基于优化第三代非支配排序遗传算法的城市应急设施模糊选址

以杭州市上城区2022年全年核酸检测点记录数据为基础,采用优化型第三代非支配排序遗传算法(NSGA3),将杭州市上城区划分为10786个50 m×50 m的人口点,模拟每个人口点去往周边核酸检测这一聚集性应急行为,并进行50000次迭代.将迭代结果进行核密度分析,分别得出基于单设施点的15 min生活圈优化结果、基于双设施点的15 min生活圈优化结果、基于适老化需求修正的设施点优化结果,以及基于单设施点的5 min生活圈优化结果.结果显示,以单设施点的15 min生活圈优化结果为例,在不改变服务能力的前提下,基于优化NSGA3迭代后的核酸检测点网络,将设施平均可达时间从292.44 s优化到了264.62 s.基于核酸检测这一行为结果形成城市应急设施的模糊选址范围,得出“小集聚-大分散”空间规律;在此基础上将模糊选址范围转化为“社区级多功能应急空间”,为将来发生应急事件,进行临时应急设施选点决策时提供理论建议.

基于第二代非支配排序遗传算法的变速器齿轮系多目标可靠性优化

以某微型车变速器为研究对象,在变速器结构已确定、传动比最佳的条件下,以可靠性为主要约束,以齿轮系总体积最小、中心距最小和总重合度最大为目标建立变速器齿轮系多目标优化的数学模型。采用第二代非支配排序遗传算法对变速器齿轮系进行多目标优化并得到其Pareto最优解集。实例计算表明,该数学模型和优化程序是正确、有效。

基于第二代非支配排序遗传算法的转子优化设计

为了减小双盘转子系统的整体振动,针对航空发动机普遍采用的典型1-0-1支承结构下的双盘转子,提出了一种使用多学科优化软件Isight与通用有限元软件ANSYS集成的分析方法。将两转盘位置作为优化变量,以一阶临界转速在10%内的变化为约束条件,采用第二代非支配排序遗传算法NSGA_Ⅱ(Non-Dominated Sorting Genetic AlgorithmⅡ)最小化过一阶临界转速时两转盘的振幅。在高速柔性模拟转子试验器上进行了试验验证,优化后,盘1过一阶临界转速时最大振幅下降了77%,盘2下降了68%,试验结果证明了该优化方法的正确性,能够有效、准确地获取转盘的最优位置,提高了转子设计的效率和质量。

联合遗传算法和强化学习的虚拟网络功能映射与调度方法

网络功能虚拟化环境下,为满足用户不同需求并提高资源利用效率,将虚拟网络功能映射与调度联合考虑。首先,通过构建网络低时延、虚拟机资源高利用及能量低损耗的多目标优化模型,设计了一种强化学习(RL)联合第三代非支配排序遗传算法(NSGAⅢ)的优化方法RL-NSGAⅢ;然后,采用两段式初始化技术求得高质量初始解,利用强化学习的优势自适应调节交叉变异参数,以保持种群多样性;最后,基于参考点的第三代非支配排序遗传算法,将虚拟网络功能映射至虚拟机并进行调度服务,得到多目标优化策略。仿真结果表明:相较于已有的NSGAⅢ、NSGAⅡ和MOPSO算法,采用RL-NSGAⅢ算法计算得到的时延降低了17%~28%,节点负荷提高了9%~19%,能量损耗降低了12%~26%,表明所提算法在提高网络速率和降低网络运营支出上的有效性。

基于CatBoost-NSGA-Ⅲ算法的盾构姿态预测与优化

为解决盾构掘进过程中因盾构前倾变形、蛇形、轴线偏离及纠偏等影响施工安全性与高效性的问题,提出一种将类别型特征梯度提升(CatBoost)与第三代非支配排序遗传算法(NSGA-Ⅲ)相结合的盾构姿态多目标优化方法;以贵阳地铁为例,选取22个影响因素作为输入参数,利用CatBoost算法建立输入参数与盾构姿态之间的非线性映射函数关系,采用随机森林(RF)算法评价输入参数的重要性;以盾构姿态绝对值最小化为目标,构建CatBoost-NSGA-Ⅲ多目标优化模型,并通过案例分析验证所提方法的适用性和有效性。结果表明:采用CatBoost算法训练工程实测数据得到的预测模型具有较高的精度,5个盾构姿态目标的R^(2)范围为0.916~0.943;所研发的CatBoost-NSGA-Ⅲ盾构姿态多目标优化方法,可使盾构姿态得到显著优化,整体改进的平均值为53.34%。

