基于NSGA-Ⅱ的热压系统上下料机械手结构优化设计

为实现热压系统上下料装置的轻量化设计,提出将响应面法和NSGA-Ⅱ算法相结合的多目标优化方法。以上下料机械手结构质量、最大变形和二阶模态固有频率作为优化目标,以机械手支撑立柱的壁厚、边长和取件手臂壁厚、宽度作为优化参数,进行参数化建模,采用Box-Behnken方法设计4因素3水平试验,并通过ANSYS Workbench有限元软件得到仿真结果。采用二阶响应面法,对目标函数与变量参数之间的非线性关系进行预测,并将预测数据与实际值比较,验证该方法具有良好的准确性和可行性。采用NSGA-Ⅱ算法对多目标优化的Pareto前沿解进行搜索,选择Pareto解集中的第55组解,即支撑立柱的壁厚为5 mm,边长为89 mm,取件手臂壁厚为7 mm,宽度为78 mm,宽度取整为80 mm。经过仿真证明,上下料机械手模型质量从307.89 kg减小到223.72 kg,减重比高达27.34%。优化后结构的最大变形量从0.394 mm增大到0.475 mm,满足最大变形量不超过1 mm的设计要求。二阶模态固有频率从47.57 Hz减小到46.19 Hz,降幅较小。运用ADAMS软件对上下料装置进行运动学仿真,得到机械手速度、加速度曲线,优化后该装置运动过程平稳,运动过程无明显冲击和振动。

基于改进NSGA-Ⅱ的停机位预分配优化

随着民航运输业的发展,航班密度不断增加,大型机场的近机位资源紧张问题日益突出,降低了航班保障效率。为了探索大型枢纽机场停机位预分配问题综合有效的解决方法,从航空公司、机场和旅客的实际情况出发,建立多目标停机位分配优化模型,并设计了改进的带精英策略的非支配排序遗传算法(Non-dominated sorting genetic algorithms-Ⅱ,NSGA-Ⅱ)对模型进行求解,得到一组Pareto前沿解。。在交叉和变异操作阶段,对种群个体以指数形式自适应地调整交叉率和变异率,以此提高算法的收敛速度和优良解的多样性。实例验证结果表明,该模型和改进算法相较于人工分配和传统NSGA-Ⅱ算法对停机位指派的优化结果更为突出,尤其在靠桥率和被使用的停机位数量方面;同时利用性能评价指标对比两种算法,发现改进型NSGA-Ⅱ算法更适合停机位预分配问题的求解。

考虑时间和油耗的拖轮多目标优化调度研究

进出港口的大型船舶需向港口申请拖轮协助以进行靠离泊作业。拖轮调度是港口重要的计划事项之一。针对拖轮调度过程中需要平衡完工时间和油耗量以提高港口服务水平和降低拖轮公司经营成本的问题,本文以最小化拖轮最大完工时间和最小化拖轮总油耗量为目标,构建了混合整数规划拖轮多目标优化调度模型。模型还考虑了潮汐港口大量船舶在潮水期间集中进出港的特点,并根据拖轮在调度过程中的不同状态分类计量其产生的油耗量,以使模型更接近实际状况。为求解模型,运用了带有精英策略的非支配排序遗传算法(NSGA-II),算法采用一维实数编码,以事件建模思想设置适应度函数,并结合拖轮调度特点设计了遗传算子,求得的Pareto前沿解和算法对比验证了该算法的有效性。最后,以广州港港口拖轮调度实际运作数据作为算例,验证了模型的可行性与有效性,为港口拖轮调度计划提供了决策依据。

考虑成本-碳排放量双目标的快递包装回收设施选址研究

2014年我国快递业务量成为世界第一,这标志着我国快递行业进入快速发展阶段。但是与此同时,快递包装带来的资源浪费和环境污染日益凸显。建立快递包装回收逆向物流网络,对快递包装进行回收是解决上述问题的有效途径。同时,在“双碳”战略要求下,决策者在进行规划时不仅要考虑成本因素,还要考虑碳排放量对环境的影响,以及在实施过程中对成本和碳排放量目标的权衡。针对上述问题,本研究建立考虑成本-碳排放量双目标的快递包装回收设施选址模型。为使模型更加贴近实际,本研究考虑了不同区域建设成本、不同处理技术成本和不同车辆类型对成本和碳排放量的影响。为求解模型,本研究利用NSGA-Ⅱ算法进行求解,得到了Pareto前沿解。本研究将Pareto前沿解根据成本和碳排放量的相对关系划分为3类,并分析每一类的特点,为决策者在实践中根据现实的经济发展水平和碳排放量要求进行决策提供了依据。

含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。

XPBK神经网络模型的构建与应用

为了较好地模拟流域汇流过程,采用K最近邻算法、Pareto前沿解集法等方法对传统的BP模型进行了改进,然后结合新安江模型的产流模块构建了XPBK模型,以呈村、东湾、阜平3个流域作为研究对象,对各流域进行了模拟。结果表明:①在呈村、东湾和阜平3个流域中,XPBK模型的模拟效果总体上优于新安江模型的;②呈村流域新安江模型和XPBK模型的确定性系数均值均为0.97,东湾流域、阜平流域中XPBK模型的确定性系数均值均大于新安江模型的;③XPBK模型运用于流域模拟是可行的,尤其对湿润地区的模拟精度较高。

基于NSGA-Ⅱ的停机位多目标指派建模与仿真

为探索大型机场停机位指派问题综合现实有效的解决方法,分析了停机位指派过程设计的利益主体,以最小化航空公司运行成本、最小化旅客步行距离、最小化航班冲突概率同时最大化航空公司之间的公平性为目标,建立大型机场停机位多目标指派模型。采用第2代非支配排序遗传算法(Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)对模型进行仿真验证,该算法可以对多目标问题进行更高效的求解。分析不同迭代次数下的Pareto前沿解集的特性,并将优化解与随机指派结果进行对比,验证了该模型和算法的有效性。

