非支配排序遗传算法-Ⅱ组合赋权的水体富营养化多维联系云评价

用基于非支配排序遗传算法-Ⅱ组合赋权法的非对称多维联系云模型对24个湖库水体的富营养化程度进行分级评价。结果表明,该方法可综合不同赋权理念的优势,量化权重组合过程的不确定性、不同权重的随机性及其与真实权重的一致性等多重模糊特征,同时能高效准确地寻优求解指标权重,并能适用于多种不同类型水体的评价。扩展的多维联系云也提升了计算效率,集成联系度定量表征了富营养化等级与指标间的多重模糊随机性,实现了对水体富营养状况及其变化趋势的精确评价。

基于响应面模型和NSGA-Ⅱ算法的注塑成型工艺优化

以某安全箱箱体为例,将最大缩痕指数和最大翘曲变形作为优化目标,以模具温度、熔体温度、注射速率、保压压力和保压时间为设计变量,通过正交试验设计及有限元模拟,获取试验样本;基于Isight参数优化软件,建立安全箱箱体注塑成型工艺参数与优化目标之间的响应面近似模型;利用非支配排序遗传算法在响应面模型内自主寻优,获取一组安全箱注塑成型的最优工艺参数;根据数值分析结果设计了注塑模具,按最优工艺参数试模,一次性试模成功。结果表明该方法可快速、有效实现注塑成型工艺优化。

基于改进NSGA-Ⅱ的考虑自动引导车充电策略的集成调度

针对自动引导车(AGV)在自动化集装箱码头(ACT)执行任务过程中的电量问题,提出基于改进的非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)的考虑AGV充电策略的集成调度。首先,在岸桥、场桥和AGV集成调度模式下,考虑AGV在不同作业状态下的耗电量,并建立以最小化作业完工时间和总耗电量为目标的多目标混合规划模型;其次,为提高传统NSGA-Ⅱ的性能,设计自适应NSGA-Ⅱ,并将所提算法与CPLEX求解器、NSGA-Ⅱ和多目标粒子群优化(MOPSO)算法进行性能对比;最后,设计AGV不同充电策略并对设备数量配比进行实验研究。算法对比实验结果表明:相较于传统NSGA-Ⅱ算法,自适应NSGA-Ⅱ对双目标的优化分别提升了2.8%和2.63%。利用自适应NSGA-Ⅱ进行的充电策略和设备数量配比实验的结果表明:增加AGV充电次数能够减少AGV的充电时间,且调整设备数量配比至3∶3∶9和3∶7∶3时,场桥和AGV的时间利用率分别达到最高。可见,AGV充电策略及设备数量配比对码头多设备集成调度有一定影响。

基于自适应NSGA-Ⅱ算法的配电网多故障抢修优化决策

传统配电网多故障抢修依赖决策人员的主观判断,缺少科学依据,容易出现判断失误,造成抢修资源无法得到合理应用或者不能第一时间恢复供电。为解决该问题,建立了考虑任务分配和抢修顺序的配电网多故障抢修多目标优化模型,设计了自适应参数的非支配排序遗传算法(NSGA)-Ⅱ,得到Pareto前沿后利用基于角度选择的拐点决策算法,在无决策人员参与的情况下能够直接求解出一个相对理想的抢修方案。最后使用Matlab对某镇实际的配电线路进行仿真,仿真分析表明自适应参数的调整策略可以提高种群进化前期的全局搜索能力及进化后期的局部搜索能力,基于角度选择的拐点决策算法可从多个可行方案中直接选择最终的决策方案,减轻决策人员的负担,且适用于实际抢修工作。

基于灰靶决策和NSGA-Ⅱ的配电系统分布式电源多目标优化

为优化分布式电源(Distributed Generation,DG)的安装位置和容量,以节点电压总偏差、DG投资运行维护费用、网损费用和购电费用为目标函数建立DG优化配置的多目标数学模型。模型中采用拉丁超立方抽样对DG和负荷的概率模型进行状态抽样,以计及DG出力和负荷的不确定性。运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)算法求解建立的模型得到Pareto解集。采用基于信息熵赋权的多目标灰靶决策算法从Pareto解集中选择最优方案。对25节点配电系统进行仿真计算,结果验证了所提方法的可行性和有效性。