基于NSGA-Ⅲ算法的低影响开发措施规划设计

为完善海绵城市建设的整体规划设计,基于东南亚某经济开发区,结合雨洪管理模型(storm water management model,SWMM)和第三代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅲ,NSGA-Ⅲ)建立了一个四目标优化模型,以地表径流系数、管道过载时间、节点溢流量等3个城市内涝指标和总投资成本作为优化目标进行求解.结果表明:该优化模型可实现多目标同步优化,获得效益较高的低影响开发(low impact development,LID)措施的设计方案,优化后地表径流系数为0.309~0.355,管道过载时间为23.834~27.967 h,节点溢流量为10477~21802 m^(3),工程总投资成本为7.479亿~9.593亿元.研究结果可为未来海绵城市内涝控制设计提供技术参考.

Seru生产方式下考虑工人异质性的多能工分配模型及算法

多能工分配直接影响Seru生产系统的生产能力,而且为了适应Seru的频繁重组、实现生产能力的供需平衡,多能工应与生产任务一同分配。本文从提高工人间公平性和员工满意度的角度入手,研究了以实现Seru间和多能工间工作量均衡为目标的多能工分配问题。针对多能工的异质性特征,考虑了多能工技能组合与生产任务作业需求之间的匹配以及技能熟练水平对作业时间的影响。鉴于研究问题的NP-hard和多目标优化属性,基于第二代非支配排序遗传算法开发了模型求解算法。通过数值算例验证了模型和算法的有效性,分析了技能组合和技能熟练水平对Seru间和多能工间工作量均衡的影响。

基于多目标遗传优化的注射成型机性能设计

采用一种基于多目标第二代非支配排序遗传算法的大型注射成型机总体性能优化设计方法,以最大注射压力、最大注射速率和最小注射功率为优化目标,系统分析了两两组合优化和三目标并行优化时,注射油缸内径、螺杆直径、工作油压力和工作油流量等设计参数对注射机构性能的影响,以及螺杆最大塑化能力的变化趋势。对于多目标优化的Pareto集,使用基于模糊集合理论的方法在其中选择一个最优解,排除人为偏好的不确定因素。与强度Pareto进化算法相比,第二代非支配排序遗传算法能以较小的时空复杂性得到分布均匀且更加逼近最优解的Pareto前沿。最后,以HTF180X2N大型注射成型机为例,说明所得结果可为决策者在大型注射成型机方案设计阶段进行目标权衡处理提供有效的依据。

云制造下小批量定制产品的服务组合双层优选方法

为解决云制造环境下小批量定制产品的服务组合优选问题,提出一种以加工特征作为任务粒度的资源服务组合双层优选方法。该方法首先构建了需求—特征图谱、制造资源供应图谱对供需两方信息进行描述与存储;然后设立加工合格率、满意度评价值、交付按时率、供应偏好值4个指标,并依托变异系数法进行赋权来初筛供应商,实现一层优选;最后建立了以工艺总成本、工艺总时间及总碳排放作为优化目标,特征间的优先级关系作为约束的优化模型,并使用融入次候选集变异算子的改进遗传算法NSGA-Ⅲ对其进行求解,完成二层优选。通过对实例结果的工艺流动顺序分析验证了该方法的可行性,并证明了改进后的算法求解效果更佳。

关键节点双目标优化的虚假信息传播控制模型

虚假信息传播控制是全球网络空间安全治理的热点领域。针对目前在线社交网络中的虚假信息传播控制研究,尚未考虑对关键节点集控制所产生的成本开销这一实际问题,提出了一种基于关键节点双目标优化的虚假信息传播控制模型。首先,根据用户节点在社交网络1-hop和2-hop区域的传播影响力以及节点的度中心性、k-shell等多种复杂网络特征,对两个优化目标(控制效果和控制成本)进行数学形式化表示;其次,设计一种融合自适应非线性策略的位翻转变异算法,实现对离散搜索空间的第2代非支配排序遗传算法改进,并将改进后第2代非支配排序遗传算法用于虚假信息传播关键节点集的选取,从而实现虚假信息传播控制效果最大化,控制成本开销最小化;最后,通过在真实在线社交网络平台上开展实验,分析模型参数对控制成本和控制效果的影响。实验结果表明,该模型与现有方法相比,在控制成本和控制效果的组合指标R TCTE上具有明显的优势。该模型适用于大规模复杂社交网络下最低成本的虚假信息传播控制。

