基于模糊多目标遗传优化算法的节假日电力负荷预测

多目标遗传优化算法的一个优点就是可在一次迭代计算中寻找到问题的多个非劣最优解。该文应用多目标遗传算法和关联规则算法提出一个基于模糊规则的电力负荷模式分类系统。在此分类系统中采用多目标遗传优化算法从众多模糊分类规则中自动挑选出具有较好识别性能和可解释性的模糊规则,并利用模糊关联规则挖掘通过启发式规则选择改善遗传算法的搜索性能。经仿真试验表明此分类系统具有较好的分类性能,可为节假日负荷预测提供更为充分的历史数据,从而改善其负荷预测性能。

基于集合经验模态分解和多目标遗传算法的火-多储系统调频功率双层优化

针对分布于区域电网不同网络节点的多座储能电站参与电网调频功率调度问题,该文提出一种基于集合经验模态分解(EEMD)和多目标遗传算法(MOGA)的火-多储系统调频功率双层优化策略。该策略包含火-储调频功率优化层和多储能电站调频功率优化层:上层计及火-储调配资源各自优势及剩余调频能力,构建火-储调频功率优化分配模型,完成火-储调频功率的分配;下层引入关于调频成本和荷电状态(SOC)的自适应权重系数,以调频成本最低和SOC均衡为优化目标,完成调频功率在多储能电站之间的分配。仿真结果表明,所提策略可以提升区域电网调频效果并降低调频成本,均衡控制多个储能电站的调频成本和SOC,可以防止经济性较好的储能电站长期处于SOC越限边缘状态,提升储能电站参与调频的积极性和可持续性。

基于灾变遗传算法的雷达防护装置多目标优化设计

为了提高车载雷达的防护性能,提出了一种新型的自动化防护装置。通过对防护装置机构原理进行分析,建立了驱动连杆机构的运动学方程,获得了连杆机构关键节点的位置、速度和加速度方程;通过传动角分析获得油缸驱动的传动效率方程。依据分析结果,采用灾变遗传算法对防护装置以运动平稳性和传动效率为目标进行优化,结合工程实际获得了综合最优的机构形式。依据优化结果建立原理样机进行验证试验,结果表明,防护装置运动平稳,在最大风载荷作用下可正常工作,实现了综合最优的设计目标。

基于多目标遗传算法的永磁同步电机振动噪声分析与优化

为降低车用永磁同步电机的振动噪声,本文针对一台U一型转子永磁同步电机,研究了一种将响应面模型与多目标遗传算法相结合的电机电磁振动噪声优化方法。首先,通过仿真分析电机在全转速范围内的噪声频谱特性,得到产生峰值噪声的转速及噪声频率;随后,确定电机优化变量及优化目标,对其进行敏感度分析,建立优化变量的响应面模型;然后,利用多目标遗传算法对变量进行参数优化,得到最优结构参数;最后采用有限元法计算电机优化前后的输出性能及辐射噪声,结果表明此方法在保证电机输出性能基本不变的情况下使电机最大等辐射声功率级降低了24.2%。

改进遗传算法的行星齿轮传动多目标模糊物元可靠性优化

运用模糊可靠性优化理论和物元分析法,建立多目标模糊可靠性优化数学模型.并在标准遗传算法的基础上,通过改进遗传算子,引入菱形思维和模拟退火算法,得到了具有实值编码技术的改进型自适应遗传算法.实现了具有混合设计变量的行星齿轮传动参数优化.

基于遗传算法掘进机截割头多目标模糊可靠性优化

针对掘进机能耗和载荷波动问题,基于遗传算法的多目标模糊可靠性优化策略,对截割头运动参数进行优化设计.优化结果表明,截割头升角减少11.6%,横摆阻力降低6.45%,纵向力降低12.16%,负荷转矩降低11.29%,比能耗降低21.04%,截割头的载荷波动和比能耗得到显著降低,有效提高了掘进机的工作可靠性和能量利用率.

