基于NSGA2算法的燃料电池系统净功率优化

在质子交换膜燃料电池系统中,寄生功率占据燃料电池系统输出功率的相当一部分,系统的净输出功率是燃料电池系统的重要指标之一。目前对于燃料电池本身性能的改善主要集中在凭经验对单一控制参数的调整。提出了在稳态下,结合质、能量守恒公式推导,将空气过量系数、温度、阴极压力和阳极压力协同控制,将控制参数作为决策变量,燃料电池功率、空压机功率和散热器功率作为目标函数,采用一种非支配排序遗传算法(NSGA2)进行优化,在提高燃料电池输出功率的同时降低空压机和散热器的功率,并和传统的遗传算法(GA)作比较,验证了NSGA2的适用性,并探究了稳态条件对优化效果的影响。

基于局部搜索NSGA2算法的含油污水资源分配

针对目前油田含油污水回收分配存在运营成本较大以及回收作业区资源利用率较低的问题,提出一种基于局部搜索NSGA2算法的含油污水资源分配方法。首先,引入采油厂回收总成本以及回收作业区负载均衡度等指标建立组合评价体系,构建了面向含油污水产生方及回收作业区处理方的双角度多目标分配模型。其次,为了改善NSGA2算法计算过程中种群分布不均匀的情况并提高其收敛速度,提出一种基于混合移民策略的局部搜索机制,使用解的密度来衡量解的稀疏度,在稀疏解和种群领先解周围进行局部搜索,引导算法快速收敛。最后,以某采油厂为例,与多个算法进行比较,结果表明,所提算法所求解的质量均优于其他对比算法,验证了模型的适用性和有效性。

基于多约束NSGA2算法的空管监视台站优化选址

为了实现空管监视台站的科学规划、合理布局,探讨了一种高效通用的优化选址算法。通过深入分析监视台站优化选址的问题,建立了多变量组合寻优的组网模型,提出了选址的简要约束条件和3个覆盖性能评估的目标函数,并在此基础上设计了空管监视台站优化选址的多约束NSGA2算法,该算法考虑了监视台站选址的各类影响因素加入多约束条件判定模块和种群修正模块。真实场景的仿真实例表明,优化输出的最优部署方案具有良好的覆盖性能,航路二重覆盖能达到98%以上,终端区域三重覆盖能达到95%以上。

基于改进NSGA2算法的航空燃油泵叶轮优化设计

传统方法设计航空燃油泵受经验限制,需要反复试验改进,无法实现多目标同时优化。为消除传统设计方法的缺陷,设计一种改进NSGA2多目标遗传算法。将改进NSGA2算法用于某型燃油泵叶轮的优化设计,并将泵转速也增设为优化变量,结果表明在满足泵性能要求下可以减小泵尺寸,提高泵工作效率。与传统设计方法相比,采用改进NSGA2算法,可以缩短设计周期,降低设计成本,为泵设计提供了一种快捷有效的新方法。

基于NSGA2算法的成像卫星星座多目标任务规划问题研究

微小卫星构成的星座在气象、军事等领域发展极为迅速。针对成像卫星星座多目标任务规划问题,以成像目标等级、资源消耗和成像效果为目标函数,建立了成像卫星星座任务规划的问题模型。将非劣排序遗传算法2(NSGA2)应用于求解成像任务规划问题中,通过MATLAB仿真验证了NSGA2算法求解多目标成像问题的可行性和有效性。

基于支配强度的NSGA2改进算法

NSGA2是一种简单、高效且被广泛使用的多目标进化算法(Multi-objective Evolutionary Algorithm,MoEA),但在求解实际工程领域中的高维、复杂非线性多目标优化问题(Multi-objective Optimization Problems,MOP)时,存在无法有效识别伪非支配解、计算效率低、解集收敛性和分布性较差等设计缺陷。对此,文中提出一种基于支配强度的NSGA2改进算法(INSGA2-DS)。新算法采用快速支配强度排序法构造非支配集,引入了考虑方差的拥挤距离公式,并通过自适应精英保留策略动态调整精英保留规模。基于标准测试函数的仿真实验表明,INSGA2-DS算法较好地改善了NSGA2算法的收敛性和分布性。

