带精英策略的快速非支配排序遗传算法在多目标无功优化中的应用

带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)是一种新型的多目标遗传算法,该算法求得的Pareto最优解分布均匀,收敛性和鲁棒性好。本文分析了当前多目标无功优化算法存在的缺陷,提出将NSGA-Ⅱ应用于多目标无功优化,该算法一次运行可以获得多个Pareto最优解,决策者可根据系统的实际要求选择最终的满意解,为各目标函数之间的权衡分析提供了有效的工具。算例结果表明NSGA-Ⅱ算法具有良好的优化效果,是一种求解多目标无功优化问题的新思路。

多目标炼钢—连铸生产调度的改进带精英策略的快速非支配排序遗传算法

针对炼钢连铸调度的特殊工艺要求,在考虑炉机匹配原则和多重精炼的情况下,建立了以炉机匹配度、炉次间等待时间、浇次的开浇提前/拖期时间为评价指标的多目标约束满足优化模型,并针对其多目标特征,提出一种基于自适应网格法的择优策略来改进带精英策略的快速非支配排序遗传算法,有效克服了使用传统Pareto支配法择优策略在解决离散问题时容易丢失有用信息的缺陷。基于多种规模的实际生产数据进行仿真实验,结果表明所提算法在收敛性、最优解集多样性和计算效率方面优于传统带精英策略的快速非支配排序遗传算法。

考虑机器检修的圆钢热轧批量调度算法

针对圆钢的热轧批量调度问题,考虑实际生产中的机器检修计划对批量连续性加工的影响,以最大化产能利用率、最小化机器调整时间和订单提前拖期为优化目标,建立了多目标的整数规划模型,并提出改进的带精英策略的快速非支配排序算法对模型进行求解。算法结合问题的约束特征,采用改进的NEH算法生成初始解,并采用罚函数的思想设计适应度函数,对种群中存在的不合理解设计修复规则进行修复;针对遗传进化过程,设计了遗传操作方式,并在算法迭代过程中嵌入基于有限搜索范围的邻域搜索算法,避免算法陷入局部最优。实验结果表明,模型和算法对问题的描述和求解是可行有效的。

基于改进NSGA-Ⅱ算法的港口堆位分配问题研究

散杂货港口堆位分配问题是一个典型的组合优化问题。在对此问题分析和建模的基础上,采用NSGA-Ⅱ算法进行求解。针对问题搜索空间大、约束条件复杂等特点,对传统NSGA-Ⅱ算法进行了改进,以提高算法的处理效率、收敛性和多样性。应用Java编程语言,融合JESS推理机,进行了改进NSGA-Ⅱ算法的仿真研究。

内置式永磁游标轮毂电机结构参数多目标优化

外转子内置式永磁游标电机采用了磁调制原理,其内嵌永磁的结构能够提供额外的磁阻转矩,在低速大转矩方面有显著优势。研究了V形内置永磁游标电机,针对其磁路结构复杂、电磁参数多、不同性能指标之间难以平衡的问题,选取电磁结构参数作为优化对象,采用有限元的计算方法建立了BP神经网络代理模型,并利用NSGA-Ⅱ进行多目标优化,电机转矩和铁心损耗的优化率均达到10%以上,验证了多目标优化算法在内置式永磁游标电机设计方面的优越性。

基于双链式结构的云制造系统内资源调度

为提高云制造系统内各参与主体间的信任度及资源调度效率,研究基于双链式结构的云制造系统。首先,对区块链技术应用于云制造系统中进行分析,设计企业信息公有链及制造资源联盟链上的业务流程。其次,提出将资源调度算法写入制造资源链的智能合约中自动执行资源调度,建立考虑创新性和匹配性的多目标资源调度模型,使用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)进行模型求解。最后,进行实验仿真分析,将本文所提出双链式结构及资源调度模型与传统云制造资源调度模型做对比,验证模型的有效性。结果表明,在基于双链式结构的云制造系统内各参与节点间相互信任后,制造资源调度具有更优的非支配解集并且资源调度速度得到了提升。

