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算法的盾构机掘进参数多目标优化

基于福州滨海快线工程,建立盾构机掘进参数多目标优化模型;根据NSGA-Ⅱ算法在初始种群的分布和寻优速度上的不足之处,运用正交试验法对NSGA-Ⅱ算法进行改进;以中风化花岗岩地层为例进行多目标优化,分析算法改进前后的优化性能及掘进参数多目标优化结果,得到最优掘进参数组合。结果表明:优化后的盾构平均掘进比能降低6.29%,平均掘进效率提升7.19%,平均边缘滚刀单位距离磨损量下降2.37%。优化后的盾构刀盘性能得到较大提升,证明该优化模型可行有效。

基于NSGA-Ⅱ算法的阵元间距多目标优化

针对定向扬声器换能器阵列设计的复杂性与不确定性问题,提出了一种基于NSGA-Ⅱ算法的矩形换能器阵元间距多目标优化方法。基于矩形换能器主要结构参数与阵元间距之间的动态性能分析,建立了以方向锐度角、主瓣波束宽度以及旁瓣级为协同优化目标的阵元间距解析函数和约束条件;在此基础上,采用NSGA-Ⅱ算法对所构建的多目标模型进行优化,由此获取矩形换能器阵元间距的最优可选集。仿真结果表明:在满足各项目标协同优化以及约束条件的情况下,所提出的矩形换能器阵元间距设计方法可实现换能器阵列旁瓣级较小且阵列指向性较好的定向扬声器。

基于改进NSGA-Ⅱ算法的RV减速器参数多目标优化研究

旋转矢量(RV)减速器是工业机器人核心部件,对于机器人的性能起到关键作用。针对提升RV减速器综合性能的问题,从优化传动压力角的相关参数出发,对其结构参数(摆线轮齿数、短幅系数、针径系数、摆线轮宽度等)的多目标优化设计进行了研究。首先,研究了摆线轮平均压力角、传动效率和传动机构体积三者的相关参数之间的关系;然后,以此为优化目标,在摆线轮标准齿廓方程的基础上建立了多目标优化数学模型(该模型采用了基于非支配占优排序遗传学算法(NSGA-Ⅱ)改进了交叉算子系数生成的改进NSGA-Ⅱ算法);通过模型求解得到了帕累托最优解集,根据模糊集合理论的相关方法选取了最优解;最后,以某公司220-BX型RV减速器为例,进行了优化设计,建立了3D模型后进行了有限元分析,并加工出实验样机,进行了传动效率对比实验。实验结果表明:摆线轮平均压力角减小了7.19%,体积减小了11.1%,传动效率提高了4.9%。研究结果表明:该模型交互性强,能提高设计效率并节省设计开销,可为实际RV减速器工程优化设计提供参考。

基于NSGA-Ⅱ多目标优化算法的氢燃料电池性能研究

为准确预测HFC(Hydrogen Fuel Cell,氢燃料电池)性能,提升电池耐用性,建立HFC多物理场耦合模型,预测项目为电性能和机械性能,根据预测结果综合评价HFC性能;进行Sobol'参数全局敏感度分析,确定影响HFC性能的关键因素,生成决策变量;进行仿真验证,将基于NSGA-Ⅱ多目标优化算法的优化结果作为仿真数据,根据仿真结果评估算法可行性。结果表明,最大第一主应力误差为1.36%,最高输出功率密度误差为2.99%,2项误差均在许可范围内,NSGA-Ⅱ多目标优化算法的精度高,可作为HFC性能预测方法,基于该算法的预测结果具有指导意义,能够为HFC性能提升提供依据。

基于NSGA-Ⅱ算法多目标优化市政道路施工管理

文章对城市道路建设管理多目标功能关系的构建进行了阐述和深入分析,构建了基于NSGA-Ⅱ算法的多目标优化模型求解方法,为后续的优化工作提供明确的数学模型,并引入非支配排序和精英策略,有效处理多个目标之间的冲突与权衡,从而找到一组具有较好综合性能的解集。结果表明,基于NSGA-Ⅱ算法的市政道路施工管理多目标优化方法不仅能够显著缩短工期、降低成本,还能在保证施工质量的同时,实现环保要求达标。

