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SWMM模型与NSGA-Ⅱ多目标优化的LID布局研究

科学的海绵城市设计方案能够在一定程度上缓解由极端暴雨引发的城市内涝。以北京市海淀区老旧小区为研究对象,将雨洪管理模型(SWMM)与非支配排序遗传算法(NSGA-Ⅱ)相结合,以建设成本费用、总径流削减率以及节点超载时间为优化目标,以各项低影响开发措施(LID)按比例布置的最大面积为约束条件,迭代筛选出Pareto最优曲线,通过分析不同LID措施组合在老旧小区中的雨水排放效率,提出有效的规划建议。研究结果表明:对于单项LID的布置方案,同比例下透水铺装的径流控制效果优于绿色屋顶;LID组合的径流控制效果与建设成本呈正相关,但总径流削减率增长幅度有限,高成本的建设方案并不能达到更优的削减效果,节点超载时间不会持续下降;降雨重现期为10 a时(P=10),该小区LID布局最佳组合为37.12%绿色屋顶+17.7%下沉式绿地+7组雨水罐+9.47%透水铺装。在强降雨条件下耦合SWMM与NSGA-Ⅱ智能算法的多目标优化模型能够为类似社区LID布局设计提供参考。

基于Pareto原理的HEV能量控制参数NSGA-Ⅱ多目标优化的研究

以某款并联混合动力汽车为对象,选取8个能量控制参数作为燃油经济性和排放性综合优化参数,提出基于Pareto原理的改进型NSGA-Ⅱ多目标优化算法,并进行仿真优化。结果表明:优化后燃油消耗率最大降低了11.29%,排放物综合指标最大下降8.78%,其中CO排放的优化效果最显著,下降了24.2%;SOC平衡的误差在0.5%以内,满足约束条件,发动机与电机工作点的效率分布明显改进;同时相比传统加权等单目标优化法,所提出的算法能同时得到多组优化解,为能量管理前期设计提供了更多的选择空间。

基于NSGA-Ⅱ多目标优化的C2组织设计

把NSGA-Ⅱ算法用于求解C2组织设计问题。分析了C2组织设计常见处理算法在优化目标处理和算法流程两方面存在的问题,给出用NSGA-Ⅱ算法求解C2组织设计问题的算法设置。把NSGA-Ⅱ这样一种多目标优化算法引入C2组织设计问题,改变了以往研究此类问题时只能定义单个指标的情况,使领域专家能定义和研究新的优化目标。针对C2组织设计问题的特性做了调整后,实验结果数据表明NSGA-Ⅱ可以迅速地同时得到高质量和富有启发性的一群优化结果。

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%。

集成NSGA-Ⅱ与IPSO算法的仓储货位分配多目标优化策略

优化仓储货位分配直接影响仓库运作效率和物流成本,为此提出了一种结合非支配排序遗传算法Ⅱ(NSGA-Ⅱ)与改进粒子群优化算法(IPSO)的多目标优化策略。通过深入分析货位分配的复杂性,构建了一个综合考量货物存取效率与存储空间利用率的多目标优化模型。对传统粒子群优化算法(PSO)进行改进,通过动态调整粒子的速度更新策略,显著提升了算法的全局搜索效率。将改进后的PSO算法与NSGA-Ⅱ算法集成,有效增强了解决方案的多样性和质量。经过对比分析,所提出策略在提高仓储效率和空间利用率方面有显著优势。

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NSGA-Ⅱ的多目标风光水储互补优化模型

构建以新能源为主体的新型电力系统逐渐成为电力行业转型升级的发展趋势。由风电、光伏、水电、储能电池多种新能源组成的多能互补系统,通过对出力条件(风力发电机出力、光伏组件出力、水电站水轮机组出力)、储能电池容量以及充放电功率等约束的综合考虑,建立以系统出力波动性最小和运行经济效益最大为目标的多目标优化模型。利用改进粒子群优化算法和NSGA-Ⅱ优化算法,以中国西北地区某风电场、光伏电站、水电站以及电化学储能电站组成的多能互补系统为例,验证目标模型和求解方法的有效性。算例与结果表明:相比改进MOPSO,采用NSGA-Ⅱ算法求解此风光水储联合系统中的多目标问题可以减少15%的出力波动,提高28 835元/年的经济效益,相对风-光-储互补系统,小型水电站的加入通过NSGA-Ⅱ算法可降低31%的出力波动。

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的新风系统多目标优化控制策略研究

针对新风系统运行优化以降低室内甲醛浓度和减少能耗损失的问题,提出一种基于改进非支配排序遗传算法(NSGA-Ⅱ)的新风系统多目标优化控制策略。首先,采用计算流体力学(CFD)技术构建室内模型并仿真,分析室内甲醛浓度随新风系统送风速度及送风时间的变化趋势,并得到优化模型;然后,引入佳点集方法和正态分布交叉算子对NSGA-Ⅱ算法进行改进,并通过测试函数验证改进算法的有效性;最后,使用改进NSGA-Ⅱ算法求解新风系统控制策略优化问题的帕累托前沿,并从中选取4种方案进行分析验证。实验结果表明:改进算法可以有效地求解帕累托前沿,且其求解效率和速度优于原算法,该研究能够帮助决策者选择更多的优化策略,对新风系统的运行控制具有一定的参考价值。

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。

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。