复杂机坪运行模式下的停机位分配协同优化

目前我国大型枢纽机场普遍存在近机位资源紧张,难以协同机场、旅客、航司三方利益等问题,并且由于其机坪运行模式复杂,导致滑行通道冲突风险加剧,影响机场运行安全.为了探索大型枢纽机场停机位协同分配问题综合有效的解决方法,把武汉天河国际机场作为典型实例,考虑不同机坪构型的运行方案对停机位分配的影响,在满足区域机位组合限制、航班对应运营区域限制等实际约束的基础上,从靠桥率、旅客步行距离和同机位航班冲突三个方面建立多目标停机位分配协同优化模型,并利用带精英策略的快速非支配排序遗传算法对模型进行仿真验证.将得到的Pareto最优前沿与人工分配结果进行对比,优化效果显著,并且对应的多个最优解均满足机场的实际运行规则,对于机场工作人员有针对性地根据不同的需求选择符合机场实际运行情况的停机位分配方案提供了科学合理的依据.

基于神经网络和多目标优化算法的掺铋光纤放大器设计

掺铋光纤放大器有助于将光纤通信系统拓展至新的传输波段。然而,其增益和噪声性能存在相互制约的关系,提升增益往往会导致噪声性能的恶化,反之亦然。因此,提出一种结合反向传播神经网络(BPNN)和带精英保留策略的快速非支配排序遗传算法(NSGA-Ⅱ)的多目标优化方法,通过对两级掺铋光纤放大器结构进行设计,实现了增益和噪声性能的同时优化。使用经过训练的BPNN对增益和噪声系数预测的均方根误差分别为0.191和0.084,具有较高预测精度。以高增益和低噪声系数为目标,使用NSGA-Ⅱ算法进行优化,得到包含500个解的Pareto最优解集。优化后,放大器所能实现的平均增益范围为15~37 d B,相应的平均噪声系数范围为4.95~5.31 d B。利用BPNN代替求解耦合微分方程来评价个体适应度,使得优化时间较传统方法由106s左右降低为80 s左右,大幅提升了优化效率。所提方法也为其他掺杂光纤放大器的高效率、多目标结构优化设计提供了一种新的思路。

计及碳排放的风-光-抽水蓄能系统容量优化配置方法

合理的系统容量配置方案是开发利用可再生能源的重要基础。文中提出了一种并网型风-光-抽水蓄能联合运行系统容量优化配置方法,该方法以成本最低、经济效益最大、碳排放量最小为优化目标建立系统模型,基于中国东南沿海某近陆海岛的真实数据,采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解。然后,引入灰色关联分析法实现无偏折中策略获取最优容量配置方案。仿真结果表明,联合运行系统能在最大限度利用风能和太阳能的基础上实现连续稳定运行;引入灰色关联分析法决策最优容量配置方案是可行的,且联合运行系统在全项目周期里的碳排放量随着灰色关联度的增大而减小;适当提高风电和光伏发电入网率能够降低系统成本、提高经济效益、减少碳排放量。

基于NSGA Ⅱ的物流配送中车辆路径问题研究

车辆路径问题已经被证明属于NP-Hard问题。针对这一问题建立了多目标优化的数学模型;构造了带精英策略的快速非支配排序遗传算法,以求解车辆路径问题的数学模型,针对物流配送路径优化,将该算法从解决连续问题扩展为解决离散问题;进行了算法设计,提出了离散问题的快速非支配排序和锦标赛选择结合的子代选择方法,并修正了以往的初始群体生成、交叉和变异的方法。通过实例比较证明,该算法可以更好地解决物流配送路径优化的多目标问题,较快找到更优解,避免早熟收敛并改进算法性能,达到较高的搜索效率。

多工作日历下的大型工程项目多目标任务指派优化方法

为解决多工作日历下大型工程项目任务指派问题,提出一种多目标优化方法。建立了以项目工期最短、成本最低为优化目标,考虑多工作日历约束的大型工程项目多目标任务指派优化模型;提出基于多工作日历的时间推算方法,解决了多工作日历下工程项目任务指派的关键问题。设计了带精英策略的快速非支配排序遗传算法求解优化模型,其中编码采用基于承包商号的整数编码方式,交叉操作采用两点交叉方式,变异操作采用单点变异方式。种群初始化采用拒绝策略以保证个体可行性,变异过程采用修复策略以保证子代个体的可行性。解码操作根据各任务被指派的承包商号数组,在任务成本数组中查出任务成本,对各任务成本求和得到项目成本;在任务时间数组中查出任务时间,基于关键路径法采用正向推算函数FC得到各任务最早开工时刻、最早完工时刻,进而求出项目工期。进化结束后将所得到的Pareto解集存入工作表“Pareto解集”,当决策人员双击某个Pareto解时,算法基于关键路径法采用正向顺推函数FC和反向逆推函数IC得到其对应的调度矩阵。通过案例分析验证了所提方法的有效性。