基于NSGA2遗传算法的地铁隧道上方基坑工程优化设计

为在有效控制基坑下覆地铁隧道竖向位移的情况下,尽可能地减小基坑工程造价,基于NSGA2遗传算法,以5个基坑工程控制下覆地铁隧道竖向位移的关键设计参数为优化设计变量、隧道最大竖向位移和工程造价中的可变值为优化目标,优化得到Pareto最优解集。结合专家打分-COWA算子-博弈论组合赋权法和TOPSIS法从Pareto最优解集中选出最佳方案,并分析专家打分的主观权重改变对最佳方案的设计变量、目标函数值等参数的影响。研究结果表明:最佳方案比初始方案的隧道最大竖向位移减少23.3%,工程造价中的可变值减少36.9%,证明本文对地铁隧道上方基坑工程优化设计方法的有效性。

基于NSGA2算法的配电网可靠性优化规划

为调和配电网建设经济性和可靠性的矛盾,提高投资效益,提出一种基于NSGA2算法的配电网投资规划方法。将配电网可靠性成本曲线按提升措施类型分解,以规划方案总成本最低和可靠性提升最高为目标,采用NSGA2算法求取Pareto最优解集,通过满意度评价,选择最合适的配网投资规划方案。通过W市配电网的实例,验证了方法的有效性。

基于改进NSGA2算法的配电网分布式电源优化配置

基于NSGA2算法存在收敛性和分布均匀性不足的问题,文中研究了一种改进的NSGA2算法,该算法使用算术交叉算子和精英交叉策略,并引入了伪适应度值的概念。同时,为更好地研究分布式电源选址定容问题,文中建立了以有功网损和节点电压偏移为目标的分布式电源选址定容模型,并用改进算法对该模型进行求解,最后在MATLAB软件下以IEEE-33节点系统为例进行测试,仿真结果与传统的NSGA2算法进行比较,证明了该方法在分布式电源优化配置方面的有效性和优越性。

改进NSGA2算法求解柔性作业车间调度问题

文章主要研究多目标柔性作业车间的调度问题,以完工时间、机器总负载、生产成本为优化目标,建立多目标柔性作业车间调度模型。针对传统的非支配排序遗传算法(non-dominated sorting genetic algorithm II,NSGA2)在求解多目标柔性作业车间调度中出现的过早收敛或局部收敛问题,提出了改进的NSGA2算法。将传统算法精英保留过程中直接选取前N个最优个体作为新一代种群改为先选取前N×α个个体,然后在次优前沿面上随机选择剩余个体,避免了种群多样性降低导致的算法陷入局部收敛,同时加入了邻域搜索,弥补了传统算法在局部搜索上的不足。通过实验仿真验证了算法的有效性。

基于改进NSGA-Ⅱ算法的水库双目标优化调度

针对NSGA-Ⅱ算法选择机制的缺陷,本文提出一种更好保护优秀个体的择优方法——雄狮选择法,进而提出了一种基于雄狮选择法的改进NSGA-Ⅱ算法——NSGA2-Pride算法。将新算法应用于水库双目标调度问题中,结果表明,NSGA2-Pride算法的优化调度结果优于NSGA-Ⅱ算法的优化调度结果,其优化调度将各调度期供水强度平均值提高到83%以上,并将供水强度最小值从49.13%提升至72.51%,改善了水库供水状况。本研究为解决水库优化调度问题提供了新的方法。

