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斜盘式轴向柱塞泵低脉动结构优化设计

由于轴向柱塞泵的非对称结构特性,其输出压力和输出流量存在脉动特性,对液压系统的输出稳定性和可靠性造成影响,因此提出了一种基于多目标遗传算法的斜盘式轴向柱塞泵低脉动结构优化设计方法。首先,通过CFD(computational fluid dynamics,计算流体动力学)仿真分析方法,对轴向柱塞泵上/下死点位的压力-流量脉动的产生机理进行了分析;其次,对阻尼槽结构参数对轴向柱塞泵输出压力-流量脉动的影响规律进行了分析,构建了阻尼槽结构的多目标优化模型;最后,求解了低脉动阻尼槽结构。优化后的结构参数:阻尼槽半径为2.21 mm,阻尼槽长度为10.32 mm,阻尼槽错配角为16.54°。优化后压力脉动率为0.59%,相比于优化前的0.75%降低了0.16%,脉动幅值为0.25 MPa;优化后流量脉动率为12.02%,相比于优化前的5.61%降低了43.59%。研究结果为轴向柱塞泵低脉动结构的优化设计提供了有效的理论支持和实践指导。

基于多目标遗传算法的8×8 S盒的优化设计方法

混沌系统具有非线性、伪随机性、初始值敏感等特性,为基于动力系统构造性能良好的S盒提供了基础,进一步保证了分组加密算法安全性.目前,基于混沌构造S盒的方法大多数针对单个性能指标进行优化,难以获得全面的性能提升.针对此问题,结合混沌映射与多目标遗传算法,提出了一种新的S盒设计方法.首先,利用混沌映射的特性产生初始S盒种群;然后,以S盒的非线性度和差分均匀性为优化目标,基于遗传算法框架对上述两指标进行优化.针对S盒的特点,在优化算法中引入了交换操作,设计了新的变异操作以及非支配序集计算,有效提升了S盒的非线性度和差分均匀性.实验结果表明该算法产生的S盒其差分均匀度为6,非线性度值至少为110,有效提升了S盒的综合性能.

基于多目标遗传算法的屏蔽泵叶轮水力优化

为改善屏蔽泵叶轮综合水力性能,搭建了ANSYS-Workbench与iSIGHT联合优化平台,采用优化拉丁立方设计对叶片骨线、前后盖板及叶缘厚度等共28个备选参数进行敏感性分析.基于各参数对目标函数影响程度,确定叶片前盖板及骨线处等9个参数作为最终优化输入参数,选取Kriging代理模型与非支配排序遗传算法NSGA-Ⅱ对效率及扬程迭代寻优,最终依据不同权重分配给出2种叶片优化方案.通过数值模拟验证,优化方案1与方案2在额定工况下效率分别提升1.98%和2.83%,扬程分别提升15.73 m和13.39 m,运行区间水力外特性均有明显提升.研究结果表明:前盖板参数z 3对效率及扬程影响最大,分别达到-18.99%与-30.10%;使用Kriging代理模型的预测精度最高,总误差E 0值为3.393%;在0.83 Q BEP~1.12 Q BEP运行区间,方案1与方案2的扬程明显高于原方案,方案1在最优流量工况的优化效果最为显著,达13.89%.

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。

不同多目标遗传算法在水闸泵站优化调度应用的对比研究

多目标遗传算法因其高效率和快速收敛而被广泛用于水利工程调度优化。不同的算法具有不同的特点,表现性能不一,寻找一种合适的算法用于水利工程优化是非常重要的。研究选择了三种有代表性的多目标遗传算法,即NSGA-Ⅱ、NSGA-Ⅲ和RVEA,建立了水闸泵站调度多目标优化模型,进行了数值实验来评估这三种算法的表现。根据综合评价,NSGA-Ⅲ更适合于三目标的水闸泵站优化调度。

基于多目标遗传算法的固定蜂窝板辐射器性能优化

针对某低轨卫星高散热性与减重需求,提出一种蜂窝板辐射器的优化设计方案。研究表明,外贴热管能够提高辐射器散热能力与表面温度均匀性。以热管-管路布局参数作为设计变量,利用优化拉丁方试验法生成72套样本组合,并采用误差最低的径向基函数(RBF)构建代理模型,仿真结果表明,基于带精英策略的非支配排序遗传算法(NSGA-II)迭代得到的最优方案提高散热能力超过1/4,表面温度均匀性改善65%且辐射器总质量降低32%。通过绕轨运行热控能力分析得到,优化方案的散热器具有优异的散热性能以及显著的减重优势,可为固定式空间辐射器的设计提供参考。

基于多目标遗传算法的PDC复合片交界结构优化设计

为改善PDC复合片界面处的结合能力,提升其整体的抗冲击性和稳定性,提出了一种新型交界结构。采用有限元方法,对比了外界载荷影响下所设计交界结构和常规界面结构复合片的应力分布状态,并基于提出的交界结构,考虑其结构参数的影响,使用最优填充空间法进行采样,结合最小二乘法构建了结构场的二阶响应面近似模型;以交界结构参数为设计变量,结构场等效应力、最大剪应力和最大主应力的最大值为设计目标,采用多目标遗传算法对响应面近似模型进行优化。研究结果表明,相同模拟条件下,相比常规交界结构,新型交界结构的等效应力最大值降低了50.7%,剪应力最大值降低了52.0%,最大主应力最大值降低了22.4%。优化后的PDC复合片在相同条件下,等效应力、最大剪应力及最大主应力均降低14%以上,且具有更好的破岩稳定性,能有效避免应力集中,同时热稳定性增强。研究结果为PDC复合片优化设计提供了理论依据,同时提供了新的优化方法,有助于降低研发成本。

