北江流域梯级水库群联合蓄水调度

水库群联合优化调度对提高水资源利用效率具有重要意义,文章以北江流域梯级水库群为研究对象,采用蓄水调度线为调度规则,基于NSGA-Ⅱ多目标遗传算法,建立多目标梯级水库群蓄水优化调度模型。结果表明:通过控制不同阶段的防洪限制水位可实现提前蓄水,有效提高水库群的综合效益;将水库群的起蓄时间提前至9月1日、9月11日和9月21日,年均蓄满率分别增加了14.86%、14.80%和14.22%。研究成果可为北江流域水库群联合优化调度提供参考依据。

交通锥收放装置设计及关键部件优化

为解决交通锥收放装置存在收放不稳定、通用性较差、施放效率较低等问题,提出一种新型交通锥收放装置设计及关键部件优化方案,采用有限元分析软件ANSYS Workbench对交通锥收放装置中质量占比最大的一体式框架进行优化设计。在极限工况下对一体式框架进行静力学分析,基于最优空间填充设计方法进行试验设计,采用基因聚合法进行响应面拟合,得出设计点、拟合优度和相关灵敏度图,获取结构尺寸参数对几何质量、总变形、等效应力的影响关系。采用多目标遗传算法NSGA-II寻优,获得最佳优化方案。结果表明:与原模型相比,优化模型质量减少30.6%,且满足材料屈服强度和结构刚度设计要求。

考虑综合经济性的风光配电网储能优化配置

在配电网中配置储能系统可以有效缓解风光接入对配电网产生的影响,提升对风光的消纳能力、减少电压偏差等,而储能接入的位置和容量不同会对配电网产生不同的影响。首先分析储能建设过程中的主要费用,考虑基于分时电价下的网损成本和峰谷差收益,以年综合成本、配电网的日节点电压偏差和最小为目标,建立配电网储能选址定容模型,采用改进多目标遗传二代算法(improved multi-objective nondominated sorting genetic Ⅱ algorithm, INSGA-Ⅱ)对模型进行求解,利用改进理想点决策法(improved ideal point based decision, IIPBD)来选取最优配置方案,最后在IEEE-33节点模型中对方案进行验证。仿真结果表明:使用INSGA-Ⅱ算法进行求解时最终决策出的储能配置方案实现了成本最小,并且显著提升了电压的稳定性,验证了改进后算法的优良性和所提出的储能优化配置方案的有效性。

基于AquaCrop模型的水稻多目标灌溉制度优化研究

【目的】优化现有水稻灌溉制度,节约灌溉用水量,减少稻田氮磷流失量以降低面源污染风险。【方法】构建了基于AquaCrop模型和NSGA-Ⅱ算法的水稻灌溉制度模拟优化模型,利用水稻田间试验数据,开展以产量最大、氮磷流失量最小、灌水次数最少的3种目标组合(产量-氮磷流失量(Y-TNP)、产量-灌水次数(Y-N)、产量-氮磷流失量-灌水次数(Y-TNP-N))下的灌溉制度优化模型研究,提出适应不同生育期降水年型的稳产-控污-提效灌溉制度。【结果】(1)与常规灌溉相比,Y-TNP灌溉制度优化水稻产量下降2.14%,氮磷流失量减少23.09%;Y-N灌溉制度优化水稻产量下降1.76%,灌水次数减少53%;Y-TNP-N灌溉制度优化水稻产量下降2.64%,氮磷流失量减少22.83%,灌水次数减少2次。(2)不同典型年以Y-TNP-N为目标优化的稳产-控污-提效灌溉制度水稻产量介于7.74~7.78 t/hm^(2),同时大幅度减少灌水量进而降低氮磷流失量。【结论】AquaCrop模型可模拟试验区水稻的生长发育过程,本文构建的模拟-优化耦合模型可用于优化不同生育期降水年型下稳产-控污-提效的灌溉制度。

考虑压力均匀性的供水管网独立计量区域(DMA)分区优化研究

独立计量区域(district meteredareas,DMAs)是实现城市供水管网压力管理与漏损控制的重要手段。现有的DMA分区算法无法在分区时保障分区内部的压力均衡。为解决这一问题,本文提出一种基于迭代求解DMA分区方法,在保证分区均匀性的同时,实现分区内部压力均衡。该方法提出融合节点压力分布的节点相似矩阵,建立分区合理性评价指标,用于确定独立计量区域划分方案;在隔离阶段采用改进的多目标遗传算法,对边界管段开展隔离阀与流量计的优化布置;最后通过对上述2个过程进行循环迭代,确保最终分区方案的压力均衡。通过对实例管网的分区研究,验证改进方法的有效性和可行性。

