基于超平面NSGA-Ⅱ的双输入双降压逆变器系统参数优化设计

针对第二代非支配排序遗传算法(NSGA-Ⅱ)计算过程中存在种群分布不均匀、收敛性速度较慢的问题,提出超平面NSGA-Ⅱ(HP-NSGA-Ⅱ).该算法通过连接反映种群边缘分布的极值点构造超平面,以其法向量为进化趋势,对临界层个体在超平面进行投影,促使种群朝着分布均匀且收敛良好的最优解进化.以双输入双降压型逆变器(DIDBI)为多目标优化对象,开关损耗、输出电压总谐波失真和滤波元件体积为优化目标,依据谐振频率、电感电流纹波和功率因数的要求,推导出滤波电容、滤波电感和开关频率的约束条件,比较分析HP-NSGA-Ⅱ与NSGA-Ⅱ、考虑各目标重要度的γ-NSGA-Ⅱ的应用场合和价值.以某型逆变器样机为例,开展参数优化设计实验研究,结果表明了设计的有效性与正确性.

不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题,提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先,描述了测试不可靠条件下多目标优化选择问题的数学模型;其次,在该数学模型下,将系统给出的故障检测率和隔离率作为约束条件,将测试代价、漏检率和虚警率作为优化目标,建立了多目标优化问题;然后,提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择,利用NSGA-Ⅱ能够得到一组Pareto最优解,可根据实际需求选择最优的测试组合;最后,针对某装备进行实例分析,得到3组最优解,可以满足不同需求下的最优选择,验证了所提数学模型与多目标优化算法的可行性与有效性。

基于改进NSGA-Ⅱ的港机制造企业供应链网络优化

针对港机制造企业供应链网络面临的经济性、稳定性优化需求,本文以供应商、制造基地、港口和客户在内的四级供应链网络为研究对象,对网络各级节点之间的稳定性和港口的物流能力进行评估,选取网络的利润、稳定性为优化目标建立多目标混合整数规划模型。结合算例选择矩阵实数编码、行列交叉操作、差分变异算子对第二代非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)进行改进。计算结果表明,该模型能够对网络的经济性和稳定性进行有效优化,且算法能获得Pareto最优解集,可为决策者提供较强的决策支持。

基于神经网络和响应面近似模型的车门性能多目标优化

通过优化前车门模态、刚度以及轻量化,以改善整车性能和车内舒适性是车辆NVH的研究热点之一。以某乘用车左前车门为研究对象,计算分析其模态和刚度性能。以关键零部件厚度为设计变量,通过最优拉丁超立方试验设计获取样本数据,构建车门模态、刚度及质量的神经网络和响应面近似模型。以车门一阶弯曲模态频率最大化、质量最小化为优化目标,其余性能为约束,运用NSGA-II遗传算法进行性能多目标优化。结果表明:车门一阶弯曲模态频率提高1.24Hz;车门质量减少3.63kg,轻量化率为13.57%,其余性能均达标。基于多种类近似模型的多目标优化方法可有效提升车门性能。

工业无线传感器网络攻击源定位任务分配优化算法

针对工业无线传感器网络中参与攻击源节点定位的任务分配问题,构建和求解多目标优化定位任务分配模型,任务分配模型中设定参考节点组合总能量消耗、距离平均标准偏差目标函数,以及空间约束和剩余能量约束条件;采用循环拥挤排序将非支配排序遗传算法(NSGA-Ⅱ)进行改进后加入基于稀疏度局部搜索的混合优化算法联合求解任务分配模型,将稀疏度最小的解作为稀疏解,再采用极限优化策略在稀疏解周围进行局部搜索使得解拥有更好的分布特性.Matlab仿真结果表明该改进的混合优化算法可以提高算法收敛速度以及降低算法复杂度,在较快的时间内选择出合适的参考节点组合,减少了定位误差,提高了定位精度.