基于适应性权重遗传算法的多目标无功优化研究

研究一种多目标无功优化问题的求解方法。基于无功分层分区平衡以及保证紧急情况下电网安全的原则,给出了在电网正常情况下优先投切电容器、调节变压器分接头,然后设定机端电压的优化调控顺序,进一步提出将优化问题分解为连续变量优化和离散变量优化问题,并分别求解,迭代直至收敛的求解思路。鉴于多目标无功优化模型的复杂性,以及连续、离散控制变量并存,采用遗传算法求解,重点研究了控制变量的编码方案以及选择、交叉、变异以及保留操作策略。针对于多目标无功优化各个目标权重难以确定问题,又进一步引入了适应性权重遗传算法,随着遗传代数的进化算法能自适应地给出各个目标权重。仿真算例验证了文中所提的多目标无功优化求解方法的合理性。

基于适应性权重遗传算法的自航式鱼雷发射管优化设计

为了对自航式鱼雷发射管进行优化设计,采用适应性权重遗传算法解决多目标非线性优化问题。选择发射管长度、体积、重量作为优化目标,通过运用“界限构造法”确定权重和目标函数、适应性罚函数法处理不等式约束,将多目标优化问题转化为单目标优化问题进行处理。以鱼雷自航发射为例进行了模拟计算,仿真结果表明,采用适应性权重遗传算法进行自航式鱼雷发射管的优化设计是有效的,可以为工程实践提供参考依据。

基于适应性权重遗传算法的配电网多目标综合优化

针对配电网多目标综合优化问题的复杂性,以及网络重构、电容器投切的离散控制变量优化问题,基于遗传算法从全局角度来求解此优化问题,研究了网络重构、电容器投切的编码方案,以及两者的综合编码方案,并研究给出合理的选择、交叉、变异以及保留操作策略。针对线损、电压质量以及线路负载多目标的各个目标权重难以确定问题,进一步引入适应性权重遗传算法,随着遗传代数的进化,算法自适应地给出各个目标权重。仿真算例验证了所提算法用于配电网多目标综合优化的合理性。

多目标优化方法在输电塔阻尼器布置中的应用

为了更深入的研究结构风振控制中阻尼器的位置优化问题,以遗传算法为基础,应用多目标优化方法对输电塔阻尼器的合理布置进行了探讨,并提出了一种改进的适应性权重———代间比较权重.选取输电塔的H∞范数和阻尼器的总量作为优化的目标函数,对适应性权重与代间比较权重方法的优化效果进行了对比.优化结果表明,应用代间比较权重方法只需较少的进化代数即可获得合理的阻尼器布置形式,不仅有效地控制了输电塔的风振,同时减少了阻尼器的安装数量.

风力-生物质能联合发电系统在微电网中的扩展规划

提出了基于改进遗传算法的风力-生物质能联合发电系统在微电网中的扩展规划模型,在寻求总成本最小的扩展方案的同时,使微电网可靠性更高,而且满足系统规划和运行的非线性约束条件。在规划总成本中,不但包含机组投资的建设费用和运行费用,而且把电力供给不足所导致的需求侧停电损失成本也考虑在内。在模型中采用了适应性权重和方法构造双目标函数,很好地协调了成本和可靠性的问题。计算表明,文章所提出的模型和算法是可行、有效的,能对智能电网和分布式发电的规划和设计提供一定的理论依据和技术支持。

基于免疫遗传算法的潜艇水动力系数优化研究

针对潜艇空间运动方程中的水动力系数优化问题,采用一种基于适应性权重免疫遗传算法解决多目标非线性优化问题。选择若干对潜艇操纵控制具有高敏感度的水动力系数作为优化变量,运用适应性权重方法确定权重和目标函数,将多目标优化问题转化为单目标优化问题进行处理。针对某型潜艇,选取水平面Z型操舵机动、垂直面梯形操舵机动和水平面定常回转运动3种典型运动形式作为研究对象,就水动力系数优化前后的效果进行了仿真分析,证明了本文采用的优化方法的有效性。

基于多目标遗传算法的机车二系支承载荷调整优化方法

为提高电力机车二系支承载荷调整优化算法的实用性,解决单一目标遗传算法调整计算产生二系支承点加垫数和加垫总量过多的问题,提出了一种基于多目标遗传算法的寻优方法。针对机车二系调簧问题的偏好结构特点,建立了多目标优化模型,并设计了基于多目标遗传算法的调簧目标函数,进一步引入了适应性权重方法来确定目标函数值,并确立了相应的适应度评价和分配方法。对国产SS3b和HXD1B型机车的应用结果表明:该方法不仅能够优化二系载荷分布,而且可控制加垫量减少约48%,显著提高了调簧算法的实用性和可靠性。

基于工序质量信息的切削参数优化技术研究

将质量管理与工艺优化相结合提出一种新的基于工序质量信息的切削参数优化方法。针对这一方法,在改进原有质量工具的基础上,提出两种新的质量分析手段:横向工序质量分析和纵向工序能力分析。根据工序质量分析提供的目标和约束建立优化的数学模型,为切削参数优化提供方向,使用自适应权重遗传算法优化加工时间和表面质量,从而提高了工艺优化的准确性和效率。并通过实例验证该方法的可行性。

基于全球集合预报的西北太平洋热带气旋预报的评估和改进

西北太平洋热带气旋在2018年7~8月间的预报,特别是在上海登陆的温比亚(2018)、安比(2018)和云雀(2018),给数值模式和预报均带来巨大的挑战.文章基于ECMWF和NCEP的集合预报对这些热带气旋的预报技巧进行了分析.结果表明,ECMWF的集合预报对热带气旋路径和强度的预报技巧高于NCEP的集合预报.对于在上海登陆的三个台风,ECMWF的集合预报对温比亚(2018)和安比(2018)的强度预报技巧优于NCEP的集合预报,但两者对云雀(2018)在峰值附近的强度预报技巧都较低.为了提高集合预报对热带气旋的预报技巧,文章提出了一种集合预报成员的适应性权重估计方法.该方法利用集合成员的预报场和分析场相对于观测的距离,适应性地估计集合成员在集合平均中的权重.当适应性权重方法应用于ECMWF和NCEP的集合预报时,二者的集合预报对热带气旋路径和强度的预报技巧都得到了改进,并且ECMWF集合预报的改进要优于NCEP集合预报.