一种新的多目标改进和声搜索优化算法

针对标准和声搜索算法存在收敛不稳定及不能用于多目标优化问题的缺陷,通过引入交叉算子、自适应记忆内搜索概率和调节概率,改进了传统的和声搜索算法;根据Pareto支配关系,结合算法和声记忆库内信息完全共享的特性,提出了基于动态Pareto最优前沿的能够求解多目标优化问题的多目标改进和声搜索算法。通过几个典型函数的仿真测试表明,提出的算法能够高效稳定地收敛于Pareto最优前沿,获得分布均匀的Pareto解集。

含电动汽车的微网系统多目标经济调度

根据电动汽车的时空特性,建立了电动汽车无序充电和有序充放电的负荷模型。将电动汽车纳入微网,与其他分布式电源共同参与调度。构建了包含运行成本最低、二氧化碳排放最少、污染物处理费用最低的多目标微网系统经济调度模型。基于NSGA-II算法分析了多目标函数间的关系,最优解均匀地分布在Pareto最优解前沿上,保证了最优解的多样性。最后,将多目标函数处理为单目标函数,采用优先顺序法,基于不同的调度控制策略,对含电动汽车的微网系统进行经济调度。通过算例系统,验证了模型和策略的正确性。结果表明,电动汽车通过有序充放电模式入网比无序充电入网经济性更好,与此同时,负荷的波动越大,微网系统的运行总费用越高。

冲压车间调度的动态拥挤度NSGA-Ⅱ多目标优化方法

为了降低冲压车间总能耗、缩短冲压件完成时间,提出了基于动态拥挤度NSGA-Ⅱ算法的冲压车间调度优化方法。分析了冲压机各工作状态,针对多制件、多工序调度问题,建立了以能耗最低、完成时间最短为优化目标的多目标优化模型。针对NSGA-Ⅱ算法中拥挤度比较算子会降低基因的多样性的问题,给出了动态拥挤度策略,该策略在删除多余染色体的同时,动态更新各染色体拥挤度,从而提出了基于动态拥挤度NSGA-Ⅱ算法的模型求解方法。经实例验证,NSGA-Ⅱ算法搜索的Pareto前沿解集不是真正的前沿解,而是陷入了局部最优,动态拥挤度NSGA-Ⅱ算法搜索出了Pareto前沿解集,其优化结果在能耗和完成时间上均优于NSGA-Ⅱ算法。

汽车B柱加强板热冲压工艺的遗传算法多目标优化

为了提高汽车B柱加强板热冲压件的厚度均匀性,提出了非支配排序遗传算法的工艺参数多目标优化方法。分析了B柱加强板的热冲压过程,选择板料加热温度、冲压速度、摩擦系数和模具间隙作为优化参数。以减小最大减薄率和最大增厚率作为优化目标,建立多目标优化模型。使用最优拉丁超立方抽样法在优化空间内设计实验点,并依据Autoform有限元软件得到实验值。基于BP神经网络拟合工艺参数与质量参数之间的关系,并依据预测均方根误差验证了拟合的精确性。使用非支配排序遗传算法搜索多个优化目标的Pareto前沿解。经生产验证,与厂家工艺相比,优化后的热冲压件最大减薄率减小了22.25%,最大增厚率减小了7.34%,说明优化后冲压件的质量得到了提高;且优化后最大减薄率和最大增厚率的标准差均减小,说明优化工艺的生产稳定性更好。

车辆A柱加强板热冲压工艺的NSGA-Ⅱ多目标优化

为了提高车辆A柱加强板的热冲压质量,提出了响应面法与NSGA-Ⅱ算法相结合的工艺多目标优化方法。以最小化冲压件的最大减薄率和最大增厚率为优化目标,选择板料初始温度、摩擦系数、上下模压料力等作为优化参数,使用Box-Behnken方法设计了4因素3水平实验,依据Autoform有限元软件得到了实验仿真结果。基于二阶响应面法,拟合质量参数-工艺参数之间的非线性关系,经决定系数法检验,响应面法的拟合精度较高。通过基因编码将优化问题转化为寻优问题,使用NSGA-Ⅱ算法搜索到多目标优化的Pareto前沿解。选择Pareto解集中的一个优化方案:初始温度为947.25℃、摩擦系数为0.429、上模压料力为3.06 MPa、下模压料力为1.05 MPa。经仿真和实验验证,优化后冲压件的最大减薄率均值减小了6.79%,最大增厚率均值减小了8.47%,说明优化后冲压件质量明显提高。另外,优化后冲压件的标准差略有下降,说明优化后冲压件质量的一致性略有提高。

连杆衬套强力旋压成形的多目标优化与决策

为了减小连杆衬套强力旋压成形的圆柱度误差和壁厚偏差,提出了基于加权相对距离的最优解决策策略。介绍了连杆衬套的强力旋压成形工艺,以减小圆柱度误差和壁厚偏差为目标建立了多目标优化模型。使用RBF神经网络和有限元仿真软件拟合了工艺参数与目标参数之间的函数关系,经验证RBF神经网络的拟合精度较高。使用非支配排序遗传算法对多目标优化模型进行求解,得到了Pareto前沿解集。建立了理想解和不理想解的概念,提出了基于加权相对距离的最优解决策方法。经生产验证,优化后的圆柱度误差均值比厂家生产的圆柱度误差均值减小了23.16%,壁厚偏差均值减小了23.94%,且两个质量参数的标准差也有所下降。实验结果说明:优化后的连杆衬套圆柱度误差和壁厚偏差均有所减小,且生产稳定性有所提高。