基于NSGAII的协同产品开发项目自动协商决策

供应链环境下的协同产品开发项目中,核心企业与合作企业之间,需要对项目工期、预算和质量进行协商。科学高效的协商决策方法有助于协同产品开发项目参与各方实现双赢的协商目标。采用多Agent系统建立了协商问题的框架,构建了协商Agent以自身效用最大化和与对方建议相似度最大化为目标的多目标反建议模型;提出了基于NSGAII的自动协商决策算法,算法采用了正整数和小数混合的实数编码方式,并在遗传操作中增加了约束限制,剔除不可行个体。计算机仿真实验结果表明了算法对提高协商成功率和协商效果的有效性,说明了协商Agent可接受的最低效用值对于协商结果的影响。

用于磁屏蔽室屏蔽叠层优化的CSA-NSGAII算法

为提高多层磁屏蔽室的屏蔽性能,进一步降低磁屏蔽室的建造成本,本文将磁屏蔽叠层结构优化视为多目标函数优化问题,在可行的建造成本与建造质量构成的约束下,提出一种分段交叉策略与自适应变异算子改进NSGAII算法(CSA-NSGAII),对屏蔽叠层结构参数进行优化。CSA-NSGAII算法解决了NSGAII算法种群收敛分布不均匀,全局搜索能力差和容易陷入局部最优等问题,从而能够获得屏蔽室最优叠层结构。与NSGAII算法、NSGAII-SDR、g-NSGAII和MOEA/D算法相比,CSA-NSGAII的GD、IGD与Spacing等指标均有显著提升,说明本文提出的CSA-NSGAII算法收敛性能更好,种群分布更均匀。实验结果表明:经优化后的叠层结构在屏蔽性能不变的情况下平均能够节省约14%的建造成本,并在干扰幅值为32000 nT,频率为1 Hz的亥姆霍兹线圈中,实现约70 dB的屏蔽性能。

基于NSGAII算法的宽体客机商载航程研究

宽体客机研发模式已从传统"单一机型"向"系列化机型"转变。根据宽体客机系列化设计通用性准则,对其设计方法进行了研究。建立了以宽体客机系列化设计制造成本、最大起飞重量间差值总和为目标函数,各机型商载能力为约束条件的宽体客机系列化设计模型。利用非劣排序遗传算法(NSGAII),对宽体客机系列化设计模型求解,得到符合条件的Pareto解集,取解集中的两个方案进行比较分析,其结果具有一定的实际意义,为宽体客机制造商在宽体客机系列化设计过程中商载航程的选取提供了一种依据。

基于NSGAII的应急物流多目标LRP研究

针对应急物流系统中选址-路径问题(LRP),建立了一个以最小化系统总耗时、总成本及最大化配送路线道路安全性的多目标优化模型,据此对应急物资供应点选择、配送中心选址及配送车辆路径安排进行决策。构造了带精英策略的快速非支配排序遗传算法(NSGAII)以求解多目标LRP模型,根据模型的特征,对算法的染色体编码、初始种群生成、交叉和变异方法进行了改进,并与变权多目标遗传算法进行对比研究。算例结果表明,改进的NSGAII可以更好地解决应急物流多目标LRP,求解出的帕累托最优解质量较高,算法具有较好的收敛性和运算效率。

基于改进NSGAII的多无人机三维空间协同航迹规划研究

三维空间多无人机协同航迹规划问题属于多约束条件下的多目标多变量问题,采用NSGAII算法进行解决,并对其进行改进。鉴于已知航点的分配问题,利用双染色体编码方式表述航迹;综合考虑无人机自身性能约束以及时间空间协同约束,引入时间空间协同系数表示协同约束情况,并依此改进算法中的选择操作和精英保留策略;同时,提出自适应进化策略,将个体拥挤距离大小与平均个体拥挤距离大小进行对比,并使个体交叉变异概率与迭代次数关联,避免盲目进化,加强算法的搜索能力以及收敛方向的准确性;最后,以航迹长度和受雷达威胁程度作为目标编写代价函数。仿真结果验证了改良后算法的可行性,同时与原算法相比,寻优能力增强,收敛速度及稳定性都有明显提升。

