速器工程优化设计提供参考。

基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化

风光互补技术带来了稳定的能源储存,但同时也存在着能量密度低及时间地区分布杂乱等问题。因此,现提出基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化方法。基于改进NSGA-Ⅱ算法构建储能模型,保留多种能量存储单元特点,能够高效、可靠地保证风光互补发电系统的供电可靠性;风光互补发电系统的能源转换,可以优化风光互补发电系统的容量。实验结果表明:提出的基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化方法的平均储能功率为2.35 MW,方法 1的平均储能功率要远远小于所提出的方法,证明所提出的风光互补发电系统储能控制优化方法具有重要的实际应用价值。

基于改进NSGA-Ⅱ算法的铝电解工艺参数优化

为提高电能的利用效率,降低铝电解的能耗,根据贵州某铝厂真实的生产数据,通过灰色关联分析法来选取影响铝电解能耗较大的7个参数(槽电压U、电解温度Tb、下料间隔tNB、铝水平hm、电解质水平hg、分子比rm和出铝量q),构建了以最大电流效率和最小吨铝能耗为多目标的铝电解工艺参数优化模型。采用改进非支配排序遗传算法(NSGA-Ⅱ),对比分析了60组实际值与传统NSGA-Ⅱ算法及改进NSGA-Ⅱ算法理论值的差异,使用30组实际生产数据验证了算法性能,利用MATLAB软件迭代计算得到了帕累托前沿。结果表明,改进NSGA-Ⅱ算法最优的一组电流效率为95.66%,吨铝能耗为12424.54 kWh;与传统NSGA-Ⅱ算法相比,电流效率提升了0.31%,吨铝能耗降低了22.11 kWh,达到节能降耗效果,验证了改进NSGA-Ⅱ算法在提高铝电解工艺参数优化方面的有效性和适用性,可为铝电解节能优化和生产设计等提供参考。

利用NSGA-Ⅱ改进算法构建CLSC网络模型可行性初探

首先介绍CLSC网络和改进NSGA-Ⅱ算法,随后对改进算法进行效果测试,在此基础上,开展基于NSGA-Ⅱ改进算法构建CLSC网络模型的应用案例分析,分析结果证实了改进算法的实用性。

基于改进NSGA-Ⅱ算法的多目标设施动态布局问题研究

为解决高效的车间动态设施布局问题,以重布局费用、非物流关系和面积利用率为目标,对NSGA-Ⅱ算法进行了优化,将随机变异操作与最近和最远法的非支配解选择结合,对NSGA-Ⅱ算法进行了改进并对其进行求解。通过经典算例的模型求解测试,验证了该方法的可行性和有效性。

改进NSGA-Ⅱ算法求解考虑运输约束的柔性作业车间节能调度问题

传统柔性作业车间调度通常忽略工件在机器间的运输时间和能耗,针对该问题建立了考虑运输约束与节能的柔性作业车间调度模型,并提出了改进的NSGA-Ⅱ算法求解该模型。首先,在柔性作业车间调度数学模型中设立最大完工时间、总延期、设备总负载、车间总能耗4个目标,并根据运输约束实现了调度模型矩阵编码、解码、交叉与变异,基于子代向最优解学习机制改进NSGA-Ⅱ算法迭代过程中易陷入局部最优解问题。最后,在考虑车间机器之间运输约束的前提下结合Kacem、Brandimarte算例对调度模型进行可行性分析,结果表明该模型与算法求解效率高,能有效解决车间运输约束导致的调度方案与实际加工偏差问题。

基于改进NSGA-Ⅱ算法的机械臂多目标轨迹规划

针对机械臂轨迹规划时需要满足高效率、低能耗、弱冲击等性能要求,提出一种改进的快速非支配排序遗传算法(NSGA-Ⅱ)。建立了端点运动参数可任意指定的7次B样条曲线方程,构造关节空间内光滑连续插值轨迹。以最短时间、最小能耗和最弱冲击为优化目标,以机械臂关节运动速度、加速度、脉动为约束惩罚,通过加入动态选择策略和模拟二进制(SBX)与正态分布混合交叉算子,建立了机械臂多目标轨迹规划的改进NSGA-Ⅱ算法,该方法具有搜索范围广、种群多样性质量高等优势。算例结果表明,所提出的改进NSGA-Ⅱ算法可以缩短迭代时间,得到更优的Pareto前沿。

改进NSGA-Ⅱ算法的动力总成悬置系统怠速振动优化

在NSGA-Ⅱ算法的基础上引入自适应遗传因子以提高其寻优性、收敛性,基于改进的NSGA-Ⅱ算法,使用振型叠加原理,以动力总成悬置系统的解耦率、固有频率分布以及各阶动反力频响幅值为优化目标,悬置刚度为优化变量,进行多目标优化。优化后的动力总成悬置系统固有频率分布合理,综合解耦率提升20.86%,动反力下降19.1%。试验结果表明总隔振率提高了16.5%,有效改善了动力总成怠速振动的问题。

