采用改进遗传算法优化LS-SVM逆系统的外转子无铁心无轴承永磁同步发电机解耦控制

为了实现外转子无铁心无轴承永磁同步发电机(outer rotor coreless bearingless permanent magnet synchronous generator,ORC-BPMSG)的精确控制,提出一种基于改进遗传算法(improved genetic algorithm,IGA)优化最小二乘支持向量机(least square support vector machine,LS-SVM)逆系统的解耦控制策略。首先,基于ORC-BPMSG的结构及工作原理,推导其数学模型,并分析其可逆性。其次,建立LS-SVM回归方程,并采用IGA优化LS-SVM的性能参数,从而训练得到逆系统。然后,将逆系统与原系统串接,形成伪线性系统,实现了ORC-BPMSG的线性化和解耦。最后,将提出的控制方法与传统LS-SVM逆系统控制方法进行对比仿真和实验。仿真和实验结果表明:所提出的控制策略可以较好地实现ORC-BPMSG输出电压和悬浮力、以及悬浮力之间的解耦控制。

基于改进免疫遗传算法的建设项目应急预案优化

为了提高建设项目应急预案的针对性,基于改进免疫遗传算法对建设项目应急预案优化进行仿真研究。首先,借鉴生物免疫原理,构建建设项目应急预案优化理论模型;其次,通过设计Taguchi试验优化算法中的重要参数,引入精英保留策略改进免疫遗传算法,并基于该算法构建建设项目应急预案优化模型;最后,以某高速公路为例,运用MATLAB软件进行模拟仿真,测试改进免疫遗传算法的可行性,并设置两组对比实验验证改进免疫遗传算法的优越性。仿真结果表明:相比于传统免疫遗传算法,改进免疫遗传算法下应急预案的亲和度更高,收敛速度也更快。这拓展了项目风险研究,为风险应对决策提供参考依据。

基于改进遗传算法的舾装件托盘多载具协同拣选方法

为提升舾装件托盘的拣选效率,建立拣选过程的数学模型,提出一种基于改进遗传算法(Improved Genetic Algorithm, IGA)的舾装件托盘多载具协同拣选方法。针对遗传算法(Genetic Algorithm, GA)流程与实际拣选过程的差异,改进GA的初始化过程和染色体交叉方式,并对变异过程进行更贴近实际生产的修改。针对GA难以得到全局最优解的问题,采用变邻域搜索(Variable Neighborhood Search, VNS)策略降低陷入局部最优解的可能性。采用实例计算验证该算法的有效性,可优化传统舾装件托盘拣选方法。

基于改进遗传算法的垃圾分类回收选址-路径优化研究

本文主要针对垃圾回收选址-路径问题进行研究,加入了垃圾分类。建立了考虑垃圾分类的垃圾回收中转站选址-路径模型,最小化物流总成本。根据问题模型特点,设计了改进遗传算法来对问题进行求解。采用自适应交叉、变异算子、变邻域算法以及精英保存策略来对算法进行改进。

融合改进遗传算法的电商物流末端多中心共同配送车辆路径优化研究

随着电商物流的快速发展,多中心的末端配送问题受到广泛关注。但目前的车辆配送问题一般是针对单个物流中心进行路径优化,并未考虑到资源调度更为复杂的多中心配送情况。研究对路径问题进行数学建模,并利用双层染色体编码模式的遗传算法对电商物流末端多中心配送车辆路径进行优化。研究过程中发现,传统遗传算法易陷于局部最优解,出现早熟现象。为解决此问题,对交叉概率与变异概率进行自适应调整,实现算法的改进。由此构建了融合遗传算法的配送车辆路径优化模型。通过实验分析可知,模型较其他模型优化结果减少路径长度11%以上,能够实现高质的路径优化,为物流配送节省成本与时间。

应用改进遗传算法的低轨星座部署策略优化方法

考虑发射场任务间隔时间约束,提出应用改进遗传算法的低轨星座部署策略优化方法。对近地圆轨道星座部署过程进行动力学建模,给出了部署窗口与入轨点相位差的关系,以及入轨后相位调整的代价分析。将星座部署位置组合进行参数化,加上各颗卫星部署日期间隔作为优化变量,使得在大范围日期区间内的搜索问题简化为有限维度的整数规划问题。引入改进遗传算法进行局部搜索,进而对部署策略进行寻优计算。以9颗卫星的Walker星座部署任务为例,对优化方法进行验证。结果表明:优化方法相对穷举搜索法的计算量有约7个数量级的降低,且能够用50代以内的演化计算快速得到满足发射间隔约束条件且兼顾部署总时间和相位转移量的最优解。

基于改进遗传算法的装配式渠道生产调度优化

为有效提高装配式渠道生产效率,加快模具周转,降低生产成本,结合装配式渠道生产线养护室数量有限的特点,建立以最小生产周期为目标的装配式渠道生产调度优化模型,设计了求解该模型的改进遗传算法。以新疆石河子金土地水泥制品厂渠道生产线为例,验证生产模型的可行性,通过对比传统顺序生产调度与改进遗传算法得到的优化生产调度,验证改进遗传算法的稳定性与有效性。结果表明,基于改进遗传算法优化装配式渠道的生产调度,可有效降低装配式渠道的生产周期,提高生产效率,达到降低生产成本,提高企业核心竞争力的目的。