基于NSGA-Ⅱ与形貌优化的电池冷却器支架结构优化设计

为了提高某汽车电池冷却器支架的结构强度,满足振动疲劳性能要求,从参数化建模出发,结合第二代非支配排序遗传算法和形貌优化特点,提出基于第二代非支配排序遗传算法和形貌优化的电池冷却器支架结构优化设计方法。通过Isight平台集成SolidWorks软件和Workbench软件,对电池冷却器支架进行参数化建模,通过试验设计灵敏度分析,将设计变量从12个减少到10个,缩短优化时间。以电池冷却器支架质量与最大等效应力为响应变量,采用第二代非支配排序遗传算法进行多目标优化。以电池冷却器支架最小柔度为目标,进行形貌优化。结果表明,在对电池冷却器支架结构优化设计后,最大等效应力小于许用应力,减小42.19%,满足强度性能要求,延长疲劳寿命,同时一阶模态频率提高42.71%。

考虑岸桥作业的集装箱船配载多目标优化

为进一步提高集装箱码头作业效率,降低船舶在港停留时间,将码头前沿负责装卸作业的岸桥设备纳入集装箱船配载决策考虑范围内,通过降低航线上各港口的岸桥作业不均衡量保证船舶在港作业效率。考虑船舶运输安全性、经济性、适航性等需求,以岸桥作业不均衡量、船舶阻塞箱数量、稳心高度、横倾角和纵倾值为目标,构建集装箱船配载多目标优化模型。为有效求解多目标优化问题,采用灰熵并行分析法改进第三代非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ,NSGA-Ⅲ)。实验结果表明:改进算法在求解性能上优于一般的带精英选择策略的算法,对算例参数设置变化具有较好鲁棒性,可为制订岸桥作业量均衡的集装箱船配载计划提供一定决策支持。

引黄灌区水资源承载力多目标决策模型

开展灌区水资源承载力多目标决策研究,探究灌区水资源、社会经济以及生态环境三者之间的互动关系,对可持续性灌区建设具有重要意义。以赵口引黄灌区二期工程为研究对象,以灌区经济效益最大、缺水率最小、承载人口总量最多、污染物排放量最小以及粮食产量最大为目标,综合考虑灌区供需水能力、灌溉面积、污染物排放等多维临界约束,构建了赵口引黄灌区二期工程水资源承载力多目标决策模型,运用第3代非支配排序遗传算法(NSGA-Ⅲ)进行求解,获得Pareto最优解集,并依据不同的目标偏好和熵权法从中选取多套决策方案。研究结果表明:文中经济效益最大、社会效益最大、生态效益最大、人口总量最大以及粮食产量最大5个目标相互制约,Pareto非劣解侧重于追求其中一方效益最优的同时,必然会引起其他目标值(至少一个)变劣。因此,文中得到的多种决策方案可为灌区未来水资源承载力的提升提供科学理论指导。

基于Isight和Abaqus缩短涡轮叶片燕尾榫结构优化设计周期

采用Abaqus软件对典型涡轮叶片燕尾榫结构周围的最小接触压力和应力进行有限元分析,并基于Isight软件进行仿真流程自动化和优化设计研究,以期在满足设计要求的前提下,找到一种高效的优化设计方案。首先利用Isight提供的多种算法进行优化设计,并对比不同算法的优化结果和优化运行时间,发现序列二次规划法(NLPQLP)和下山单纯型法(Downhill Simplex)虽然优化时间短,但是优化结果陷入局部最优,多岛遗传算法(MIGA)和非支配排序遗传算法(NSGA-II)虽然优化结果理想,但是优化效率较低。然后,提出了两种改进方案。第一种,首先基于Isight提供的工具Latin Hypercube创建代理模型,再利用代理模型进一步优化。第二种,采用组合优化策略的方式,先采用MIGA或NSGA-II进行少量的全局优化,再以优化结果作为下一步优化的初始方案,使用NLPQLP或Downhill Simplex进行局部优化。最终对多种方案的优化结果和优化效率进行对比和评价。

基于多目标优化模型算法的郊野公园土地利用优化策略研究——以上海市浦江郊野公园为例

提升生态系统服务和优化空间结构是郊野公园规划的两大重要目标。然而,常规的郊野公园规划以游憩为主要目标,忽视了土地利用结构的优化和复合生态系统服务的提升,亟待引入定量化的决策辅助郊野公园规划的合理化。本研究旨在探索郊野公园土地利用优化策略,以上海市浦江郊野公园为研究对象,搜寻以最大化生态系统服务价值及空间聚集度为目标的郊野公园土地利用规划方案,并根据不同偏好策略对最优空间方案进行分析,为郊野公园的土地利用调整规划提供具体的空间参考和决策建议。研究采用分解的多目标进化算法构建多目标优化模型进行土地利用方案的生成和优选,经过构建决策变量、概化约束条件、设定目标函数、算法优化4个步骤进行了浦江郊野公园土地利用的算法优化。研究表明,采用的土地利用优化策略能够有效辅助规划方案的生成和效益提升,将研究区场地内零散未利用地转换为水域并与周边水面相连有利于实现空间聚集的目标,而增加林地、水域比例,构建林地水网相互交织的景观格局有利于大幅提升生态系统服务价值指标。