基于改进NSGA-Ⅱ算法的公共建筑江水源热泵系统集成多目标优化研究

以集成江水源热泵供能系统的公共建筑为对象,建立建筑供能成本最低、非舒适性时间最短、热泵用电峰谷比最小的多目标函数,基于动态能耗瞬时模拟技术和改进非支配排序遗传算法联合求解帕累托前沿,引入熵权优劣解距离法评价最优决策解;以夏热冬冷地区办公建筑为例,验证优化方法的可行性和最优设计方案。结果显示:最优方案与基准方案相比,建筑供能成本增加2.6%,非舒适性时间减少3.7%,热泵用电峰谷比降低90.6%;运行成本虽然稍有增加,但舒适性得到了提升,且用电峰谷波动性得到较大改善。

一种基于DQN的改进NSGA-Ⅱ算法

采用传统单种群NSGA-Ⅱ算法求解武器目标分配多目标优化数学模型,解算过程中容易陷入局部最优,且存在分布性不足、求解时间长等缺陷。为了改善算法性能,获得更好的Pareto最优解集结果,可结合深度强化学习和双种群“迁徙”思想对传统单种群NSGA-Ⅱ算法进行改进。采用深度强化学习DQN算法来对双种群“迁徙”操作中涉及到的各项迁徙参数进行调整优化,对深度强化学习要素进行设计,并通过实验验证改进后的NSGA-Ⅱ算法具有更好的算法性能,且算法耗时更少,表明论文改进NSGA-Ⅱ算法在求解武器目标分配问题上的有效性。

基于改进NSGA-Ⅱ算法的自动化集装箱码头AGV调度优化

文中针对自动导引车(AGV)、岸桥和场桥在自动化集装箱码头装卸作业过程中存在的一些配置和调度问题,结合作业特点,详细分析了集装箱在船舶与堆场之间的流动特性,设计了基于“最快到达”和“最短路径”的调度规则来调度AGV。建立了双目标的模型对总完工时间和AGV空载等待时间进行联合优化。并设计NSGA-Ⅱ算法对模型进行求解。文中基于个体领域的思想,设计了一种改进NSGA-Ⅱ算法。通过数值实验,结果表明,最快到达调度规则比最短路径更适用于自动化集装箱码头的AGV调度,与NSGA-Ⅱ算法相比,文中算法收敛性GD和分布性SP值均相对较优,具有更好的性能,更符合码头的实际运行要求。

基于NSGA-Ⅱ算法的鱼骨型仓库货位分配优化研究

针对鱼骨型布局仓库下货位分配优化问题,文章综合考虑效率最优原则、货架稳定性原则、关联原材料就近存放原则,建立了多目标优化模型,并采用非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)结合外部记忆库对该优化模型进行求解,获得了原材料最优的货位分配方案,最终通过算例及仿真软件验证了货位分配方案的适用性。

基于改进NSGA-Ⅱ算法的BH38/2×400型刨煤机参数优化

为了降低刨煤机刨削比能耗、刨链损伤、刨刀磨损及提高日生产量,选择上行刨削深度、下行刨削深度、上行刨速、下行刨速、刨链预紧力为设计参数,采用改进NSGA-Ⅱ(Non-dominated sorting Genetic Algorithms)算法对刨煤机进行了多目标优化设计。优化结果表明:刨煤机比能耗降低了16.7%,刨刀磨损量降低了17.1%,刨链损伤降低了13.6%,日生产能力提高13.9%,大幅优化了刨煤机刨削参数及运行参数,有效提高了刨煤机的整机工作性能,为刨煤机的设计及改进提供了理论依据。

基于改进NSGA-Ⅱ的电动汽车复合电源多目标参数优化

为提高电动汽车复合电源利用效率,设计一种基于改进NSGA-Ⅱ算法的电动汽车复合电源参数优化模型。分析电动汽车电池衰减特征与日均运行成本,改进NSGA-Ⅱ算法,对优化目标求解得到Pareto解集。仿真实验工况研究结果表明:在控制电动汽车的运行成本与电池衰减率方面存在互相制约的限制,优化Pareto解配置,控制电动汽车日均成本为重点目标。对比等效结果可知,优化配置后降低动力电池日均性能衰减程度约为32%。按照优化配置动力电池数量比等效计算配置数更多,达到更大的荷电状态(SOC)终值与均值,确保动力电池达到里程与最大车速运行状态下获得更高峰值功率。该研究有效控制动力电池发生深度放电过程,使电动汽车达到更高效率。

基于改进NSGA-Ⅱ算法的主动配电系统优化运行

主动配电系统的优化运行有利于实现对间歇性可再生能源的完整消纳、提高系统运行的经济性以及降低负荷的峰谷差。通过引入潮流平衡,燃气轮机爬坡,蓄电池容量等约束条件,从主动配电系统的经济性和削峰能力两个方面出发,建立了兼顾经济运行成本和净负荷方差两个运行指标的主动配电系统优化运行的数学模型。为实现对多目标多约束的主动配电系统优化运行问题的求解,提出了基于改进NSGA-Ⅱ算法的求解方法,此算法将反向学习机制应用到种群初始化中,并引入改进的算术交叉算子,提高了算法的全局搜索能力和保持了种群多样性,利用逼近理想解排序法从帕累托最优解集中筛选出最优方案。最后,通过算例验证了所提模型及算法的有效性和正确性。