基于改进自适应遗传算法的小径短绳自动打捆机步进电机PID控制

为提高小径短绳自动打捆机步进电机的控制精度,在分析经典遗传算法和经典自适应遗传算法的基础上,引入进化代数和个体适应值排名来指导自适应交叉率和自适应变异率,设计了一个基于改进自适应遗传算法的PID控制器,以削弱进化过程中优良参数的退化现象。MATLAB仿真结果表明,改进的自适应遗传PID提高了收敛精度,并具有更快的收敛速度。针对步进电机的实际测试结果表明,与经典遗传算法相比,改进的自适应遗传PID调整时间更短、超调量更低。

基于改进多种群遗传算法的核电热力系统参数优化

核电机组二回路热力系统是将热能转化为机械能并进行发电的关键部分,在保证安全的基础上提高其效率具有重要意义。对此,首先根据热平衡法建立热力系统的数学模型。其次,在多种群遗传算法的基础上增加并行机制与协同策略,结合自适应策略提出一种改进多种群遗传算法,并利用测试函数测试其寻优性能。最后,以机组循环热效率为目标函数,回热再热抽汽流量为决策变量,在约束条件下采用改进算法对热力系统进行优化设计。结果表明:改进多种群遗传算法比标准遗传算法与多种群遗传算法更有效率且收敛精度高;采用该优化算法后,机组循环热效率提高了1.18%。

改进遗传算法的果园割草机作业路径规划

为提高果园割草机的工作效率,解决割草机路径规划问题,提出一种改进遗传算法(improved genetic algorithm,IGA)。通过对不同作业场景的分析,将割草机的路径规划问题转化为对作业行的调度排序问题,根据割草机的作业环境建立数学模型。在GA(genetic algorithm)的基础上,采用动态线性标定方式,放大适应度值之间的差异,设计适应度函数并通过对算子优化,在保证遗传算法搜索能力的同时,提高算法的性能和收敛速度。设计不同参数的15种果园进行仿真试验,选择2块标准化果园进行田间试验,验证改进遗传算法的性能。结果表明,改进后的遗传算法具有更好的寻优性能和收敛速度,能高效地解决果园中割草机的路径规划问题。

基于Petri网和改进遗传算法的多资源调度问题

针对混流装配线工序加工资源需求多样、工艺复杂、装配工期长等问题,采用Petri网和改进遗传算法对该问题进行优化求解。建立混流装配线赋时库所Petri网(timed place Petri net, TPPN)调度模型,基于模型激发序列,采用基于工序的编码方式进行染色体编码;采用精英保留策略选择优异个体,改进遗传算法的交叉、变异操作,用改进后的遗传算法求解混流装配线调度问题。通过对比案例及实例数据计算结果验证了方案的有效性。

基于改进遗传算法的无人艇集群多任务分配路径规划

为完成多任务的分配并确保USV集群航行的总路径最短,同时确保各USV的路径长度差距最小,针对USV集群全局路径规划问题从初始种群生成方法、选择算子和变异算子等3方面对遗传算法进行改进。针对航行区域障碍物特点,采用切线法对改进遗传算法生成的路径进行优化。为验证算法的有效性,基于MATLAB/Simulink仿真平台构建仿真模型,并针对具体航行环境进行多任务全局路径规划测试。仿真结果显示,所提出的算法可实现USV集群多任务分配的全局路径规划。

基于改进遗传算法的数控机床加工铣削参数优化方法

对于数控机床加工铣削参数优化多采用常规的可信度近似模型,但该方法易受到材料失效应变系数的影响,导致优化后的加工效率较低,提出基于改进遗传算法的数控机床加工铣削参数优化方法。根据工件的本构模型,对切削刃进行采样抽取,确定最小铣削力波动位置;引入材料失效准则计算材料失效应变系数,基于此,以加工时间最短、加工成本最低和加工能耗消耗最小为目标建立铣削参数优化模型,并采用改进遗传算法求解模型,通过迭代适应度值,输出最佳铣削参数;最后,采用对比实验的形式对所提方法的优化性能进行测试。测试结果表明:应用所提方法对数控机床加工铣削参数进行优化后,能够有效缩短切削时间,提高加工效率。