基于NSGA-Ⅱ遗传算法的Myring流线型量水槽体型优化设计

Myring流线型在水下航行器领域应用较为广泛,而量水槽在渠道中的受阻状态与潜水器潜行时受到的阻力情况具有一定的相似之处,因此本文借鉴潜水器的结构特点进行量水槽体型设计,探究量水槽受阻最小的较优线型。基于FLOW-3D软件,采用最优拉丁超立方设计方法,以流线型的收缩段长度和锐度因子、扩散段长度和离去角为变量设计了40组数值模拟方案,得到对应的水头损失百分比和上游佛汝德数。以数值模拟变量为输入、结果为输出,训练RBF神经网络,结合NSGA-Ⅱ遗传算法获得Patero前沿解,通过TOPSIS评价法筛选出最优解并得出其线形参数:优化模型收缩段长度为45.9 cm、收缩段锐度因子为0.74、扩散段长度为49.2 cm、扩散段离去角为14.63°,并通过等比例缩放得到6组收缩比,在9组流量下进行模型试验分析水力性能。结果表明,优化后线型过流较顺畅,水力性能较优,预测结果和模拟结果误差不超过5%;不同工况下上游佛汝德数均小于0.5,满足测流规范要求,收缩比为0.58~0.66时各项水力性能均较优;基于临界流测流和量纲分析原理得到的测流公式精度较高,平均相对误差为2.09%。本研究证明了将流线型运用于量水槽领域研究以及通过神经网络和遗传算法寻优的可行性,优化后Myring流线型量水槽具有良好的性能和测流精度,在灌区渠道中具有较好的运用前景。

基于NSGA-Ⅱ的面曝光3D打印工艺参数多目标优化

为改善面曝光3D打印制件的打印质量差、效率低等问题,采用非支配排序遗传算法(NSGA-Ⅱ)对工艺参数进行优化。选择温度、分层厚度、曝光时间、回合等待时间为优化变量,成型试样的变形率、表面硬度、时间为优化目标,通过单因素实验确定优化变量约束范围。根据Box-Behnken实验方案,建立各优化目标的预测模型,使用NSGA-Ⅱ算法进行多目标优化,规定优先精度、优先硬度、优先速度原则,按照不同优化原则分析帕累托前沿得到对应的最优工艺参数,并进行打印验证。结果表明,优先精度原则下,变形率最小值为0.508%,与优化前相比,降低了9.290%;优先硬度原则下,表面硬度最高达到95.3 HD,与优化前相比,提高了0.316%;在优先速度原则下,打印时间与优化前相比缩短了17.220%,优化效果显著。

考虑截获交通流量与充电行驶距离的电动汽车充电网络规划

为优化电动汽车充电网络布局,提高充电服务能力与效率,提出了同时考虑截获交通流量与充电行驶距离的充电网络规划模型。电动汽车动力电池初始荷电状态的不确定性导致充电网络截获交通流量具有随机特性,采用蒙特卡洛模拟方法对其概率特性进行了分析。为提升充电网络在任何情况下的充电服务能力,所提模型以充电网络截获交通流量最小值最大为优化目标之一。为提升充电服务效率,模型另一个优化目标为平均充电行驶距离最短。此外,模型考虑了充电行驶距离机会约束及充电站建设数目约束,采用非支配遗传算法对所提模型进行求解,获得Pareto最优解集。最后,以25节点交通网络为例进行了仿真实验,验证了所提方法的有效性。并基于仿真结果,分析了机会约束置信度与充电站数目对规划结果的影响。

融合NSGA-II和CSA的多目标车间调度

针对在灵活车间系统中调度作业和自动引导车(automated guide vehicle,AGV)的同时调度问题,考虑在有限多个AGV和加工机台的情况下,以最小化最大完工时间、单个AGV搬运消耗时间及所有AGV搬运总消耗时间为目标函数,设计融合NSGA-II(non-dominated sorting genetic algorithms)和克隆选择(clonal selection algorithm,CSA)的改进算法INGCSA来解决此类问题。采用工件、加工机台和AGV三部分编码;引入非支配排序和目标函数值大小排序后总得分进行种群分层,从而有效地保留优秀个体;针对克隆后的种群,对不同等级的种群采取不同的变异概率,并对染色体进行内部交换与均匀交叉混合交换的基因重组,有效地提高了种群的多样性与防止陷入局部最优。通过三组对比实验,验证了该算法在探索最优解时,具有运行时间短、稳定性高和收敛性好等优点。