基于改进遗传算法的带传动多目标模糊优化设计

以带轮体积最小和传动轴受力最小为目标建立优化数学模型,利用改进遗传算法求得该优化问题的理想解和若干个有效解,并根据相似优先比理论最终确定其模糊最优解。该问题的求解过程表明,这种多目标优化问题的解决方法是一种更科学、更符合实际的设计方法,具有较好的实用价值。

遗传优化算法及含有模糊目标和模糊约束的机械优化设计

针对机械工程中的非线性约束优化的工程问题 ,提出了一种新的遗传算法。该方法在遗传算法中通过去掉等式约束、构造浮点型编码向量、精心设计动态遗传及变异算子等改造操作 ,较大地提高了寻优效率和寻优能力 ,并用Matlab语言开发了相应软件。对设计的算法与一般遗传算法、变尺度法以及随机搜索方法进行算例比较。对于含有模糊目标和模糊约束冗余系统可靠性优化设计问题 ,通过定义隶属函数 ,把问题转化为清晰的普通优化问题利用改进的算法求解 。

模糊多目标可靠性优化设计的遗传算法

给出模糊多目标可靠性优化设计的一个遗传算法.该方法利用模糊集隶属函数的特性将各子目标函数模糊化处理为能够反映各子目标相对重要程度,具有加权指数的协调满意度函数形式;通过加权函数将各子目标的协调满意度函数综合成统一的单目标优化模型,用遗传算法求解模型.通过实例验证该方法的有效性.

基于遗传算法的建筑用能多目标优化应用进展

目前,中国建筑用能结构中的化石能源消费占比较高,不利于“双碳”目标的实现。论述了绿色建筑能源系统的现状,展示了可再生能源整合、余热回收利用以及储能等技术在提升建筑能效和减少碳排放方面的潜力。研究人员多以建筑能耗、室内舒适度及建筑成本为优化目标,通过建模软件搭建物理模型,选择适合多目标优化的算法对模型进行优化。探讨了现有技术以及算法在建筑用能多目标优化中的优缺点,指出遗传算法能够在建筑能耗、室内舒适度以及建筑成本等多方面取得良好的优化效果,为建筑设计和改造决策提供了强有力的支持。未来需要发展新的多目标优化算法,建立全面的智慧能源管理大数据平台,从而扩大全场景应用,实现建筑能源使用和智慧化管理的完美融合。

遗传算法在行星齿轮多目标模糊优化设计中的应用

遗传算法是一种模拟生命进化机制的搜索和优化方法,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题,本文在介绍遗传算法的基础上,把遗传算法用于行星传动多目标模糊优化设计中。本文采用综合行星轮传动体积和最大承载能力的多目标优化模型,利用模糊理论建立综合评价函数,应用求解精度高的遗传算法求解。具体算例的优化结果显示,传动体积与承载能力都获得了改善。

基于遗传算法的补偿滑轮组变幅机构多目标模糊优化

由于补偿滑轮组变幅机构在起重机械中工作特点的需要 ,传统的单目标优化方法和优化数值解法 ,在同时满足设计的经济性与稳定性以及优化解的精度方面存在不足。基于此 ,本文采用了综合考虑机构稳定性和经济性的多目标优化模型 ,利用模糊理论建立了综合评价函数 ,在数值方法上应用求解精度高的遗传算法。具体算例的优化结果与文献 [1]比较 ,在经济性与稳定性等各项技术上都获得了改善。

基于遗传算法的四连杆变幅机构多目标模糊优化

传统的四连杆变幅机构设计制造参数是基于单目标优化方法和优化数值解法选取的,在同时满足设计的经济性与稳定性以及优化解的精度方面存在不足。基于此,本文采用综合机构稳定性和经济性的多目标优化模型,利用模糊理论建立综合评价函数,应用求解精度高的遗传算法求解。具体算例的优化结果显示,经济性与稳定性等项技术指标都获得了改善。

