基于改进NSGA-Ⅱ算法的水资源优化配置研究

以经济效益、社会效益和环境效益为目标函数建立了区域水资源优化模型,并应用改进的NSGA-Ⅱ算法对不同规划水平年的水资源预测值进行优化配置,提出了采用配水系数进行染色体编码,并通过归一化处理使遗传个体满足水源供水量要求。实例分析结果表明,该模型和优化方法具有较强的适应性,有效解决了多水源、多用户、多目标、多约束的水资源优化配置问题,优化结果可作为区域水资源可持续利用和规划管理的决策依据。

第Ⅱ类机器人混流装配线的平衡与排序联合决策

为了提高第Ⅱ类机器人混流装配线系统能效,界定工业机器人5种工作状态,量化不同状态下的机器人能源消耗值,引入关停策略和考虑产品切换,以最小化最大工作时间和能源消耗为目标,构建平衡与排序联合决策双目标优化模型.设计改进的非支配排序遗传算法Ⅱ,通过同类算法对比分析,验证改进算法的有效性.结合算例,揭示关停策略和产品切换准备作业对机器人混流装配线系统的技术影响。关停策略能够减少能耗,在装配线平衡性下降时的效果愈加明显,最大能耗节约率达到16.68%;考虑产品切换准备作业的影响,有利于机器人混流装配线作业效率和能源消耗的整体优化.

求解多目标最小生成树的一种新的遗传算法

在改进的非支配排序遗传算法(NSGA-Ⅱ)的基础上,提出了一种新的基于生成树边集合编码的繁殖算子求解多目标最小生成树问题的遗传算法。通过快速非支配排序法,降低了算法的计算复杂度,引入保存精英策略,扩大采样空间。实验结果表明:对于多目标最小生成树问题,边集合编码具有较好的遗传性和局部性,而且基于此繁殖算子的遗传算法在求解效率和解的质量方面都优于基于PrimRST的遗传算法。

基于改进NSGA-Ⅱ的左转待行区交叉口配时优化控制

为进一步提高道路交叉口综合性能,选取青岛市典型的南京路与江西路交叉口,建立设有左转待行区域的优化模型,利用改进的快速非支配遗传算法对交叉口车辆延误及机动车CO排放两方面进行优化。通过VISSIM软件搭建模型,验证算法有效性。结果表明,改进后算法搜索效率提高了57.4%,多目标优化配时后,车均延误下降了11.7%,CO排放减少了13.5%,平均排队长度降低了11.3%,HC和NOx排放均下降了2.7%。该算法有效地提高了交叉口通行能力和环境效益。

基于智能优化算法的高频变压器电磁结构优化设计

高频变压器(HFT)作为电力电子变换器等功率变换装备的核心部件,其优化设计是实现高功率密度、高效率和高可靠性的重要环节。为有效解决高频条件下显著的涡流效应和复杂紧凑的结构使变压器损耗难以准确计算、针对绝缘设计裕量不足的问题,本文提出计及高频效应和结构效应的电磁场建模方法,构建了高频变压器多目标协同优化设计方案。首先建立了低成本与高效率兼备的磁心损耗计算模型。其次,根据面积等效原理推导了考虑绕组结构效应的近似Dowell模型,实现绕组损耗的高精度计算。然后提出了考虑绕组端部效应和频率影响的漏感计算模型,减小漏感对于结构和频率的依赖性。在此基础上,采用一种新型多重绝缘结构,提高绕组间的绝缘耐压水平。最后,基于改进的非支配排序遗传算法(INSGA-Ⅱ)和自由参数扫描法建立了高频变压器的优化设计流程,根据筛选的最优设计方案研制了一台高频变压器样机。