多配送中心半开放式冷链物流配送路径优化

为了解决冷链物流服务的成本、质量以及运输产生的碳排放等问题,构建多中心半开放式冷链物流路径优化模型,并将各种动态变化融入该模型中。设计一种改进的NSGA-II算法并利用标准测试函数证实该算法具有较好的收敛性与多样性。通过算例实验,结果表明:与不考虑碳排放方案相比,考虑碳排放方案的配送成本增加了19.00%,运输距离减少了5.16%,碳排放成本降低了13.03%;与初始配送方案相比,实时优化方案的配送成本下降了29.78%,碳排放成本下降了23.19%,客户满意度增幅14.49%;与单配送中心模式相比,多配送中心模式的配送成本降低了27.30%,碳排放成本降低了48.89%,客户满意度提高了13.11%,从而为冷链物流企业带来一定的管理启示。

基于改进NSGA-Ⅱ算法的考虑人机系数生产线平衡多目标优化研究

在现代制造加工生产线中,生产设备是制造业生产的重要组成部分。设备的充分利用对于生产需求的匹配度产生直接影响。文章参考“人机系数”的概念,构建了考虑生产线平衡率、平滑指数和人机系数的多目标优化函数问题,采用了改进的自适应NSGA-Ⅱ算法来求解该模型。研究结果表明,在满足客户节拍要求的前提下,调整人机系数可以提高生产线平衡率,降低平滑指数以及生产成本;通过数值算例验证了相比于传统NSGA-Ⅱ算法,改进的自适应NSGA-Ⅱ算法能寻找出质量较高、覆盖更广的近似Pareto解集,为决策者提供选择。证明了本研究方法的有效性和实用性,该研究为现代制造加工生产线提供了一种有效的优化方法,并为其他类似行业提供了借鉴。

基于ADAMS/CAR的某SUV汽车操纵稳定性仿真实验分析及优化

操纵稳定性是车辆正常行驶时受到外界扰动后保持稳定运行或迅速恢复稳定的一种能力,对车辆安全平稳运行至关重要。为优化车辆的操纵稳定性,对某SUV汽车进行动力性分析,建立物理模型和数学模型,阐述悬架对汽车操纵稳定性的影响。采用ADAMS/CAR进行整车建模,运用MATLAB软件对操纵稳定性评价指标进行评分。选取悬架的力学特性参数作为优化变量,以操纵稳定性评价指标的评分作为优化目标,通过对比选取最优方案。研究结果表明:NGSA-II算法对道路实验评价指标的优化效果较好,能够显著提升整车的操纵稳定性。

山区铁路桥隧工程关键节材要素均衡优化

为在经济可承受范围内提升山区铁路的节材性能,提出了一种基于NSGA-Ⅱ的关键节材要素双目标均衡优化方法。首先,以断面超挖、喷射混凝土类型选择、围岩变形预留、桩基扩孔、桩头超封5个桥隧工程关键节材要素为决策变量,以CO_(2)减排量最大、建造成本增加值最小为优化目标,构建山区铁路桥隧工程关键节材要素均衡优化模型;其次,采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)求出Pareto均衡解集;再次,耦合主客观元素组合的综合赋权法与TOPSIS法对Pareto均衡解集进行科学决策,得到考虑决策者偏好的关键节材要素最佳组合,并分析决策者偏好对最佳组合的影响;最后,以某山区铁路工程某标段为例,系统地验证了该方法的科学性及适用性。研究结果表明:与优化前相比,最佳组合能实现CO_(2)减排12.622万t,对应建造成本增加了24.833万元,优化效率达到50.826%。

某七节折臂式起重机伸缩臂截面尺寸优化

针对七节折臂式起重机伸缩臂截面进行了尺寸优化设计,旨在实现轻量化,提高机动性和承载能力。运用Solidworks进行伸缩臂的参数化建模,结合Ansys中间复合材料设计方法,生成了一系列样本数据并采用NSGA-II算法进行优化,最终确定最佳的截面尺寸。优化结果显示,在保持结构安全性和可靠性的前提下,改进后的伸缩臂减重率达到15.07%,验证了优化方法的有效性和可行性。

基于NSGA-II遗传算法的定轴注射模具成型工艺参数优化

为解决注射成型过程中铸件的质量和铸造效率低等问题,提出一种NSGA-II算法和TOPSIS方法与响应面法相结合的新型注射工艺参数优化筛选方法。以定轴为研究对象,采用Box-Behnken设计,以熔体温度、模具温度、注射时间、保压压力为变量,以翘曲变形量和体积收缩率为响应变量,采用NSGA-II遗传算法对2个响应的目标函数执行优化,用TOPSIS方法求解优化得到的Pareto前沿解集,找到最优解。仿真结果表明,当注射时间为40.71s、模具温度为131℃、熔体温度为180.07℃、保压压力为65 MPa时,翘曲变形降低了10.92%、体积收缩率降低了11.19%。优化后的注射工艺参数可有效消除铸件内部收缩松动和缩孔缺陷,形成性能良好的致密铸件,提高了产品质量。