基于遗传算法多目标模糊优化设计方法的探讨

随着工程问题日益的复杂化,传统的、单目标、确定性优化设计方法已不能满足设计要求。就一个简单算例,着重探讨如何将遗传算法应用于解决多目标模糊问题。

基于模糊逻辑的多目标优化问题遗传算法求解探讨

基于群体搜索的遗传算法求解多目标优化问题具有独特的优势,鉴于决策者事先对于各目标的重要性一般只有模糊的认识,文中对各目标进行了模糊化处理,构造了适应值函数,提出了基于模糊逻辑的多目标优化问题遗传算法求解方案.

基于遗传算法解决河流环境需水量优化调度的模糊多目标规划方法的研究

为实现城市受污染河流的环境需水量的合理调配,以各蓄水构筑物的调水量为决策变量,研究了在保证河流生态环境需求的基础上,实现整个流域的污染负荷的环境容量最大化、水量最大节约和调水成本最小化的方法,建立了环境需水调度的模糊多目标规划模型.模型中采用整合的非线性梯度隶属度函数作为目标函数,以遗传算法作为求解此模型的工具,并将该模型用于大庆市黎明河流域的环境水量调配,取得较好的效果.

改进遗传算法与多目标优化模型的航班路径规划

针对现有航线路径规划模型,单一成本规划难以解决不同机型及运输时间条件下最优路径规划的问题,将机型配置、运输时间和系统成本相结合,通过枢纽城市位置、非枢纽城市节点向枢纽城市节点的流量分配、机队飞行时间以及机队规模建立枢纽航线网络优化模型。以飞行时间与系统总成本为最小化求解目标,利用熵值法建立染色体选择机制,引入自适应交叉率改进遗传算法,通过改进算法(IGA)对最佳航线及枢纽节点位置分布优化求解,并与传统遗传算法、人工蜂群算法和灰狼算法进行对比。研究表明,将不同机型配置、运输时间进行组合,优于单一成本路径规划。以改进算法对枢纽航线网络模型进行优化求解,系统总成本降低了3.41×10^(10),为机队资源的合理配置提供了借鉴。

基于多岛遗传算法的翼型多目标优化设计

[目的]针对大型水平轴水轮机叶片运行工况复杂的问题,提出一种多目标优化算法。[方法]基于多岛遗传算法建立翼型优化模型,采用类形函数变换(CST)法对翼型进行参数化拟合,整个优化过程集成于Isight平台,实现自动优化。[结果]采用上述方法,选用NACA 63813/63815/63816翼型作为初始翼型进行多目标优化,利用Fluent转捩模型对得到的翼型进行CFD数值验证,选择翼型攻角5°时的升阻比、升力等为优化目标参数,得到优化后的翼型升力系数分别增大了14%,15%,20%,升阻比分别增大了14%,16%,28%。[结论]数值验证结果表明,优化后的翼型在多个工况点下的升阻比均高于同厚度原始翼型,在具有良好的水动力动性能的同时还提高了叶片的结构强度,相比于传统的翼型更适用于大型潮流能水平轴水轮机。

基于遗传算法的行星传动多目标模糊优化

遗传算法是一种模拟生命进化机制的搜索和优化方法 ,其全局优化和隐含并行性使得遗传算法适合求解大规模的复杂优化问题 ,并在介绍遗传算法的基础上 ,提出了基于遗传算法的行星传动多目标模糊优化方法。算例计算表明 。

改进的模糊优选多目标优化遗传算法及其应用

提出一种改进的模糊优选多目标优化遗传算法.算法采用个体在总群体中的相对优属度作为适应度值,将总群体中的全部个体按子目标函数的数量平均划分为子群体,对每个子群体分配1个子目标函数,以子目标函数值计算子群体中个体的适应度值.2次选择后满足了整体最优的要求,又尽可能地逼近各子目标最优值.经实例计算,效果显著.