基于多目标遗传算法的双肘杆机构尺寸参数优化

针对模切机双肘杆机构运动学性能优化问题,本研究提出一种多目标优化方法。首先,建立双肘杆机构平面坐标系,利用封闭矢量法建立运动学模型,利用迭代法求解Ⅲ级杆组的运动曲线。然后,以模切机动平台运动过程中两端纵向距离最小和动平台水平位移最小作为优化目标,以各个杆件间的几何约束和实际工作条件作为约束条件,基于Sobol敏感性分析和快速非支配排序遗传算法(NSGA-Ⅱ)并结合工程实际建立多目标优化模型。最后,分析对比优化前后杆件的参数变化和位移及加速度仿真曲线,选取最优的优化方案。实验结果表明,对双肘杆机构优化后动平台两端纵向最大距离降低1.22%,同时动平台水平最大位移降低17.65%,其模切速度显著提高。

基于遗传算法的卧式加工中心阶梯轨式立柱的多目标优化

立柱是影响机床整机刚度的薄弱环节,其性能直接影响卧式加工中心的加工精度,因此文章提出了一种卧式加工中心阶梯轨式立柱的多目标优化设计方法。首先,基于Ansys对整机进行仿真发现立柱是影响整机静动态性能最薄弱的环节,并当主轴箱处于立柱最上沿处时立柱的刚度最差;其次,选择立柱跨距、立柱高度差、丝杠面宽度、上导轨面宽度作为设计变量;再次,以立柱导轨面X向和Z向变形范围、一阶固有频率以及质量作为评价指标,利用多目标遗传算法寻求最优解,基于此通过灵敏度分析对设计变量圆整并进行仿真验证;最后,结果表明,优化后的立柱导轨面Z向最大变形减小了7.37%,Z向变形范围减小了11.57%,X向变形范围减小了2.41%,一阶固有频率提高了1.4%。

基于多目标遗传算法的外骨骼人-机并联系统性能优化

在提出一种具有仿生交变穿戴接触刚度的膝关节外骨骼人-机物理交互(穿戴)系统研究原型的基础上,开展穿戴系统参数优化分析,用于实现其穿戴舒适性与承载有效性的提高。首先,基于Ansys软件平台,搭建系统虚拟样机模型;其次,基于仿真分析,构造一种计及外骨骼缓冲层结构、材料参数为设计参变量的可穿戴性新型综合评价指标——穿戴舒适度,并获取后续优化初始数据种群;最后,针对穿戴舒适度指标开展多目标遗传优化分析,以寻找外骨骼穿戴系统的设计参数最优值。仿真分析表明,大腿肌群穿戴处最大等效应力(Von-Mises)有效值相对优化前降低44.45%,最大有效变形降低2.86%,有效受力结点数占比提高1.75%。因此,仿真结果可佐证上述人-机并联物理交互系统设计与其性能优化方法的有效性与合理性。

基于改进实数编码遗传算法的神经网络超参数优化

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。

基于遗传算法优化支持向量机的船舰目标识别分类

为了实现有效的海上监管和响应,提高舰船监管效率,降低人力成本,提出基于遗传算法优化支持向量机的舰船目标识别分类方法。以HU矩为舰船目标的特征描述子,在舰船目标图像内,提取具备旋转、尺度与平移不变性的舰船目标特征矩;利用遗传算法,优化支持向量机的惩罚因子与核参数;在参数优化后的支持向量机内,输入舰船目标特征矩样本,输出舰船目标识别分类结果。实验证明,该方法可有效提取舰船目标特征矩;经过参数优化后的支持向量机,可有效降低计算复杂度,加快检测目标识别分类效率,具备较优的舰船目标识别分类性能。该方法均可精准识别分类舰船目标。

基于多目标遗传算法的港口船舶协同调度优化

本文基于多目标遗传算法(NSGA-Ⅱ)提出一种港口船舶协同调度的优化模型,旨在通过合理调度进出港船舶与拖轮的作业流程,最小化总进出港船舶调度时间、总船舶在港等待时间和总拖轮助泊作业时间这3个关键目标,提高港口作业效率。模型考虑船舶的航行安全和水文气象条件,并引入差分进化策略,以提高算法在多目标优化问题中的性能。

基于混合遗传算法的多无人机巡逻路径优化

假设无人机巡逻的起、终点均为派出所,提出了一种融合传统遗传算法和爬山算法的警用无人机巡逻路径优化模型——混合遗传算法。按照轮盘赌法则,进行种群个体的选择,以增大优秀种群个体被选中的概率,达到较好的优化效果。同时定义了与路径优化相适应的基因交叉和变异规则。仿真结果表明,提出的混合遗传算法在寻优效果上明显优于传统遗传算法。

基于遗传算法的风电齿轮传动系统参数优化设计

齿轮箱是风力发电系统的重要部件,其体积大、重量高等问题制约了风电清洁能源的发展.以1.5 WM风力发电机组为研究对象,建立齿轮传动系统轻量化数学模型,并采用遗传算法进行优化求解.结果表明,采用遗传算法是可行的,优化后齿轮传动系统体积减少了4.59%,这将进一步减小齿轮传动系统箱体体积和总质量.通过计算行星轮系的传动效率,验证了优化结果的可行性,该研究将为风电齿轮传动系统轻量化设计提供新方法.

基于遗传算法的无线传感器网络布局多目标优化问题研究

遗传算法是一种启发式搜索算法,可模拟自然选择和遗传机制解决优化问题,适用于处理这些包含多个相互冲突目标的复杂问题。文章以无线传感器网络布局问题为例,构建多目标数学模型表示无线传感器网络布局的多目标优化问题,描述遗传算法在此问题中的优化路径。研究结果表明,优化后的网络布局效果更佳,证明了遗传算法在解决无线传感器网络布局问题中的有效性。