改进NSGA2在炼钢-连铸调度中的应用研究

针对具有多重精炼方式的炼钢-连铸调度排产问题,采用单纯带精英策略的非支配排序遗传算法(NSGA2)存在求解精度不高,求解速度慢、并得到Pareto解集后需要人工确定最优解的问题,提出了基于优先级策略的改进NSGA2新方法。首先基于炼钢-连铸生产工艺过程及调度目标和要素建立多目标优化调度模型,然后将所提出的方法应用到具有多重精炼的炼钢-连铸生产调度问题中,并与现有采用原始NSGA2的仿真结果进行比较。实验结果表明本文提出的基于优先级策略的改进NSGA2算法在求解速度、求解精度上均优于原始NSGA2算法,并能自动给出唯一的最优调度方案,避免人工确定最优解缺乏科学依据问题。

多载量自动导引车系统防死锁任务调度方法

针对车辆装配制造应用环境中的辅料配送多载量自动导引车系统(AGVS)任务调度问题,建立了以最小化任务配送路程和最大化待料停产剩余时间为综合优化目标的任务调度数学模型,提出于基于改进带精英策略的非支配排序遗传算法(NSGA-Ⅱ)的防死锁任务调度方法。首先,构建了多个用于产生优质个体的启发式规则,以提升NSGA-Ⅱ初始种群的质量;设计了结合前瞻性预测机制和防死锁策略的个体解码决策流程,以决策出满足所有约束条件的防死锁任务调度方案;然后,为了加速非支配前沿向更优方向收敛,设计了带精英保留策略与邻域搜索的种群进化机制;最后,通过仿真实验对所提方法进行了验证。仿真结果表明:与其他方法相比,所提出的防死锁任务调度方法,能够以较低的任务执行时间获得更高的内饰装配线产能。

集成自动导引车路径规划的智能制造数字化车间设备布局优化方法

智能制造数字化车间具有自动导引车(AGV)、加工设备高度集成的特点。针对智能制造数字化车间布局和AGV路径规划分开优化,使得某区域的物料搬运过于集中,导致该区域AGV搬运工作量繁重,影响AGV路径规划的问题,建立了以物流运输量最小,物料搬运时长最短以及AGV数量最少为目标的智能制造数字化车间布局和AGV路径规划集成优化模型。提出一种改进的带精英策略的快速非支配排序遗传算法,采用系统化布置设计法来生成部分初始种群,增加初始种群分布,防止陷入局部最优;将不等长的双链染色体与疫苗接种策略引入非支配排序遗传算法,提高了算法的寻优速度和精度;最后求解得到一组Pareto解集,供决策者优中选优。通过实例验证了所提方法的有效性。

配电网固定串联补偿多目标优化

为了更好地利用固定串联补偿电容器改善网架薄弱、供电半径大以及长线路末端有重负荷配电网的电压偏差,研究了确定固定串联补偿电容器选址定容的多目标优化方法。以电压整体偏差、串联补偿容抗和有功网络损耗最小为目标建立配电网固定串联补偿多目标优化模型。基于灵敏度方法和固定串联电容器减小线路电压损耗的原理确定安装固定串联电容器候选线路和补偿容抗取值范围。运用带精英策略的快速非支配排序遗传算法求解建立的模型。算例验证了方法的可行性和有效性。结果表明串联电容器能够有效地提高电压质量和降低有功网络损耗。

基于SVM与NSGA-Ⅱ的外转子永磁力矩电机多目标优化

建立了外转子永磁力矩电机的有限元分析模型,并以转矩密度和转矩波动为优化目标,建立了电机多目标优化问题的数学模型。通过电机结构参数样本空间设计,利用支持向量机(support vector machine,SVM)对电机进行非线性回归建模,利用带精英策略的快速非支配排序遗传算法(nondominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ)进行参数寻优。通过有限元仿真验证,NSGA-Ⅱ与变权数加权的网格搜索法寻优的对比结果,表明了NSGA-Ⅱ寻优的准确性、有效性及全局性。