基于LSSVM-NSGAII耐久性混凝土配合比多目标优化

混凝土耐久性不足会造成混凝土结构严重损伤,所以研究混凝土耐久性有重要意义。以东北高寒地区某高速公路工程为研究背景,基于试验室试验和工程项目数据,研发LSSVM-NSGAII智能算法实现混凝土配合比多目标优化。以混凝土耐久性主要指标抗冻性(相对动弹性模量)和抗渗性(氯离子渗透系数)为研究目标,首先利用最小二乘法支持向量机(LSSVM)模型基于混凝土原材料及配合比对动弹性模量和氯离子渗透系数进行高精度预测,得到非线性映射关系函数,将这两个非线性映射关系函数作为目标适应度函数,引入混凝土成本作为另一个目标适应度函数,在满足规范和工程要求条件下,设值原材料及配合比约束范围,基于研发LSSVM-NSGAII智能算法进行多目标优化,最后获得符合规范和工程项目要求的配合比目标值,且各项性能指标均符合要求。说明LSSVM-NSGAII模型可以很好应用于配合比多目标寻优,体现了该模型的智能化、精准化。

考虑碳排放的不确定闭环供应链鲁棒优化研究

综合考虑市场需求不确定、退换货产品数量不确定及设施中断风险,将碳限额政策和新能源设施建设作为影响决策的关键因素,建立了供应链网络总成本和碳排放量最小的双目标鲁棒优化模型,设计了一种Prim-NSGAⅡ算法求解该模型.通过与传统NSGAⅡ算法的IGD、SM指标对比验证了算法的有效性,得到了不同不确定程度下的最优网络规划方案和不同参数下的管理对策.结果表明,该算法达到了加快求解收敛速度、保持种群多样性的目的,验证了鲁棒优化模型可以实现闭环供应链网络鲁棒性,经济效益及环境效益的综合提升,并为决策者制定具体的碳减排方案提供决策依据.

面向水电供区电压质量问题的BSVR优化配置方法研究

径流式小水电群的季节性波动引发了水电供区的电压质量问题。本文提出了一种基于BSVR的电压治理措施及其优化配置方法。首先,依据BSVR改善电压特性的基本原理,定性地筛选出3个待优化变量;然后,针对经济、技术性指标的优化及约束,建立了包含系统有功、无功损耗及平均电压偏差在内的多目标优化模型;最后,利用NSGA II算法对该模型进行量化求解,实现了BSVR安装位置、额定容量及电压参考值的联合寻优。算例结果表明,本文使用的NSGA II算法可以稳定可靠的获取BSVR的优化配置参数,基于此配置参数可经济高效的解决水电供区的电压质量问题。

基于NSGAⅡ和神经网络的织造车间大规模调度

为解决遗传算法在织造车间大规模调度中容易陷入局部最优的问题,提出了NSGAⅡ-NN125调度算法。首先,根据织造车间大规模调度的特点,以最小化逾期损失、完工时间和改车次数为优化目标,建立了织造车间调度模型。然后设计了以神经网络模型NN125为主体的调度模块,其可根据织轴和织机特征信息生成调度方案。最后,设计了以NSGAⅡ为主体的优化模块,其根据方案优劣对调度模块中的NN125进行优化。结果表明:NSGAⅡ-NN125的调度质量随着调度规模的不断增大始终非常稳定,而且已优化的调度模块可直接用于相似问题的调度,调度性能较好,由于省去了优化过程,调度速度(约50个织轴/s)也有较大提升,具有较好的实用价值。

基于NSGA Ⅱ的多目标车间设施布局优化方法

针对多品种批量生产系统,提出了一种基于NSGAII的多目标车间设施布局优化方法。以物料搬运量(或搬运成本)、非物流关系强度、设施所需总面积为优化目标建立了一类多目标优化模型;针对模型设计了一种改进的非支配排序多目标遗传算法;通过案例分析验证了该方法的有效性。

