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。

一种改进NSGA-Ⅱ算法的多目标优化研究与应用

针对某军工企业某维修生产线的多目标优化问题,建立以最大生产线平衡率和最小转运路径长度为目标的优化模型。根据该模型的特点,设计一种改进的NSGA-Ⅱ算法。基于已成熟的动态拥挤度研究,提出左右拥挤度的概念,在总拥挤度相同时,淘汰左右拥挤度更小的个体,进一步保证种群的多样性。同时,为了避免种群陷入局部最优,采用邻域搜索法去除每代种群中重复的个体,并引用独立于种群的精英保留策略,避免优秀个体丢失。最后,通过实例验证了该算法的有效性,并采用改进NSGA-Ⅱ算法将该实例中的生产线平衡率提升了约25.29%,转运路径长度减小了约36.86%。

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。

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。

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。

基于改进NSGA-Ⅱ算法的多光谱测温数据处理

多波长测温能够对高速运动物体的温度进行测量,通过算法对其数据进行处理有助于提升测量的精度。通过对四光谱高温计获得温度的数据进行处理,计算得到目标的真实温度,测温范围为700~900℃。文中对NSGA-Ⅱ算法进行了修改,使其交叉变异概率以及交叉策略具有动态的调整的能力,并采用了与差分进化算法相融合对变异的方向进行了优化。利用改进后的算法从求解的稳定性、计算的精度、收敛速度以及对于经典发射率模型物体温度的求解精度上与目前测温所采用的遗传算法进行比较,结果表明应用改进的NSGA-Ⅱ算法求得的目标温度精度较高,稳定性较强。

基于混沌映射自适应NSGA-Ⅱ算法的IMA双层资源分配方法

针对综合模块化航电(IMA)架构双层调度中的资源分配问题,提出一种基于混沌Logistic映射自适应NSGA-Ⅱ算法的双层资源分配方法。首先,根据IMA架构任务调度及分区调度要求,同时考虑资源分配均衡性因素,分别构建分区资源分配模型和节点资源分配模型;其次,采用改进NSGA-Ⅱ算法对模型进行优化求解,引入混沌Logistic映射生成初始种群,提升初始种群的遍历性,并采用自适应交叉、变异算子增强算法的搜索性能和收敛速度;最后,选取不同规模的算例进行实验,结果表明,所提方法能够有效解决IMA架构的资源分配问题,提升分配效率并优化分配结果。

改进NSGA-Ⅱ算法的自动变速箱离合器接合控制

为了提高车辆在起步过程中的平稳性,并延长离合器的使用寿命,首先,根据离合器的主动盘和从动盘的运动状态,建立了接合过程的动力学模型;然后,通过引入NSGA-Ⅱ算法来解决多目标优化问题,并采取了正态分布交叉和自适应变异算子对其进行改进,保持了种群的多样性,能有效防止陷入局部最优;最后,将离合器的接合时长和接合速度作为设计变量,并将冲击程度和滑动摩擦功为优化目标函数进行了仿真实验。结果表明,改进的NSGA-Ⅱ算法具有更优的Pareto前沿和更快的收敛速度,且分布更加均匀,明显优于其他两种比较算法;在相同接合时长的条件下,能够通过平稳控制离合器的接合速度获得更小的冲击程度和滑动摩擦,为设计离合器接合控制策略提供了技术支撑。

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。

改进NSGA-Ⅱ算法及其在切削加工参数优化中的应用

针对NSGA-Ⅱ算法种群收敛分布不均匀,全局搜索能力差,易陷入局部最优等不足,引入正交交叉策略与混合变异算子,提出一种改进的NSGA-Ⅱ算法。在测试函数上对改进NSGA-Ⅱ算法与传统NSGA-Ⅱ算法同时进行性能测试,结果表明改进的NSGA-Ⅱ算法无论是在收敛性还是多样性上均优于NSGA-Ⅱ算法。将改进算法与传统NSGA-Ⅱ算法同时应用于6061铝合金精密车削加工参数多目标优化设计中,研究结果表明改进NSGA-Ⅱ算法收敛精度更高,收敛速度更快,优化结果更加逼近全局最优解,在求解切削加工参数多目标优化问题时更加有效。

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。

基于改进NSGA-Ⅱ的车间排产优化算法研究

针对NSGA-Ⅱ算法在处理车间排产优化问题中出现的子代种群多样性差、收敛能力差等问题,提出了一种改进NSGA-Ⅱ的车间排产优化算法。改进NSGA-Ⅱ算法主要对传统NSGA-Ⅱ算法的交叉和变异环节,提出新的改进自适应交叉和变异算子,通过对个体拥挤度与种群平均拥挤度进行对比,并结合种群迭代进化过程,将遗传概率与种群个体及种群进化迭代次数关联,避免盲目导向性,提高种群的收敛速度;提出新的均匀进化精英保留策略,通过自适应分层次选取种群个体,解决子代种群多样性差的问题。针对车间排产问题,选择"最大化最小交货提前期"和"最小化最大理想加工时间偏差"作为目标函数,运用改进NSGA-Ⅱ算法进行实际工程的仿真分析,对比改进前后算法优化的结果,验证了算法的有效性,同时证明了其应用于实际生产排产调度问题的价值参考性。

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。

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。

桁架结构多目标优化的NSGA-Ⅱ改进算法

为克服桁架结构多目标优化设计中约束条件和离散变量处理困难、收敛效率低等问题,在保留原算法优点的同时,对多目标进化算法NSGA-Ⅱ进行了改进。为了验证改进效果,对经典的空间桁架结构进行了优化;并与其他算法的优化结果进行了比较。结果表明改进算法在桁架结构优化中的表现优于原算法和其他算法,具有良好的收敛性和稳定性。