基于NSGA-Ⅱ的复合材料防撞梁碰撞损伤多目标优化

为在设计时考虑低速碰撞损伤对碳纤维复合材料(CFRP)防撞梁力学性能的影响,发展了改进Hashin失效准则的VUSDFLD子程序来判定低速碰撞时CFRP防撞梁7个方向的损伤程度,采用壳单元模拟了复合材料的力学性能,建立了CFRP防撞梁低速碰撞有限元显式动力学模型。采用该方法对相同实验条件下的复合材料层合板低速冲击剩余强度进行了计算,并将计算结果与实验结果进行了对比,仿真结果与实验结果吻合较好。在此基础上,以复合材料防撞梁铺层厚度和铺层角度为设计变量,将复合材料防撞梁的质量和低速冲击时产生的损伤单元数作为优化目标,建立了CFRP防撞梁低速碰撞损伤动力学多目标优化模型,采用基于Pareto策略改进的NSGA-Ⅱ非支配排序遗传算法对其进行多目标优化求解。优化后,CFRP防撞梁质量由1.02 kg降为0.76 kg,减重率为25%;损伤单元数由30238个降为23206个,损伤降低率为23%。结果表明,所发展基于Hashin失效准则的VUSDFLD子程序和对CFRP防撞梁低速碰撞损伤多目标优化是行之有效的,为复合材料防撞梁结构的优化设计提供了参考。

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算法的机械臂多目标轨迹优化

以HSR-JR612型机械臂为研究对象,针对机械臂运动过程中需满足时间消耗少、能量消耗低、平滑冲击小的问题,对其进行多目标轨迹优化研究。机械臂关节空间轨迹采用七次B样条曲线构造,采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ),结合对机械臂的关节位移、速度、加速度和加加速度作出限制得到的约束条件,对机械臂轨迹进行优化,得到一组Pareto最优解集合。仿真结果表明,七次B样条曲线构造的机械臂关节空间轨迹速度、加速度和加加速度都连续平滑,保证了机械臂运动性能。在满足约束条件的前提下,NSGA-Ⅱ算法可对机械臂运动轨迹实现有效的多目标优化,获得一组理想的Pareto最优解集,并从中选取一个各项优化目标较为均衡的解作为多目标优化的最终解。

基于改进NSGA-Ⅱ算法的电力负荷环境经济调度优化

机组环境经济负荷调度问题是污染排放和发电成本均最小的多目标优化方向,文中提出采用NSGA-Ⅱ算法求解机组环境经济负荷调度问题,以某包含6台发电机组系统为研究对象,针对NSGA-Ⅱ在环境经济负荷调度多目标优化问题应用中,Pareto解集不够理想、易早熟收敛的问题,在种群初始化方法过程中对其个体进行了部分解约束,并将算数交叉算子替代SBX算子。仿真结果表明,改进NSGA-Ⅱ方法可以实现对机组环境经济负荷调度问题更为有效的多目标寻优,Pareto解集分布性更好、解的质量更优。

基于RSM和NSGA-Ⅱ的驱动桥壳变截面多目标优化

以某商用车驱动桥壳为研究对象,为提高其综合性能,利用响应面法(RSM)与非支配排序遗传算法(NSGA-Ⅱ)相结合的方法对桥壳变截面进行多目标优化。基于Creo建立桥壳参数化模型,联合Workbench对其进行静力学和模态有限元仿真,以参数灵敏度分析筛选后的桥壳变截面为设计变量,以桥壳最大变形量、1阶频率和质量为优化目标,采用中心复合试验设计(CCD)方法生成样本空间,基于样本数据构建反映试验因素与性能指标关系的2阶响应面模型并进行拟合精度验证;利用NSGA-Ⅱ对桥壳变截面进行多目标优化,获得满足条件的Pareto前沿解。研究结果表明:优化后的驱动桥壳在性能指标满足设计要求的前提下,质量减轻6.61%,最大变形量减小7.28%,1阶频率提高2.23%。

