基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

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算法的绿色基础设施多目标空间优化

【目的】绿色基础设施(green infrastructure,GI)是提供多种生态系统服务、保护区域生态系统安全和稳定的重要载体,而GI所能供给的各项生态系统服务之间的权衡关系导致GI的规划决策难以同时最大化多项服务供给。旨在以多项生态系统服务供给协同增益为目标构建一个辅助GI规划决策的多目标空间优化模型。【方法】基于NSGA-Ⅱ算法,以InVEST模型构建目标函数,在Python开发了协同生境质量服务、作物生产服务、雨洪削减服务3项主导生态系统服务的GI布局优化模型,并在安徽省芜湖市中心城区进行了应用。【结果】优化模型共获取50个末代帕累托最优GI布局,据此遴选出不同服务偏好下的GI布局方案,各方案相应服务供给能力得到显著提升:生境质量目标偏好方案的全局平均生境质量指数从现状方案的0.2988提升至0.3115;雨洪削减服务目标偏好方案的径流滞蓄量从70189.34 mm/a提升至71673.20 mm/a;作物生产目标偏好方案将作物生产总价值量从464169.51万元提升至464582.90万元;折衷方案的雨洪削减服务供给能力和生境质量服务供给能力优于现状方案,其径流滞蓄量和生境质量指数分别达到71658.67 mm/a和0.2993,而在作物生产服务供给能力上并没有实现对现状方案的提升。根据优化结果分析了GI供给的各项服务间的权衡与协同关系,归纳了在各种服务偏好下和协同多项服务时的GI空间布局特征。【结论】多目标优化算法为辅助协同多项生态系统服务的GI布局决策、探索生态系统服务间权衡与协同关系、明确不同服务目标导向下的GI空间规划策略提供了重要参考,为国土空间规划视角下采用模型算法辅助生态空间及GI规划的实践提供了有力工具。

基于GNSGA-Ⅱ算法的线圈优化设计

在电动汽车无线充电技术中,充电线圈的性能直接影响系统的整体传输性能。在分析常用线圈形状的基础上,引入拉梅曲线方程,设计了一种新型超圆角方形线圈;对耦合电路进行理论分析,得到优化目标传输效率和功率密度与待优化参数之间的关系;利用改进的多目标优化算法(GNSGA-Ⅱ)进行线圈的参数优化,得到一组最优的参数解用于工程设计。该方法相比于传统有限元仿真计算法,具有节省时间的优点,优化设计结果表明该方法具有有效性。

基于改进的NSGA-Ⅱ算法的交通运输结构优化

基于多目标优化模型构建了交通运输结构优化模型,引入快速非支配排序(NSGA-Ⅱ)算法并对其进行改进。以改进的NSGA-Ⅱ算法对优化模型进行求解,并通过算法改进前后所输出的优化结构进行碳排放对比,以验证算法优化的有效性。

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。

基于多目标优化算法NSGA-Ⅱ的软件多样化组合方法

软件多样化因能有效提升系统弹性、增加恶意二进制分析的成本而被广泛应用于软件开发等场景中。而如何对现有软件多样化技术进行组合部署,以在获得更高安全增益的同时保持较低的性能开销,是当前软件多样化研究的核心问题之一。针对现有软件多样化组合方法中搜索算法效率低、搜索空间小、安全性评估指标不全面、难以综合考量软件多样化对各类攻击的影响等问题,提出了一种基于多目标优化算法的软件多样化组合方法,将软件多样化组合问题构建为综合考量TLSH相似度、gadget质量分数和CPU时钟周期数指标的多目标优化模型,并设计了包括染色体编码、自适应交叉和变异算子,以及针对组合方案的有效性验证算法等在内的NSGA-Ⅱ求解算法。最后,在GNU核心工具组数据集上进行实验,结果表明,该组合方法可有效生成高安全增益、低性能开销的软件多样化组合方案。