基于改进离散蜉蝣算法的双资源柔性车间可持续调度方法

在目前对柔性车间调度问题所进行的研究中,大多忽略了工件运输时间这一因素,并且也很少对可持续发展的经济、环境和社会3个要素进行综合优化。针对这些问题,提出了一种考虑运输时间的双资源柔性车间调度问题(DRCFJSPT)模型。首先,以完工时间、生产成本、能耗和人体工程学风险为优化目标,构建了柔性车间调度数学模型,并结合多目标模型的特点,设计了一种改进离散蜉蝣算法(IDMA),并对模型进行了求解;然后,采用熵值法评价了帕累托解集,基于三层编码并考虑了运输时间的插入式解码方式,设计了混合初始化方法,离散改进了蜉蝣更新方式;最后,为了验证IDMA求解DRCFJSPT的性能,采用MATLAB,对某机床零件加工企业生产数据进行了实验,并将其结果与采用非支配排序遗传算法(NSGA)-Ⅱ得到的结果进行了对比分析。研究结果表明:改进算法的解集质量和收敛性能均显著优于参考算法,通过改进算法求得最优解的最大完工时间为35.94 h,加工成本为6 003.95元,能耗为2 054.54 kW·h,人体工程学风险值为138.16;该结果可为实际复杂的柔性车间调度环境提供清晰准确的调度方案。

基于动态双种群NSGA2算法的分布式柔性作业车间调度研究

在分布式柔性作业车间多目标调度问题的求解过程中,存在调度规模大、多个目标难以协调等缺陷。针对上述缺陷,提出了一种改进的非支配排序遗传算法Ⅱ(NSGA2),并对分布式柔性作业车间多目标调度问题进行了求解。首先,建立了以完工时间、机器负荷、能耗为优化目标的分布式柔性作业车间多目标调度模型;然后,基于帕累托(Pareto)等级特点设计了一种动态双种群搜索策略和种群划分机制,以替代传统的选择操作,并对每个种群采用了不同的搜索策略;针对关键工厂,在第二个种群中设计了局部搜索策略,基于Pareto等级的支配关系设计了Q学习的状态、奖励函数,采用Q学习对双种群的数量比例进行了自适应调整;最后,采用扩展的基准算例对该改进算法的有效性进行了验证,并将其与其他算法进行了对比分析。研究结果表明:采用动态双种群搜索策略改进的NSGA2算法能有效保持种群多样性,且不易陷入局部最优,提高了算法的求解质量。该改进算法与传统NSGA2算法相比,多样性评价指标平均提高了15.34%,收敛性评价指标平均提高了76.37%,证明了该算法在解决分布式柔性作业车间多目标调度问题上的优越性。

考虑生物危险源扩散的疫区应急物资调配模型

为解决传染性生物危险源扩散后疫区应急物资选址-分配问题,构建多目标优化应急物资调配模型。该模型以最小化配送时间、最小化疫区物资未满足程度为目标函数,结合考虑潜伏期、重复感染率的易感者-潜伏者-感染者-康复者(SEIRS)传染病动力学模型,建立物资需求方程,预测各疫区实时物资需求;针对应急救援过程中疫情扩散对应急物资调配方案的影响,使用改进非支配排序遗传算法(NSGA)-II求解模型。通过k-means算法预选址,实现适用于现有疫区的配送中心选址方案动态更新,进一步联合决策配送中心各类车辆派遣数、各类物资配送量;并以武汉市2020年疫情数据作为算例对比分析。结果表明:该模型计算效率较高,相较于传统NSGA-Ⅱ算法,在收敛性、多样性和稳定性上具有性能优势,所得应急物资调配方案调配时间更短,疫区未满足程度更小,验证了模型的有效性。

磁链闭环控制下接触器的优化设计方法

该文对接触器的优化设计进行研究,将磁链闭环控制引入接触器本体优化设计中,实现控制策略与本体优化设计的协同。首先,综合考虑接触器的外部漏磁和磁场分布特性,在三维有限元动态仿真的基础上构建改进的磁路模型,以实现磁路模型的参数化计算。然后,提出了一种改进的非支配排序遗传算法(NSGA-Ⅱ)与磁路模型相结合进行优化设计,以Pareto前沿个数判断种群进化进程,实现自适应遗传-差分混合进化策略,提高了多目标优化设计算法的全局收敛性和收敛速度。最后,将恒磁链闭环控制策略与多目标优化设计相结合,通过减小接触器的电磁惯性、机械惯性及提高控制磁通密度,来提高机构响应速度和磁性材料利用率,同时减小触头弹跳。仿真及实验验证了改进磁路模型及多目标优化设计方法的有效性。