基于集成RSM和NSGA-Ⅱ的SLM成形GH3625高温合金尺寸精度优化研究

为了提高选区激光熔化(SLM)成形零件的尺寸精度,本研究提出了一种集成响应面法(RSM)和非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)的方法来优化SLM成形GH3625高温合金的尺寸精度。首先采用响应面法建立了SLM工艺参数与X、Y和Z方向的尺寸误差模型,然后通过NSGA-Ⅱ对模型进行多目标优化。结果表明:响应面法构建的模型具有较高的预测精度,其相关系数R^(2)依次为0.9456、0.9842、0.9704;优化算法在迭代1500次时,能够获得最优的加工参数区间:激光功率250.8~310 W、扫描速度1028~1400 mm/s、扫描间距0.071~0.084 mm;最终,试验验证结果表明该集成方法具有较高的可靠性,其X、Y、Z方向尺寸误差的ARE依次为5.95%、4.92%、3.97%。

基于双层配置体系的产品配置算法研究

在大规模定制生产模式下,产品配置遇到了复杂模糊配置数据的处理问题,为此,提出了基于实例重用的产品配置模糊求解技术,设计了基于多目标遗传算法的产品配置优化算法。将产品配置过程划分为部件配置与零件配置两部分,利用典型条件概率解决产品配置领域的部件模糊配置问题,设计了基于非支配排序遗传算法-Ⅱ,求解以成本、时间和库存为优化目标的零件配置,并结合两者建立完整的产品配置求解算法体系。该算法有效地解决了复杂产品配置中模糊数据处理及配置组合爆炸的问题。

一种工业机器人多目标轨迹优化算法

为解决工业机器人工作效率低、能耗损失严重和关节冲击磨损较大的问题,提出了一种基于布谷鸟搜索(cuckoo search,CS)算法和非支配排序遗传算法-Ⅱ(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)的混合算法(简称为CSNSGA-Ⅱ),用于机器人的轨迹优化。采用5次非均匀有理B样条(non-uniform rational B-splines,NURBS)曲线作为工业机器人的轨迹规划曲线,同时以运动时间、能耗和冲击磨损为优化目标构建相应的多目标轨迹优化模型,并在速度、加速度和加加速度的约束下采用CSNSGA-Ⅱ进行轨迹优化。CSNSGA-Ⅱ以Tent混沌映射初始化时间序列,采用不可行度算法将解分为可行解与不可行解,并利用改进的CS算法对不可行解进行处理。利用MATLAB软件对6R勃朗特机器人进行建模仿真,并对得到的非支配解集和归一化加权迭代最优值进行对比分析。仿真结果表明,相比于NSGA-Ⅱ、多目标粒子群优化(multi-objective particle swarm optimization,MOPSO)算法,所提出的CSNSGA-Ⅱ可更有效地对6R勃朗特机器人的轨迹进行优化,所得非支配解集更加均匀且接近真实Pareto前沿,最终得到的轨迹曲线较为平滑,可同时满足6R勃朗特机器人的高效率、低能耗及少冲击磨损的要求。所提出的方法可为进一步推动工业机器人在生产中的广泛应用以及提高生产能力和效率提供指导。

基于代理模型的不对称极永磁电机优化设计

针对不对称磁极V型内置式永磁同步电机进行有限元优化耗时长的问题,提出了基于BP神经网络代理模型的优化算法。基于有限元模型对采样点进行性能计算,构建样本数据库,将转子相关结构参数作为优化变量,以高平均转矩和低转矩波动为优化目标。基于样本数据使用BP神经网络得到代理模型,采用NSGA-Ⅱ算法进行了结构优化。结果表明,优化后的结构参数具有较高的精确度,采样过程比直接基于有限元优化减少了90.7%的有限元模型调用次数。

基于NSGA-Ⅱ算法的多目标水火电站群优化调度模型研究

含有梯级水电厂的水火电力系统优化调度必须考虑各水电厂之间的水力耦合、上下游水电厂之间水流到达时间的延迟和可能弃水等因素。在考虑环境保护和节约能源以及水电厂运行特点的基础上,提出了一种以火电厂总运行费用、污染气体排放量、水电厂弃水量为优化目标的水火电站群多目标优化调度模型。快速分类非支配遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)是一种新型的多目标遗传算法,文中首次将其应用于水火电站群的优化调度。计算表明,该模型有利于节能减排和环境保护,提高了水力资源的利用程度,提升了电力系统的综合运行效益,为水火电力系统短期优化调度提供了新的研究思路。