基于NSGA-Ⅱ算法的S-CO_(2)再压缩再热燃煤系统多目标优化

以S-CO_(2)再压缩再热循环燃煤发电热力系统为研究对象,以循环热效率ηt和平准化度电成本C LCOE为系统的热力性能和经济性能指标,分析了系统关键参数对系统热力和经济性能的影响规律。基于非支配排序遗传(NSGA-II)算法建立了S-CO_(2)再压缩再热循环燃煤发电热力系统的多目标优化模型,以系统的热力学性能和经济性为目标,得到了系统关键参数的最优解。最后,以再热温度、透平入口温度、主压缩机出口压力、再热压力、主压缩机入口压力、主压缩机入口温度、分流系数为决策变量,对系统进行多目标优化。结果表明:透平入口温度、再热温度的升高会使系统的循环效率和平准化度电成本同时增大,系统的热力性和经济性不能同时达到最优;多目标优化后ηt和C LCOE分别为53.07%、453.43元/(MW·h),相较于设计工况,ηt提高了5.42%,C_(LCOE)降低了5.91%。

基于改进NSGA-Ⅱ算法的梯级水电站多目标调度方法

近年来区域暴雨洪涝灾害的突发性、极端性、反常性显著增强,年内径流时空分布不均匀性进一步加剧,在梯级水电站汛期调度中均衡防洪与兴利任务成为重要研究课题。针对梯级水电站多目标联合调度问题,提出了一种基于NSGA-Ⅱ算法的求解方法,该方法改进了NSGA-Ⅱ算法的种群生成策略及精英选择策略,以梯级各电站时段平均防洪库容占用率作为防洪风险函数、梯级年发电量作为兴利目标函数,结合Pareto前沿分析方法求解了含防洪、兴利目标函数的梯级水电站联合调度问题。最后,以某流域梯级水电站多年平均来水条件下梯级联合调度为例对模型算法进行了验证分析。结果表明,基于改进NSGA-Ⅱ算法的梯级水电站多目标调度方法可以满足梯级水电站汛期防洪调度要求,同时梯级年发电量较常规调度图调度方式年发电量增加2.7%,更好地发挥了梯级水电站的综合效益。

基于NSGA-Ⅱ算法的制造资源组合优化

为解决定制产品制造过程中的资源组合优化问题,建立基于制造需求的制造资源组合优化模型,将制造资源的组合优化描述为多目标优化问题,提出了机械加工总时间、机械加工总成本、机械加工总能耗3个优化目标,建立数学模型并采用NSGA-Ⅱ遗传算法进行求解。计算结果表明,多目标优化算法结果相较于传统的单个决策原则下的方案实现了时间、成本、能耗3者的最佳平衡,并且结合MOPSO算法结果进行对比分析,得出NSGA-Ⅱ算法在目标函数上的分布性和优化效果更好。

基于NSGA-Ⅱ算法的若尔盖高原高寒湿地生态修复格局优化

随着全球气候变暖和人类活动增强,高寒湿地面临着面积萎缩、动植物生境恶化、生态系统结构和功能退化等环境问题。以若尔盖高原高寒湿地为研究对象,基于生态系统稳态转化理论,使用湿地景观演变函数和第二代非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)分析1980—2015年7期湿地动态变化,计算多情景多目标函数值,选择适宜目标并基于社会经济生态可持续性发展、湿地生态系统稳态平衡原则,制订湿地修复优化策略。结果表明,可持续发展区、过度关注区与过度扰动区呈围绕发展,分别占湿地总面积的45.25%、17.27%与37.48%;基于NSGA-Ⅱ算法评价无偏好(等权最优)、经济效益最大化、生态效益最大化、空间紧凑度最大化、修复适宜性最大化5个目标下的湿地修复策略,无偏好策略函数值在经济效益、生态效益与湿地修复适宜性方面分别提升41.45%、9.18%和1.65%;基于社会经济可持续性发展的需求,构建保护优先、自然恢复、近自然恢复和适度修复4类若尔盖高原湿地生态修复空间优化格局。