基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化研究

为了提高云制造服务组合寻优质量,提出一种基于改进NSGA-Ⅱ算法的多目标云制造服务组合优化方法。首先改进支配强度的概念来快速确定非支配解集中个体的优劣,然后对NSGA-Ⅱ算法应用不同的局部搜索策略,在算法前期加强对优秀个体的搜索以加速收敛,算法后期对稀疏个体融合邻域搜索与模拟退火算法来增加种群的多样性。最后结合企业实际案例,验证了优选模型的有效性和算法的可行性。

基于NSGA—Ⅱ的矿车复合制动多目标优化控制分析

矿车是煤矿、采石场和建筑工地等重型工业领域的主要运输工具之一,目前矿车制动系统大多采用约束控制的模式对制动转矩进行分配,虽然利用这种处理模式能够改善制动回收性能,但相对实际制动工况具有较大偏差以调节前后轴的制动力。针对上述问题,设计了一种基于非支配排序遗传算法Ⅱ(NSGA-Ⅱ)的矿车复合制动多目标优化控制策略。该策略考虑矿车制动过程造成的干扰,按照多目标优化的方式获得不同状态下的决策最优参数,实现复合制动转矩分配并建立帕累托(Pareto)解集;利用优化后的理想解法实施决策,可确定最佳输出参数,获得与制动需求相符的转矩分配结果;同时,设计了模糊控制器,实现了矿车制动能量的高效回收。通过开展控制策略转矩分配仿真分析可知,进行决策分析时,利用基于NSGA-Ⅱ的矿车复合制动多目标优化控制策略能够回收更高比例的制动能量,促进制动回收性能的明显提升,在较低强度制动下获得更优的制动能量回收效果,相对单独的模糊控制策略具备更优综合性能,完成预期制动力的分配。

基于NSGA-Ⅱ算法的木材干燥能耗多目标优化

通过计算流体力学(CFD),研究了在常规蒸汽干燥中,空气温度、相对湿度、风速及其相互作用对桦木干燥时间和能耗的影响,以期得到干燥时间短、且能耗低的桦木干燥工艺参数。应用最优拉丁超立方(Opt LHD)采样确定了设计空间中的样本点,并进行CFD数值模拟;采用三阶响应面方法构建近似代理模型,分析了干燥条件对干燥时间和能耗的影响;基于快速非支配排序遗传算法(NSGA-II)多目标优化的Pareto解集,获得最佳木材干燥条件参数。结果表明:该方法可以有效缩短干燥时间,并降低能耗,可为木材干燥工艺的优化提供参考依据。

基于改进NSGA-Ⅱ的交叉口信号配时多目标优化

针对城市交叉口信号配时多目标优化的求解效率问题,设计了一种基于改进NSGA-Ⅱ的城市交叉口信号配时优化方案。该方法采纳车辆延误、停车次数、通行能力3个评价指标设计了多目标信号配时优化模型,并提出了改进的NSGA-Ⅱ(NSGA-Ⅱ-DE)对配时模型进行求解。NSGA-Ⅱ-DE采用DE/Rand/1的全局变异策略对NSGA-Ⅱ算法选择策略进行改进,并设计了种群动态更新算法,提高了算法的收敛速度和求解精度。结果表明改进算法获得了较好的Pareto最优解,通过典型交叉口仿真验证,相对于NSGA-Ⅱ算法,NSGA-Ⅱ-DE方法设计配时方案平均车辆延误优化提升13.42%,排队长度优化提升16.73%,平均停车次数优化提升15.50%,能够实现城市交叉口的最优化控制。