基于Kriging-NSGA-Ⅱ的大跨度斜拉桥多目标索力优化研究

文章针对大跨度斜拉桥的索力优化问题,提出了一种基于Kriging-NSGA-Ⅱ的多目标索力优化方法。以Kriging回归算法为基本模型建立了大跨度斜拉桥的结构代理模型,采用基于强度的非支配排序和动态交叉变异算子改进NASA-Ⅱ算法,求解考虑主梁弯曲应变和挠度双目标控制下的索力优化问题,并以某大跨度斜拉桥为工程背景验证了该方法的可行性。研究结果表明:Kriging模型对结构响应面的拟合良好;改进NSGA-Ⅱ算法可以实现对双目标索力优化问题的求解:优化后主梁弯曲应力和挠度得到明显改善。

NSGA-Ⅱ算法的参数取值对供水管网多目标优化设计的影响

第二代非支配排序遗传算法(NSGA-Ⅱ)被广泛应用于供水管网优化设计,但在NSGA-Ⅱ算法的参数取值对优化效果的影响方面缺乏深入研究。基于此,以2个大型供水系统的多目标设计为例,系统研究NSGA-Ⅱ算法中的4个关键参数(交叉概率、变异概率、交叉分布指数和变异分布指数)对算法搜索性能的影响。结果表明:交叉和变异分布指数对NSGA-Ⅱ的性能有显著影响,2个参数中必须至少有一个保持较小值,才能使NSGA-Ⅱ发挥出较满意的搜索性能;相反,交叉和变异概率在以推荐值为中心的较大邻域范围内对算法搜索性能没有显著影响。

基于直流阶跃电压试验与NSGA Ⅱ算法的同步电机动态参数辨识方法

三相突然短路试验是同步电机动态参数辨识最常用的方法,但对于大型同步电机而言,由于突然短路过程的电流非常大,给电机系统造成损伤的风险较大,且试验及保护系统十分复杂。为解决上述问题,提出一种基于直流阶跃电压试验的同步电机动态参数辨识方法。首先,推导基于直流阶跃电压试验的参数解析表达式,建立参数与电流响应的关系;然后,针对实测电流响应波形的噪声问题,提出一种改进的小波阈值去噪方法,从含噪信号中提取出真实的电流响应信号;最后,利用第二代非支配排序演化算法(NSGAⅡ)多目标优化算法对电流响应信号进行时域拟合,得到了电流响应的解析表达式,进而推算得到同步电机d、q轴的稳态与动态参数。通过对一台376MV·A同步电机的样机进行动模试验,验证所提出的参数辨识方法的有效性和准确性。直流阶跃电压试验可以实现d、q轴参数的独立辨识,该方法试验设备少,简单易行,安全可靠。

基于参考点拥挤度改进的NSGAⅢ算法

当NSGAIII算法中的参考点小生境数比较小时,与该参考点相关联的所有成员都同时进入下一代,未考虑拥挤程度,降低了种群的多样性,减缓了种群的收敛速度。针对这一问题,提出一种个体选择策略,每次从参考点集合选取个体进入下一代之前,先计算集合中种群成员相互之间的拥挤度,当拥挤距离小于所设定阈值时,随机删除其中任意一个个体,使其不参与下一代的进化。在PlatEMO平台上与原算法进行实验对比,实验结果表明,改进算法使Pareto解集的收敛性和分布性方面得到了改善。

基于改进型NSGA-Ò算法的西宁市土地利用多目标优化

可持续发展是当今时代的主题,实现可持续发展需要优化的土地利用作为支撑。该文以位于世界第三极的西宁市为研究区,分析西宁市土地利用存在的问题,提出土地优化利用的3个目标(经济效益、生态效益和土地紧凑性最大)和约束条件(土地变化不超过20%)。借助多目标优化算法(改进型NSGA-Ò),探寻所有目标达到最优权衡时的土地利用优化方案集合,并从集合中选取出4种代表方案(无偏好目标方案和3个目标函数分别占优的方案)进行深入分析。结果表明,相比土地利用现状,无偏好目标方案可将生态效益提高6.36%,生态占优方案可将生态效益提高39.3%,土地紧凑性占优方案可将紧凑性提高2%。以上方案可为西宁市可持续发展提供决策支持,同时该文方法可推广于世界第三极其他城市或区域。