改进遗传算法嵌入经典分类算法实现润滑油添加剂微小量多种类同步识别

在润滑油中加入微少量添加剂就能使润滑油获得某种新的特性或改善润滑油中已有的某些特性的性质。针对机械设备润滑油中微小量添加剂多种类识别问题,基于python语言进行模型建立,采用基础油PAO-10和三种商用润滑油添加剂T321、 T534、 T307按照不同比例配制了8种不同样本。采用Thermo Scientific Nicolet iS5型傅里叶变换红外光谱仪采集了样本4 000~400 cm^(-1)范围附近的中红外光谱信息,并对样本中红外光谱数据采用Min-Max归一化进行预处理。使用两种经典分类算法,包括一对多支持向量机(OVR SVMs)、随机森林(RF),嵌入遗传算法(GA)实现中红外光谱特征波段筛选。为避免GA收敛过快和易陷入局部最优解,对GA的选择算子进行了改进,形成基于局部搜索算子的遗传算法(LGA),从而建立多类别分类模型的构建方法。结果显示:嵌入GA筛选波段后的新模型的种类识别准确率从利用经典分类算法对原始波长数据的OVR SVMs(83.33%)、 RF(87.50%)提升至OVR SVMs+GA(100%)、 RF+GA(100%);而嵌入LGA的新模型在保持原模型高准确率的情况下,RF+LGA筛选得到的特征区间长度为原光谱数据长度的36.7%,并且与添加剂物质的红外吸收峰有很好的对应情况。新模型不仅适用于只含单一添加剂的情况,对含有两种及两种以上添加剂的同步识别仍然具有近100%的较高识别率。表明所构建模型可以有效实现微小量润滑油添加剂的快速、准确、多种类同步识别。

基于改进遗传算法的柔性流水车间调度研究

针对最小化最大完工时间的柔性流水车间调度问题,文章提出了多目标选择的改进的遗传算法(MTGA),设计了针对该问题的一维的编码与解码方法,采用对立的方法进行种群的初始化。针对遗传算法,交叉操作进行整个工序的交叉向最优解靠拢加快了算法的收敛速度,变异操作中对所有的工序操作顺序进行整体变异,选择操作将种群分成多份做到向多个较优解靠拢,扩大了算法的搜索范围,降低了陷入局部最优的概率,并应用了两套交叉和变异概率增加算法灵活性。通过多个已有算法进行对比验证了算法的有效性。

基于改进遗传算法的低碳冷链物流研究

为实现考虑碳排放情况下最小运输成本目标,引入贪婪算法构建初始化种群,并引入精英保留策略与移民策略,以此改善遗传算法易陷入早熟缺陷。文章通过MATLAB软件对企业A进行实例分析,验证了该算法的可行性,表明改进后不易发生早熟的特性,并验证了碳排放费用是路径选择方面的重要考虑因素。

基于改进遗传算法的酒店配送机器人路径规划仿真研究

针对传统遗传算法初始种群质量不高、种群多样性不足和路径长度不理想的问题,提出了改进遗传算法。通过基于引力场模型生成初始路径,提高初始种群质量;在适应度函数中增加了惩罚因子和激励因子,提升种群质量筛选;引入差分进化算法对种群个体之间的差异进行向量化操作,以突变概率控制种群突变数量,优化种群多样性,从而更好更快地得到全局最优解。采用改进遗传算法、传统遗传算法和蚁群算法对不同栅格地图路径规划进行仿真实验,结果表明:改进遗传算法在处理此类路径规划问题时可以快速找到最优路径,在复杂度较高的M3地图环境下相较于传统遗传算法和蚁群算法最优路径分别缩短了17.39%和7.9%。

基于改进遗传算法的梯级电站日经济优化调度研究

本文指出梯级水电站在优化运行时往往伴随着多约束、非线性、多阶段的组合优化问题,在进行求解时由于传统遗传算法等其他相似智能算法对水库优化调度模型求解时局部搜索能力较差、在进化后期搜索效率较低,往往容易产生早熟收敛的问题。针对此问题,本文对遗传算法进行适当改进,在分时电价背景下,将该算法应用于溪洛渡-向家坝梯级电站日经济效益最大为目标的日优化调度模型中。通过将改进遗传算法与传统遗传算法以及其他优化算法所得结果进行比较,发现改进遗传算法收敛较快、稳定性较好,克服了其他算法早收敛、陷入局部最优的缺点,可以为水库优化调度提供了一定参考价值。

基于改进遗传算法的水电站智能巡检路径规划方法

常规的水电站巡检路径规划方法多数采用粒子群算法原理设计而成,在实际应用过程中,存在巡检路径规划精度与时效性较差的问题,导致路径规划收敛速度较慢,最优解波动幅度较大。基于此,笔者引入改进遗传算法,开展了基于改进遗传算法的水电站智能巡检路径规划方法研究。首先,构建水电站栅格模型,描述水电站智能巡检工作空间是否存在障碍物及水电站的运行状态变化;然后,利用改进遗传算法,全局规划水电站智能巡检路径。根据试验结果可知,提出智能巡检路径规划方法应用后,在处理多目标任务问题中,巡检路径规划的收敛速度得到了显著提升,收敛完毕后,水电站智能巡检路径规划最优解呈稳定状态变化,可行性较高。

基于改进遗传算法的船舶维修项目调度问题研究

船舶维修项目调度问题是典型的受优先关系和维修空间限制的资源受限项目调度问题。针对该问题,文章建立了一种船舶维修项目调度数学模型,并提出了改进遗传算法进行求解。基于问题的特征,改进遗传算法主要采用解码与编码策略、选择操作、交叉操作以及变异操作等方法平衡算法的探索和探寻能力。最后,采用工程实例验证了模型的合理性和算法的优越性。