考虑生物危险源扩散的疫区应急物资调配模型

为解决传染性生物危险源扩散后疫区应急物资选址-分配问题,构建多目标优化应急物资调配模型。该模型以最小化配送时间、最小化疫区物资未满足程度为目标函数,结合考虑潜伏期、重复感染率的易感者-潜伏者-感染者-康复者(SEIRS)传染病动力学模型,建立物资需求方程,预测各疫区实时物资需求;针对应急救援过程中疫情扩散对应急物资调配方案的影响,使用改进非支配排序遗传算法(NSGA)-II求解模型。通过k-means算法预选址,实现适用于现有疫区的配送中心选址方案动态更新,进一步联合决策配送中心各类车辆派遣数、各类物资配送量;并以武汉市2020年疫情数据作为算例对比分析。结果表明:该模型计算效率较高,相较于传统NSGA-Ⅱ算法,在收敛性、多样性和稳定性上具有性能优势,所得应急物资调配方案调配时间更短,疫区未满足程度更小,验证了模型的有效性。

基于偏好多目标优化特征选择的骨质疏松预测

为快速筛查糖尿病患者群体中患有骨质疏松的高风险个体,基于决策者偏好多目标优化算法建立糖尿病患者的骨质疏松预诊断模型.以糖尿病患者的临床数据为驱动,随机森林作为基础分类器,非支配排序遗传算法-Ⅱ作为优化搜索引擎进行特征选择,搜寻帕累托最优特征方案解集.基于决策者偏好需求开发替换分数计算器,以决定帕累托最优解集中的首选特征方案.与具有34个变量的全模型相比,最佳模型的准确率提高了5.13%,优于对比模型,同时使用的特征数减少了91.18%.对最佳模型进行的特征重要性排序分析,增强了模型的可解释性,并为骨质疏松临床诊断提供参考.基于提出方法可建立低成本、紧凑有效的骨质疏松预诊断工具,为糖尿病患者的骨骼健康管理提供支持.

配电系统与电动汽车充电网络的协调规划

电动汽车的普及进程与充电服务的便利程度密切相关,而充电基础设施的建设又必须考虑与配电系统扩展规划的协调。在此背景下,首先提出了基于节点充电需求的分散式充电桩的规划策略,之后构建了以投资成本和系统网损之和最小、快速充电站截获的交通流量最大为目标的配电系统与电动汽车充电网络协调规划的多目标优化模型。在所发展的模型中,引入了基于用户平衡的交通配流模型对快速充电站截获的交通流量进行分析,并运用排队论的相关理论以交通高峰时段车主的平均充电等待时间不超过一定阈值为原则配置各快速充电站的设备数量。最后,采用修改过交叉和变异算子的快速非支配排序遗传算法-Ⅱ对54节点配电系统和25节点交通网络的耦合系统进行测试分析,算例结果说明了所提出的模型与求解方法的基本特征。

考虑可靠性的给水管网水质传感器多目标优化选址模型

针对给水管网水质传感器有可能失效的情况,提出了考虑传感器可靠性的多目标优化选址模型(SPM-R).该模型在最大限度监测突发或者蓄意的污染事件之外,期望传感器选址具有一定的可靠性,即若某一传感器发生故障,存在其它传感器能够继续监测污染事件,并且由此造成的监测时间增加值在允许范围之内.结合一管网算例,首先利用EPANET软件随机模拟管网节点被注入污染物后各个节点污染物浓度变化情况,得到监测时间矩阵,然后,基于非支配排序遗传算法-II(NSGA-II)详细阐述了SPM-R模型的求解过程,并对计算结果进行了参数敏感性分析.