基于改进NSGA2算法的混合储能系统容量优化配置

由于储能系统能够快速地补偿系统所需的能量,在风电场侧安装混合储能装置,可以有效减小风电功率波动对电力系统运行的稳定性和可靠性造成的影响。为了使各储能元件能发挥其工作特性优势,制定了超级电容优先充放电,蓄电池再进行充放电的协调控制策略;考虑到混合储能系统的容量配置问题,建立了以混合储能系统的成本、风电功率输出平滑率以及蓄电池的充放电次数为目标的混合储能系统多目标容量配置模型;针对传统优化算法的目标权重人为选择及常规NSGA2算法的局部收敛等问题,将改进NSGA2算法用于混合储能系统容量的多目标优化配置,得到混合储能系统的最佳容量配置方案。最后,通过仿真算例,验证混合储能控制策略和容量配置方法的有效性。

基于个体邻域的改进NSGA-Ⅱ算法

带有精英策略的非支配排序遗传算法(NSGA-II)是在NSGA的基础之上,提出拥挤度和拥挤度比较算子,代替了需要指定共享半径的适应度共享策略,是解决多目标优化问题的经典算法之一。但是NSGA-II算法在保持种群多样性时采取的拥挤距离排挤机制有着pareto前沿分布不均匀的缺陷,因此,提出一种基于个体邻域的改进NSGA-II算法SN-NSGA2。SN-NSGA2将密度聚类算法DBSCAN中邻域的思想应用到排挤机制中去,提出一种个体邻域的构建方法,采用相应的淘汰策略去除个体邻域中的其他邻居个体。实验结果表明相对于NSGA-II算法来说,新算法求出的pareto解集有着更好的分布性以及良好的收敛性。

改进NSGA2在炼钢-连铸调度中的应用研究

针对具有多重精炼方式的炼钢-连铸调度排产问题,采用单纯带精英策略的非支配排序遗传算法(NSGA2)存在求解精度不高,求解速度慢、并得到Pareto解集后需要人工确定最优解的问题,提出了基于优先级策略的改进NSGA2新方法。首先基于炼钢-连铸生产工艺过程及调度目标和要素建立多目标优化调度模型,然后将所提出的方法应用到具有多重精炼的炼钢-连铸生产调度问题中,并与现有采用原始NSGA2的仿真结果进行比较。实验结果表明本文提出的基于优先级策略的改进NSGA2算法在求解速度、求解精度上均优于原始NSGA2算法,并能自动给出唯一的最优调度方案,避免人工确定最优解缺乏科学依据问题。

基于多目标优化的箱梁渡槽结构设计研究

针对箱梁渡槽所受水荷载远大于同等跨径箱梁桥所受汽车荷载导致槽身纵向受力突出的问题,在渡槽结构设计中统筹考虑箱梁纵向应力储备和造价,构建了以截面尺寸、钢筋用量等6个参数为设计变量,以渡槽边缘正应力和造价为目标函数,以槽身挠度、法向应力等9个验算指标为约束条件的多目标优化模型,并基于支持向量机近似模型和NSGA2遗传算法求解多目标优化模型的Pareto最优解集,然后综合专家打分、COWA算子、博弈论综合赋权与TOPSIS法从Pareto最优解集中选出最佳方案。结果表明:与初始方案相比,最佳方案的渡槽边缘正应力储备提高了17.55%,渡槽上部结构总造价降低8.84%;与有限元分析相比,该方法在保持较高计算精度的同时节省了65.42%的计算时间成本。

基于负荷预测和非支配排序遗传算法的人工相序优化方法

在对0.4 kV配电台区进行节能降损时发现,调整负荷的接入相序能够有效降低台区的线路损耗和三相负荷不平衡度。文中提出基于负荷预测和非支配排序遗传算法(NSGA2)的人工相序优化方法。首先,利用配电台区出口电流曲线替代法建立用户负荷模型。其次,基于历史数据使用Elman神经网络对调相日的台区内各用户日电量和出口三相电流进行预测。然后,基于预测数据综合考虑以线损最低和调相次数最少为目标函数,建立配电台区多目标相序优化数学模型,使用NSGA2对该模型进行求解,得到优化后各负荷接入相序。最后,通过对比安徽电网某配电台区调相前后的理论线损,验证本文所提方法的有效性。