基于改进NSGA-Ⅱ的船舶管路路径设计

针对船舶机舱空间设备繁多、约束复杂,导致人工布管效率低、易出错,而现有布管算法只能生成少量布局结果,不能为管路工程师提供丰富参考等问题,提出一种用于求解船舶管路路径设计的改进多目标优化算法。用网格分解法描述障碍物和主要布局约束,将管路长度、折弯数目、贴壁敷设、折弯限制、“凹兜”数目、成束布局效果作为优化目标参与个体支配关系确定和择优过程,以连接点策略和改进A*算法构建种群个体,为带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)框架引入局部爬山搜索、精英个体非支配合并、种群多样性保持等改进策略以提高算法寻优能力,提出基于改进多目标算法和人工决策进行多管路成束布局和分支管路布局的算法流程。最后,通过仿真算例和实际算例验证了所提算法的可行性和先进性。

基于车辆共享的多中心共同配送联盟优化

针对多中心共同配送网络优化研究在车辆共享和合作联盟构建方面存在的不足,提出基于车辆共享的多中心共同配送联盟优化策略。首先,建立了多周期物流运营成本最小化和车辆使用数最小化的双目标优化模型。其次,设计了考虑客户空间地理位置和服务时间窗的K-means时空聚类算法,进而提出一种Clarke-Wright-带精英策略的快速非支配排序遗传算法混合算法,该混合算法设计了算法间的选择性赋予机制,增强了算法的全局和局部寻优能力,并与多目标遗传算法和多目标粒子群算法进行比较分析,进一步验证了模型和算法的有效性。然后,应用改进Shapley值法进行了多中心共同配送的收益分配优化方案研究,进而研究了多中心间的合作联盟序列选择,并比较验证了不同收益分配方法计算的合作联盟方案稳定性。最后,通过实例对所提方法进行了验证,分析探讨了不同车辆共享模式下的多中心合作联盟序列,结果表明该方法能够实现配送资源的合理化配置并提高合作联盟稳定性,可为基于资源共享的物流配送网络优化提供参考和方法支持。

卵形截面钢丝螺旋弹簧切应力分析及多目标优化设计

卵形截面钢丝螺旋弹簧如今广泛应用于发动机气门弹簧、离合器弹簧等领域。基于弹性理论,对卵形截面钢丝螺旋弹簧切应力进行分析,提出一种切应力计算方法。弹簧截面扭转基本方程为非齐次偏微分方程。通过换元法、分离变量法及Fourier展开法得到截面扭转切应力,基于半逆解法得到弯曲情况下的切应力,将修正后的扭转切应力和弯曲切应力叠加得到总切应力。通过有限元仿真,验证了计算方法的正确性。基于带精英策略的快速非支配排序遗传算法(a fast elitist Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)和上述切应力计算方法提出了一种卵形截面钢丝螺旋弹簧多目标优化设计方法。优化结果表明,该方法可以为卵形截面钢丝螺旋弹簧的设计提供参考。

考虑技能学习差异的多工人协作柔性车间调度

在考虑工人技能学习差异的基础上,为解决多工人协作柔性车间调度问题,提出了基于稀疏邻域带精英策略的快速非支配排序遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)的调度方法。对考虑技能学习差异的多工人协作柔性车间调度问题进行了描述,以车间工人学习能力为背景改进了DeJong学习模型,并建立了多工人协作柔性车间调度的多目标优化模型。在NSGA-Ⅱ基础上,引入了邻域稀疏度的选择方法,有效保留了信息丰富和多样化的染色体,并将稀疏邻域NSGA-Ⅱ应用于柔性车间调度问题求解。经实验验证,稀疏邻域NSGA-Ⅱ所得Pareto解集质量高于标准NSGA-Ⅱ和自适应多目标进化算法(Multiobjective Evolutionary Algorithm Based on Decomposition,MOEA/D),最短调度方案的完工时间为127.1 min,该方案满足逻辑和时间等约束。实验结果验证了稀疏邻域NSGA-Ⅱ在柔性车间调度中的优越性。