平顺移动下等量分批FJSP多目标优化研究

为解决平顺移动下等量分批柔性作业车间调度问题多目标优化的困难,对平顺移动下等量分批柔性作业车间调度多目标优化方法进行了深入研究。首先,针对平顺移动方式下等量分批柔性作业车间调度的特点,建立了一类以完工时间最短和制造成本最低为优化目标的等量分批柔性作业车间调度多目标优化模型。其次,提出并设计了一种改进的NSGA II算法对模型进行求解。算法中引入面向对象技术处理复杂的实体逻辑关系,使用一种基于工序及设备编码的分段编码技术进行编码,采用分段交叉和变异的特殊遗传算子实现遗传进化,应用4种精细化调度技术于解码过程以提高设备利用率。最后,通过案例分析验证了方法的有效性。

计及主/被动需求响应与条件风险价值的微网经济调度

针对综合能源微网源荷不确定性给决策调度带来高风险性的问题,在考虑柔性负荷需求响应对平抑负荷波动性及提高系统能源利用效率作用的基础上,构建了计及主/被动需求响应与条件风险价值的微网2阶段经济调度模型。首先研究了用户主被动需求响应对负荷曲线的影响。在此基础上,为评估系统源荷不确定性带来的潜在调度风险,引入条件风险价值理论(conditional value at risk,CVaR),以微网系统的潜在风险成本以及考虑环保因素的综合运行成本最低为优化目标,建立了计及CVaR的微网经济调度模型。最后,为克服传统NSGAII算法易陷入局部最优解和求解效率低的不足,引入beta交叉算子和自适应交叉变异概率对原始NSGAII算法进行改进。以某地区微网系统作为仿真算例,并设置了5种对比场景,研究结果表明,主被动需求响应能在有效系统的运行经济性的同时,降低系统的潜在调度风险。CVaR理论能通过置信度的设置反映决策者对风险的厌恶态度,为系统调度决策提供参考。

神经网络在高空长航时无人机翼型多点优化中的应用

NSGAII算法在翼型多点设计中有着广泛的应用价值,然而其巨大的计算资源和计算成本限制了它的使用。为了解决这个问题,本文引入具有较强非线性映射能力的神经网络代理模型,采用实验设计结合BP法训练神经网络响应面来代替N-S方程求解翼型的性能。在实验点的数值模拟中,为了进一步节省计算资源,提高计算效率,采用网格的变形代替网格的重新划分,使得计算网格的更新速度提高了约50%。在翼型的参数化过程中,采用改进的PARSEC方法,用较少的参数实现了翼型的精确控制。为了增强神经网络的泛化能力,采用12-7-4-3-1的隐层结构。对NLF1015翼型的多点优化算例表明,此方法不仅显著降低了整个优化过程的计算量,而且对翼型的气动性能预测也具有较高的可信度,在高空长航时无人机的翼型设计中具有一定的潜力。

单跑道连续离场条件下的航班排序优化方法

由于空域资源紧张,近年来航班受到流控的现象时有发生,造成旅客满意度低以及航空公司运营成本的提高。在协同流量管理系统中流控发生的背景下,针对单跑道机场连续离场航班排序问题,设计了一种先对受控航班的预计过点时刻进行排序的方法,再以最小化航班撤轮挡时刻总用时和最小化差值和为目标,利用NSGAII快速非支配排序算法对航班集合的预计撤轮挡时刻进行整体重新排序的方法。优化结果对比FCFS算法将目标撤轮挡时刻总用时缩短26%,差值和减少869分钟,继而算出起飞时刻共提前74分钟。该方法可减缓容流不平衡问题,预防航路拥堵现象发生,对提高机场与航空公司运营效率节省成本有积极意义。

柔性控制器MMC子模块最优冗余数量双重协同优化方法

柔性直流系统中模块化多电平换流器(MMC)的子模块故障影响系统正常运行,可靠性和经济性的相互制约是MMC冗余数量配置优化的关键问题之一.对此,建立含冗余子模块MMC可靠性和经济性数学模型的多目标优化函数,提出一种柔性控制器子模块冗余数量双重协同优化方法.该方法结合权重系数和NSGAII多目标优化算法的优势,在冗余数量取相同选择偏好下,计算得到两者优化结果的交集.以南京某柔性台区直流工程为例,在MATLAB中搭建模型,仿真结果表明所提方法在满足柔性直流系统可靠性的同时,能够显著提高经济性,为实际柔性直流工程中MMC冗余子模块数量配置提供思路.