基于NSGA-Ⅱ与A^(*)算法的原竹初加工生产线设施布局研究

竹材易栽培、生长快,加工后能替代木材或其他产品。然而,目前的原竹初加工生产线设施布局主要依靠人工经验,存在物料运输距离远、运输路径干涉多等问题,导致生产线的建设和运维成本较高。针对以上问题,本文以降低运输成本和减少路径干涉为目标,建立了原竹初加工生产线数学模型;提出了一种基于NSGA-Ⅱ和A^(*)算法,且能实现最优运输路径规划的生产线设施布局多目标优化方法。相较于传统算法采用的曼哈顿距离,该方法采用A^(*)算法来计算优化目标,可获得更低的物料运输成本,且具备处理运输障碍和路径干涉等问题的能力。结果表明:优化后,物料运输成本平均降低18.1%,物料运输成本最多降低10.5%,交叉干涉点最多减少97.5%,表明本文所提出的方法在原竹初加工生产线布局方面切实有效。

基于NSGA-Ⅱ算法的分布式驱动电动汽车制动转矩分配控制策略研究

针对分布式驱动电动汽车制动安全性和制动能量回收兼顾的问题,研究了基于NSGA-Ⅱ多目标优化算法的车辆制动转矩分配控制策略。建立基于模糊控制的优化集筛选模块,根据车速以及需求制动转矩从Pareto前沿优化集中确定最优转矩分配系数。以某款乘用车为研究对象,基于MATLAB/Simulink和VPAT搭建制动转矩分配控制策略模型进行仿真,并搭建硬件在环仿真平台,对算法的实时性和有效性进行了验证。结果表明:WLTC工况下,基于NSGA-Ⅱ的制动转矩分配的控制策略制动转矩分配系数更加接近理想Ⅰ曲线对应的分配系数,电机制动高效区工作点提高了9.51百分点,再生制动能量回收率提升4.71百分点。

基于改进NSGA-Ⅱ算法的选址与路径优化问题

为有效解决冷链物流过程中的污染气体排放量高和物流成本高的问题,通过对其配送中心选址和车辆路径优化问题的研究,开发了一个涉及到成本、时间及碳排放因素的冷链物流配送选址-路径多目标优化模型。针对模型求解困难的问题,基于免疫算子,提出改进的NSGA-Ⅱ算法,结合实际案例进行计算和分析。结果表明:碳排放量对冷链物流配送中心选址与运输路径选择的最优决策产生显著影响。改进的NSGA-Ⅱ算法比传统算法在运算效率、多样性和收敛性能方面更具有优势。研究结果证实了该模型及算法在指导冷链物流配送中心选址和车辆配送路径优化决策中的应用价值,为企业决策提供了新的理论支持。

基于PIVKA-Ⅱ、AFP检测和机器学习算法的肝癌诊断预测模型性能分析

目的:探讨基于PIVKA-Ⅱ和AFP检测及机器学习算法的肝癌辅助诊断预测模型建立及诊断应用价值。方法:选取2022年3月至2022年12月浙江省肿瘤医院健康体检者112例,肝良性疾病患者149例,以及初诊为肝癌的患者265例,评价受试者基线血清异常凝血酶原(PIVKA-Ⅱ)和血清甲胎蛋白(AFP)水平,结合机器学习算法构建辅助诊断预测模型,比较不同模型在肝癌中的诊断价值。结果:血清PIVKA-Ⅱ和AFP在肝癌组患者中的水平最高,与肝癌患者肿瘤的大小、数量、分化程度等临床特征相关。以年龄、性别、PIVKA-Ⅱ和AFP水平为特征,借助梯度提升机(GBM)算法构建的肝癌辅助诊断预测模型在诊断肝癌、早期肝癌、晚期肝癌和AFP阴性肝癌的性能均优于PIVKA-Ⅱ、AFP单项及ASAP模型。结论:以年龄、性别、PIVKA-Ⅱ和AFP水平为特征,借助GBM算法构建的肝癌辅助诊断预测模型提高了肝癌的诊断准确率。