单播组播共存环境下的多波束卫星功率优化分配

针对多波束卫星系统单播组播共存情况下的功率分配问题,提出了一种多目标优化设计方案。考虑同一组播流在不同波束下的一致性、数据流之间共享关口站上行链路带宽的公平性以及各个业务流的平均速率三项性能指标,构造了具有多重目标函数的数学模型,并采用基于快速分类的非支配排序遗传算法(NSGA-II)进行了最优功率集的求解。仿真结果表明,该方案在组播一致性、带宽公平性以及平均业务速率方面均取得了较好的性能,而且算法的收敛速度较快,可适应网络业务量动态变化的需求。

空间站大气环控系统应急运行策略优化

空间站大气环控系统(ECS)由多个相互耦合的子系统组成,主要控制舱室气体成分和环境参数,对保障航天员生命安全具有重要意义。该系统正常运行严重依赖于供电系统的工作稳定性,因此长期在轨运行要求ECS应具有适应供电不足的应急运行能力。针对可能面临的供电不足情况,开展了大气ECS应急运行策略优化研究。为了研究出多约束多目标优化问题,首先建立了大气ECS物质、能量和功耗模型,并提出了非再生物资使用时长评估函数。其次以非再生物资使用时长最大和电能需求最小为目标函数,以子系统可调的运行参数为优化参数,在舱室五大环境参数的约束下,采用快速非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)获得了ECS Pareto最优解集,进而获得了Pareto最优前沿(POF)。由于多目标函数具有相同重要性,最终可从POF上获得了大气ECS应急运行策略。优化研究结果表明:该方法能够确定不足电能情况下各子系统的应急电能最优分配方案,从而确定出应急时的子系统最优重构运行方案,以保证最大系统使用时长和最小电能需求的要求。

区分服务模型下的多目标最优化选播路由

针对常见的单目标最优化选播路由算法存在的问题,通过改进链路上的带宽分配机制,提出了一种基于区分服务模型的多目标最优化选播QoS路由算法,为用户提供了分等级的服务,使用户公平有效地使用网络资源．并根据建立的多目标最优化选播模型,采用改进的非支配排序遗传算法来求解此模型．随机网络模型的仿真结果表明:此算法快速、有效,是一种值得推广的快速算法．

鱼雷涡轮机减速系统设计新方法

针对以往鱼雷涡轮机减速系统设计中的不足,根据鱼雷涡轮发动机的工作特性,确定减速系统传动类型和传动级数,推导出齿轮体积与传动比之间的数学模型,运用结构参数与空间布局耦合的新方法,建立了多级齿轮传动系统的空间布局优化数学模型,采用非支配排序遗传算法-Ⅱ(NSGA-Ⅱ)完成了空间布局方案的优化设计,在满足约束条件的情况下,得到了齿轮系统结构参数和空间布局坐标。计算结果表明,该方法在减速系统设计中具有很好的工程应用价值。

因应都市化之智能型水资源管理策略

随着时代的变迁,台湾的桃园地区都市化发展迅速,由于人口膨胀、工商业发展蓬勃等因素,民生、工业用水需求日益增加。因此,在干旱发生的情形下,桃园地区的石门水库用水调度将是1个重大课题。面对日益增加的用水需求以及水文不确定性,本研究拟建置智能型水资源管理系统,期能于干旱时期透过灌溉用水弹性调度民生、工业用水方式,降低公共用水压力。本研究搜集2005~2014年桃园地区农业、工业以及人口发展等数据,透过系统动力模式推衍未来2015~2030年桃园地区需水情势,并参考1977、1984、2002年等干旱年之石门水库旬入流量及水库初始有效库容50%、40%、30%等情境,总共设定九种未来干旱供水可能状况,运用石门水库操作规则（M-5操作规线）模拟未来缺水严重程度,并透过非支配排序遗传算-Ⅱ（NSGA-Ⅱ）搜寻最大的平均有效蓄水率（RRS）及最小的修正缺水指标（MSI）等两个目标;透过NSGA-Ⅱ的搜寻,修正缺水指标（MSI）于各水文情境的表现最高达31.3%的改善率,各旬有效蓄水率最高达9.8%的改善率。我们期望所提出之智能型水资源管理系统能对未来永续水资源管理研究有所帮助。

TOD模式下地铁站点周边土地利用智能优化研究——以深圳市11号线沙井站为例

轨道交通站点周边的土地是公共交通导向发展(transit oriented development,TOD)模式规划的重点区域,合理优化该区域对城市可持续发展有重要意义。通过非支配排序遗传算法-Ⅱ(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)优化深圳市沙井站周边800 m的土地利用格局,结果表明:优化后的土地以居住用地为主,呈现商居混用的格局,土地开发强度、紧凑度、均衡度和客流生产率都有明显提升,符合TOD理念,有实际的参考价值。