U型槽结构下振冲碎石桩联合抗拔桩数值分析及优化设计

[目的]研究沿海下穿道路工程U型槽结构下振冲碎石桩联合抗拔桩的加固效果及其优化设计.[方法]采用有限元软件ABAQUS进行建模,分析了振冲碎石桩的打入对砂土地基抗液化能力的改良效果,讨论了U型槽、抗拔桩、碎石桩各设计参数对U型槽抗浮效果的影响.针对以上结果基于NSGA2遗传算法,开展抗液化能力、抗浮效果、工程造价三目标的优化设计.[结果]振冲碎石桩可以大大增强砂土地基的抗液化能力,未使用振冲碎石桩的砂土均发生液化,而采用振冲碎石桩处理后的砂土地基液化率仅为4.7%;U型槽底板厚度、抗拔桩的桩径、桩长和振冲碎石桩的桩径、桩长均对U型槽底板上浮位移有较大影响;采用NSGA2遗传算法得出的最优方案在满足安全储备的情况下,造价比原始方案节省了10.0%,且砂土地基液化率降低了45.7%.[结论]基于NSGA2遗传算法提出的以砂土液化率、底板上浮位移和工程造价为目标的优化设计方案可为今后同类工程提供设计指导.

锻造车间能耗建模及优化调度研究

针对锻造车间能耗优化调度问题,通过建立能耗数学模型和改进NSGA2算法并对其进行实例验证且得到最优解集合。建立了一种基于机器状态-能耗分布关系的车间能耗模型,并以此模型为最小能耗目标,再加上最大完工时间和最大机器负荷最小化,共同组成车间调度问题的目标函数。改进了NSGA2算法,种群初始化采用全局生成和快速生成两种方式,编码时选择了工序排列编码和机器选择编码的双层编码方式,交叉策略分别选择IPOX交叉和MPX交叉,变异时插入式变异和贪婪变异保证种群多样性并加强局部搜索能力,最后使用MATLAB对算法实例进行求解运算,得出有效非劣解集,以验证车间能耗模型和改进NSGA2算法的有效性和可行性。

基于改进NSGA2算法的配电网分布式电源优化配置

分布式电源接入配电网对其潮流分布、有功网损、电压稳定等多方面造成影响。建立以分布式电源有功网损、电压稳定性指标和投资成本最小为目标的配电网多目标优化模型。提出了改进的带精英策略的非支配排序遗传算法(non-dominated sorting genetic algorithm Ⅱ,NSGA2),将改进单亲遗传算法移植到NSGA2,对非劣分层算子进行改进,缩短算法计算时间,最后通过IEEE33节点算例分析,结果表明该模型可以在投资成本、有功网损、电压稳定性方面,较为全面地优化配电网分布式电源的配置。

碳达峰约束下的运输结构优化研究

论文首先以人均GDP、能源强度、客货运周转量、不同运输方式周转量占比为自变量,以交通运输碳排放为因变量构建STIRPAT模型,然后以2030年碳达峰为主要约束条件,以运输能源消耗最小、总运输周转量最大为目标构建运输结构优化模型,采用NSGA2算法求解得到Pareto最优解集,基于熵权-Topsis法选择最佳运输结构,最后进一步求得从现有运输结构到2030年最佳运输结构的优化路径。研究结果表明:最佳方案下2030年我国公路、铁路、水路、航空运输占比分别为13.05%、30.05%、56.52%、0.38%,能源消耗量为19024.90万吨标准煤,总运输周转量为293759.86亿吨公里。同等运输周转量下,优化后的运输结构与现有结构相比,能源消耗量减少了30.45%。另外,运输结构优化路径显示,“公转铁、公转水”的最优调整期主要集中于2023—2026/2027年。上述研究对我国低碳运输结构的优化调整提供了一定的理论参考和现实指导。