基于PCE方法的翼型不确定性分析及稳健设计

由于能够获得一个既经济又对参数变化不敏感的设计结果,稳健型设计在工程设计中备受关注.不确定性分析是稳健型设计的关键.因此研究了基于混沌多项式的不确定性分析方法,并将其与CFD方法结合,对计算空气动力学设计中的不确定性影响进行了量化分析.首先以RAE2822翼型为算例,对其跨音速马赫数不确定影响进行了分析,研究了多项式阶次对计算的影响,分析了平均流场和方差.接着结合超临界翼型的马赫数稳健型设计验证了混沌多项式方法在稳健型设计中的有效性.优化结果表明,稳健型优化后的翼型阻力系数明显降低,同时对于马赫数的敏感性显著减小.通过分析表明混沌多项式方法能够大幅提高稳健型优化设计效率,能很好地应用于气动稳定性设计.

考虑中断情景与防御的应急物资储备库LIP模型

为提高应急物资保障能力,研究应急物资储备库的网络优化设计问题。在传统的可靠性设施选址问题（RFLP）与选址-库存问题（LIP）研究基础上,考虑中断情景、设施设防、设施容量限制、物资批量采购折扣等因素,建立应急物资储备库的LIP双目标优化模型;设计一个改进的非支配排序遗传算法（NSGAⅡ）以求解该模型;以地震灾害应急物资储备库建设为例进行算例分析。结果表明：用所设计的算法可得Pareto前沿解集,使决策者可根据实际需要权衡时效性与经济性目标,从一簇Pateto解中选择合适的优化决策方案。

融资性投资组合模型之构建

如何选择投资产品,在有效分散投资风险的同时获取一定的期望收益呢?基于以上目的,本文建立了存在融资、存在交易费用、存在最小交易单位的投资组合模型。并采用改进的NSGAII遗传算法进行求解检验,证实该融资性投资组合模型是有效的,可供投资者参考。

基于量子行为的模拟移动床的操作优化

模拟移动床是一种能实现连续分离的装置,由于模拟移动床模型复杂,性能指标众多,因此需要智能算法对模拟移动床的性能指标进行优化。本文运用遗传算法、粒子群算法对模拟移动床线性吸附等温线下的性能指标进行单目标优化,并利用加入量子行为的粒子群和遗传算法作比较,证明了量子理论在解决模拟移动床优化问题的优越性,然后运用NSGAII算法、MOPSO算法对模拟移动床线性吸附等温线下的性能指标进行多目标优化和对比实验,仿真结果验证了所用方法的有效性。

计及电动汽车负荷特性的虚拟电厂优化调度

基于分析电动汽车接入虚拟电厂后对虚拟电厂调度产生的影响,首先,通过运用三峰高斯分布函数拟合电动汽车充电起始时间、对数正态分布拟合电动汽车行驶里程,分析电动汽车的时空分布特性,并基于有限制的充放电功率制定了有序充放电策略。其次,以EVPP综合收益最大化与申报偏差率最小化构建了EVPP调度优化模型,并运用引入了狮群选择法的改进NSGAII算法搜寻最优解。最后,以包含燃气轮机、风电机组、光伏机组、电动汽车的EVPP进行算例分析。算例分析结果表明:一方面改进NSGAII算法比传统NSGAII算法相比求解效率高,优化效果更佳;另一方面实行功率控制的充放电策略不仅能够减少峰谷差,还能实现电动汽车峰谷时段平稳的变化。