引江济淮工程(河南段)多目标水量优化调度

引江济淮工程(河南段)涉及河道、闸泵、管道和调蓄水库,约束条件复杂,常规的优化调度算法难以搜索可行解,求解效率低。选用受水区缺水率平均值最小、泵站总抽水量最小和受水区缺水率标准差最小作为目标函数,从供水保障、供水成本和公平性角度构建多目标水量优化调度模型。基于可行搜索思路,结合逆序演算和顺序演算过程对约束条件进行处理,引入决策系数,通过映射关系使搜索空间保持在可行域中,结合多目标非支配排序遗传算法(non-dominated sorting genetic algorithms,NSGA-II)进行求解,得到Pareto最优解集,并采用熵权法进行方案优选。结果表明,基于可行搜索的NSGA-II算法能够有效求解复杂调度系统的多目标优化问题,综合考虑多个目标的最优方案相对单目标方案更加合理,结果可为引江济淮工程(河南段)运行管理提供决策支撑。

基于两阶段多目标智能设计方法的船舶动力舱设备布局优化研究

[目的]针对现有优化算法处理船舶动力舱设备布局优化问题时可行解占比低、收敛困难的状况,开展多目标智能设计方法研究,旨在实现智能化布局设计。[方法]提出两阶段多目标优化方法。阶段1,以设备布置顺序为变量,基于NSGA-II算法与混合装箱算法,求解整数规划问题筛选初始布置方案。其中,混合装箱算法融合货架和天际线算法思路,优化目标包括空间利用率、通道及维修空间、维检修效率,约束条件涵盖设备干涉、维修可达、互斥、重心等方面。阶段2,以初始方案为基础,以设备间隔、通道宽度为变量优化得到最佳布局。[结果]将该方法应用于某船舶动力舱局部区域设备布置,所得方案的维检修效率提升17.18%,通道最大宽度及维修空间优化0.47%,剩余有效空间利用率提高33.36%,各项优化目标均不低于人工布置方案。通过参数实验进一步验证了NSGA-II算法参数、精英策略、网格参数的合理性及方法的通用性。[结论]研究表明,两阶段优化方法可行且适用,能有效提高动力舱设备布置优化效率与效果,可为智能化布局设计提供解决方案。

基于非支配遗传算法的HLA仿真系统数据采集策略

数据采集是仿真执行过程中的重要环节,数据采集的完整性和效率对整个训练仿真活动的最终效果和效率具有重大影响。然而,在现有基于高层体系结构(high level architecture, HLA)的分布式仿真系统中,集中式数据采集在单个步长内读写海量数据,会影响仿真正常推进,而分布式数据采集会造成大量冗余数据,且采集模块的开发不具备通适性。针对上述问题,基于弱分布式数据采集结构,利用多个采集成员实现并行数据采集,并基于非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ)制定采集任务在多个成员间的分配策略,实现数据采集负载的均衡分布。仿真结果和真实系统上的实验结果表明,所提方法能显著提升数据采集效率,同时减少数据采集成员执行过程中的中央处理器(central processing unit, CPU)和内存消耗。

考虑能量效率和SOC均衡的电池储能电站双层功率分配策略

电化学储能电站在应用于调频、调压等功率波动性工况时,存在能量效率较低、荷电状态(state of charge,SOC)不均衡等问题。该文提出考虑能量效率和SOC均衡的电池储能电站双层功率分配策略,其主要包括单元优化层和子系统优化层:单元优化层通过充电/放电优先级分区计算实际运行单元数量及其编号,建立以储能单元能耗最小为目标的优化模型,并采用遗传算法求解最优解集;子系统优化层引入基于电化学阻抗的电池能耗模型,以储能子系统能耗最低和SOC均衡为目标建立多目标优化模型,并采用非支配快速排序遗传算法(non-dominated sorting genetic algorithms-II,NSGA-II)进行求解。通过某地区锂电池储能电站实际参数验证所提策略的有效性,结果表明,与SOC比例分配策略和单层功率分配策略相比,所提功率分配策略在降低电站能耗的同时能最大程度实现SOC均衡,保障电站双向调节能力,提高储能电站经济性。

基于Kriging模型的船舶主机隔离系统抗冲击优化

为了提高系统的抗冲击性能和优化效率,本文以限位隔离系统的刚度阻尼等7个参数为设计变量,以系统冲击响应中的相对位移响应和绝对加速度响最大峰值为响应值建立Kriging代理模型。通过NSGA-II多目标优化算法对构建的代理模型进行多目标优化,优化目标为相对位移响应和绝对加速度响最大峰值两者和的最小值。与初始方案相比,优化后系统相对位移响应降低了27.139%,绝对加速度响应降低了37.846%。结果表明:建立的代理模型对隔离系统的冲击响应有较精确的预报作用,优化后船舶主机隔离系统的抗冲击得到明显提高。