基于纹理分析的柴油发动机故障诊断方法

柴油发动机故障特征提取是对其故障识别过程中的关键步骤,直接关系到识别的准确性和时效性。将纹理分析理论应用于柴油发动机故障特征提取,提出基于改进层次分解(Modified Hierarchical Decomposition,MHD)和灰度图像处理的故障特征提取方法。使用MHD将单个一维的振动信号样本分解为多个一维子信号并分别转换成灰度图像;加速分割测试获得特征(Features from Accelerated Segment Test,FAST)算法被用于检测灰度图像的特征点;通过Gabor滤波器组的实部对图像进行卷积,利用特征点的响应计算直方图作为特征向量。为检验通过该方法提取的故障特征对柴油发动机不同故障类型的识别能力,引入非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)和支持向量机(Support Vector Machine,SVM)进行故障状态识别。通过实验台开展预置故障实验,将提出的方法与传统方法对比。实验结果表明:该方法的故障诊断准确率最高,为开展柴油发动机故障诊断提供一种新的思路。

基于状态监测的多目标双层优化待修架空线选择模型

在建立架空线状态监测量与线路故障率的关系基础上,构建了检修费最少和系统风险最低的多目标双层优化待修架空线选择模型。为避免传统的将多目标优化转化成单目标优化的缺点,以改进的非支配排序遗传算法(NSGA-Ⅱ)直接求解出多目标双层优化模型的非劣解集。利用非劣解集反映的检修费用和系统风险目标间的关系,从可接受的系统风险角度来确定待检修的架空线。该策略可直观表明,对哪些线路检修能以最低的维修费用使系统可靠性维持在可接受的水平。通过可靠性测试系统RBTS的算例分析,表明所选择的待修线路集较常规状态检修有优势。

高速铁路车站咽喉区与到发线综合运用优化

研究接发列车的到发线分配和咽喉区进路选择问题,在满足到发线使用规则的条件下,以作业计划稳定性强和接发车进路条件优为目标,构建到发线与车站咽喉区运用多目标优化模型.采用改进的带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解,算法能有效保存优秀个体和降低计算复杂度.最后以某高速铁路车站为例,采用Matlab编程得到模型的Pareto最优解集,从解集中选择1个解,将其结果与原始到发线方案进行对比,结果表明,采用该模型和算法能有效改进车站咽喉区与到发线的综合运用方案.

轨道养护计划多目标模型及求解

建立了包括轨道几何状态最优和成本费用最小两个目标函数的轨道养护计划模型.为了求解轨道养护计划多目标模型,通过编码改进、约束条件全过程控制以及遗传系数自适应的方法,对带精英策略的快速非支配排序遗传算法(NSGA-II算法)进行了改进,使其在求解轨道养护计划多目标问题时能更好地保持种群多样性,避免"早熟",并在后期加速收敛得到全局最优解,解决了大型养路机械最佳作业时间和地点的决策问题;沪昆上行线案例表明:所建立的计划编制方法的计算效率高,且养护计划效果明显,各区段轨道不平顺均未超过事后养护维修限度.

基于智能算法的钠离子电池制造工艺参数优化研究

钠离子电池以其资源丰富、成本低廉的特点,在大规模储能领域具有广阔的应用前景。但是,其存在能量密度偏低、循环稳定性差等问题,需要进一步提升性能。基于此,引入智能控制算法来优化钠离子电池的制造工艺参数。通过数据收集与处理、关键参数识别分析,构建了基于改进的非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithms Ⅱ,NSGA-Ⅱ)的多目标智能优化模型。将所提方法与传统模糊控制方法进行对比,验证了所提方法的有效性。

基于列车到发分布的高速铁路车站到发线运用优化

针对高速铁路车站到发线运用计划编制问题,提出了一种基于分时段多目标的到发线运用优化模型和改进的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)。首先,考虑咽喉区进路与到发线的耦合关系,根据列车到发分布特征对研究时段进行划分,以到发线利用均衡、计划鲁棒性强和客运服务质量为优化目标,应用整数规划方法构建到发线运用优化模型。然后,引入约束支配原则,设计了带精英策略的改进算法。最后,以京沪高铁某车站的实际运行数据为例进行仿真验证。计算结果表明,在平峰时段,到发线占用费用比原方案降低了16.98%,有效提升了客运服务质量;在高峰时段,到发线占用时间方差和总冲突系数比原方案降低了48.57%和29.81%,明显提高了车站的设备利用率和到发线运用计划的鲁棒性;与整体优化方法相比,分时段优化方法能更有针对性地降低各项优化目标的函数值。因此,充分考虑列车到发分布因素对到发线运用问题的影响,可以有效改善优化指标,为制定不同繁忙程度下的车站作业方案提供决策支持。