基于改进的NSGA-Ⅱ算法的低轨星座设计

GNSS卫星轨道高度高,信号经空间传播损耗严重,因此存在易受干扰和遮挡等问题。低轨卫星可以很好地弥补这一缺点,作为GNSS的备份或补充手段提供定位导航服务。考虑到自主设计的星座可以更好地满足数据传输、覆盖范围等方面的要求,研究了基于优化算法的低轨星座设计。首先根据应用需求初步对轨道高度、倾角以及星座构型等关键因素进行约束;然后通过改进的NSGA-Ⅱ算法对星座的参数进行优化,设计一个可以实现全球导航增强的LEO星座;最后通过仿真对星座的性能进行全面的分析,验证其导航增强的效果。

基于改进NSGA-Ⅱ算法的柔性车间调度问题研究

研究了柔性车间调度中双目标调度优化问题,以最小化最大完工时间和最小化机器空载率为优化目标,基于生产机加车间产线建立数学模型。选取NSGA-Ⅱ(Non-dominated Sorting Genetic AlgorithmsⅡ,NSGA-Ⅱ)算法作为基础算法,在此基础上提出基于反向学习的NSGA-Ⅱ算法(简称OBL-NSGA-Ⅱ),通过引入反向种群,增加种群的多样性,保证了解的质量,能够有效避免算法迭代过程中由于种群多样性降低导致算法陷入局部最优的问题。最后通过Matlab仿真软件进行了对比实验,验证了所提算法的有效性。

基于改进的NSGA-Ⅱ算法求解作业车间调度问题的研究

对某汽车企业柔性压铸作业车间调度问题(FJSP)进行分析,以产品生产过程中最大完工时间最小、机器总负荷最小、机器总能耗最少为评估函数指标,建立了柔性车间多目标优化调度的数学模型。针对传统的精英非支配排序遗传算法(NSGA-Ⅱ)引用精英保留策略后易早熟的问题进行了改进,提出了精英选择标准,有效控制算法迭代过程中优良父代个体进入后代种群的数量,避免了算法出现提前收敛现象,同时引入模拟退火算法中降温思维,为种群选择提供更合理的标准,加强了种群的多样性,增强了算法在局部空间上的搜索能力。通过Python语言对改进前后算法进行mk01算例验证,通过与传统的NSGA-Ⅱ算法比较,验证了改进后的算法寻优效果更好,最后应用改进后的算法对压铸车间实例数据进行求解,得出最优调度方案。

基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化

风光互补技术带来了稳定的能源储存,但同时也存在着能量密度低及时间地区分布杂乱等问题。因此,现提出基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化方法。基于改进NSGA-Ⅱ算法构建储能模型,保留多种能量存储单元特点,能够高效、可靠地保证风光互补发电系统的供电可靠性;风光互补发电系统的能源转换,可以优化风光互补发电系统的容量。实验结果表明:提出的基于改进NSGA-Ⅱ算法的风光互补发电系统储能控制优化方法的平均储能功率为2.35 MW,方法 1的平均储能功率要远远小于所提出的方法,证明所提出的风光互补发电系统储能控制优化方法具有重要的实际应用价值。

基于G_NSGA-Ⅱ算法的RFID网络规划

针对RFID网络中阅读器冲突问题,在NSGA-Ⅱ算法的基础上提出G_NSGA-Ⅱ算法。对RFID网络规划问题进行数学建模,引入全局存档机制存储精英解,保留性能最佳个体;采用精英保留策略的锦标赛选择方法,确保选择出的个体具有较优秀的性能;同时,引入高斯变异算子,以增加种群多样性,从而避免算法陷入局部最优解。仿真结果表明,G_NSGA-Ⅱ算法所产生的解集质量较好,相较于NSGA-Ⅱ、AW_GA和MOEA/D等3种算法,其在解集的分布性和收敛性上具备明显优势,在解决RFID问题上具备有效性和可行性。