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。

基于改进NSGA-Ⅱ算法的间歇采油制度优化

对于低渗透率油井,采用间歇采油制度能有效避免空抽磨损,并减少电能消耗量。为此通过分析沉没度和地层流压随抽油机井生产时间变化的规律,从系统节能的角度出发,建立以采油总产量最大、能耗最低为目标的间歇采油制度多目标优化模型。引入NSGA-Ⅱ并改进该算法对间歇采油制度多目标优化模型求解,运用改进算法得到的Pareto最优解的多样性和收敛性,合理优化抽油机的最优停机时间,最大效率地提升采油效率的同时,最小化电能消耗量。试验结果表明,基于Pareto多目标遗传算法的间歇采油机制优化具有明显的优势,在优化系统效率的同时能够有效减少电能消耗。研究结果可为油井间歇采油机制的改进和优化提供有力的技术支持。

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。

基于改进NSGA-Ⅱ算法的船舶舾装作业计划优化研究

针对船舶舾装作业计划编制效率低、计划编制结果不符合作业预期要求等问题,建立多执行模式资源限制条件下的工期、成本和资源多目标优化模型.提出改进的非支配排序遗传算法(NSGA-Ⅱ),采用随机交叉算子、贪婪变异算子和自适应进化概率提升种群进化效率,同时融合模拟退火算法,增强算法的局部搜索能力,利用改进算法对实例进行仿真计算.结果表明:该方法可对船舶舾装作业计划进行多目标优化控制,实现舾装作业计划智能优化编制.通过算法对比分析,验证了改进NSGA-Ⅱ算法的可行性和有效性.

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。

基于神经网络与NSGA-Ⅱ算法的方舱温控优化设计

综合考虑车载方舱外部传热与舱内设备的功率负载等因素对舱内热环境的影响,以车载空调的布局与送风角等作为设计变量,以舱内电子设备耐受温度与乘员舒适度为目标函数,采用BP神经网络建立设计变量与目标的映射关系,利用改进型非支配排序遗传算法对舱内的气流布局与环境温度梯度进行优化,取得Pareto前沿解。优化结果表明,在制冷功率一定的前提下,最优解集主要集中在空调较接近电子设备且前出风角较平直时。此方法节省仿真优化成本,对方舱内温度与流场环境控制具有重要工程指导意义。

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NSGA-Ⅱ算法的宽带激光熔覆工艺参数优化

为了获得17-4PH沉淀硬化不锈钢粉末在宽带激光熔覆过程中的最优工艺参数,本研究将激光功率、预热温度、扫描速度作为可控输入参数,以熔覆层宽高比、饱和度、润湿角作为输出,进行三因素五水平正交试验。通过麦夸特算法构建的响应值非线性数学模型,探究优化变量及其权重排序对熔覆层宏观形貌的影响规律,并采用第二代非支配遗传算法进行寻优,输出具有Pareto最优前沿,确定最优工艺参数。结果表明:优化后的最优工艺参数组合为激光功率1878 W,扫描速度14 mm/s,预热温度200℃,此时获得的熔覆层宽高比32.08,饱和度0.76,润湿角度10.2°。优化后的结果输出平均误差小于5%。

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算法的自动驾驶停车泊位优化模型

完全自动驾驶车辆将具有自动泊车功能,自主泊车技术可实现多排布局的高密度、集约化停车布局,将彻底改变双排多通道的传统停车布局方式.然而,在释放被阻塞车辆时不可避免产生额外的移动和拥堵.为了明晰多排布局产生排队阻塞和额外移动次数与空间利用率提升的悖反规律,综合考虑停车场的几何属性、移动策略、需求特征等设计要素,通过车辆协同让道规则释放阻塞车辆,以泊位数量最大和移动次数最少为双重目标,构建了自动驾驶条件下多排布局方式停车泊位优化模型,设计了带精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行求解,通过数值实验提出了停车设施的最佳区域和布局,同时还进行了不同移动策略的敏感性分析.结果表明,在不降低停车位利用率的前提下,基于就近原则的移动策略大大减少了预期移动次数.

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NSGA-Ⅱ算法的机翼风洞模型静强度试验加载方案优化设计

针对机翼风洞模型的静强度试验,提出一种基于NSGA-Ⅱ算法试验加载方案的优化设计方法,包括加载布局的设计和试验载荷的多目标优化设计。加载布局的设计中引入控制剖面的设置,并在此基础上建立试验载荷的多目标优化设计模型,以控制剖面内的剪力、弯矩和转矩误差为优化目标,以静力等效原则和误差最小要求为约束条件,并以CHN-T1标模为例,基于NSGA-Ⅱ算法进行多目标优化模型的求解,算法采用可行性法则处理约束条件。最终求解出最优的试验加载方案并进行方案的有限元仿真验证。结果表明:试验方案与流固耦合下的理想试验的最大等效应力、应变值和变形位移的误差均小于6%,经优化设计的加载方案较好地模拟了气动载荷。

基于改进NSGA-Ⅱ算法的W火焰锅炉燃烧系统多目标优化

以W火焰锅炉为例,首先探讨了可调变量与NOx排放量和锅炉燃烧效率之间的关系,将所得的先验信息采用单调约束的形式与数据驱动建模融合,建立了灰狼优化融合先验知识的支持向量机燃烧特性预测模型。结果表明,该模型提高了预测精度。在此基础上,针对NSGA-Ⅱ算法易陷入极值的问题,加入带有惩罚机制的锦标赛选择策略,对不同工况下的W火焰锅炉进行多目标燃烧优化实验,并提出将归一化环保和经济指标得到的综合效益因子作为评判锅炉燃烧优化结果的标准。实验表明,出力为290MW工况下,综合效益因子提高了7.11%。

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。