基于免疫算法的高温超导故障限流器Pareto多目标优化配置

针对高温超导故障限流器(high temperature superconductor-fault current limiter,HTS-FCL)的全网优化配置问题,提出了一种基于免疫算法的高温超导故障限流器Pareto多目标优化配置新方法。该方法综合考虑了限流器的成本和限流效果这2个优化目标。首先介绍了HTS-FCL的基本结构和原理,分析了安装高温超导故障限流器对原系统自阻抗的影响,提出了一种基于短路电流变化率的灵敏度计算方法,该方法可以缩小搜索空间,提高算法效率。然后分别建立了限流器成本评价子函数、限流效果评价子函数和多目标评价函数,制定了基于免疫算法的多目标Pareto优化算法流程,并在传统免疫算法的基础上提出了一种改进型的等成本倒位算子,通过仿真验证表明该算子较常规的免疫算法,能更好地收敛到最优解。最后以IEEE 39标准节点系统为例,实现了HTS-FCL的全网优化配置,验证了新方法的有效性,并求得了在综合考虑限流器成本和限流效果下的Pareto最优解集,设计者可以根据自己的意愿和实际情况在所求得的Pareto最优解集中选择合适的最优方案。

燃料电池有轨电车能量管理Pareto多目标优化

节能环保的出行方式得到政府的大力推广,其中燃料电池混合动力有轨电车由于可无网运行且节能环保而备受关注.为了改善燃料电池/超级电容/动力电池大功率有轨电车的燃料经济性与系统耐久性,提出一种有轨电车能量管理策略(Energy management strategy,EMS)的多目标优化方法.首先以氢燃料消耗量和能量源性能衰减率作为评价指标,建立多目标成本函数.由于两个指标很难在同一个等式中评价,设计了基于状态机与非支配排序的能量管理Pareto多目标优化方法,获得了有轨电车能量管理策略Pareto非劣解集,并分析了能量管理策略的目标功率参数对性能指标的影响规律,进而遴选出兼顾燃料经济性与系统耐久性的综合最优解.结果表明,与功率跟随策略和基于遗传算法优化策略相比,该能量管理优化方法的燃料经济性分别提高了29.4%和2.4%.

基于Pareto多目标优化的高速铁路列车节能驾驶曲线集生成

节能驾驶即列车在给定运行时间内耗能最少的驾驶方式,是铁路系统重要的节能措施。考虑高速铁路线路距离长、线型条件复杂多变,以及列车运行易受扰动偏离原计划等特点,以能耗-时间综合最优为目标,设计了一种频繁变化线型条件的简化方法;提出一种结合差分进化算法和新拥挤距离算子的改进非支配排序遗传算法;基于变步长仿真方法,实现了能耗-时间平衡的节能驾驶曲线集的生成。以实际高速铁路数据为例,仿真计算得到一组可行的策略集,在扰动发生条件下可为铁路管理者提供有效的备选方案,也为节能时刻表的优化奠定基础。

模糊作业时间的拆卸线平衡Pareto多目标优化

针对实际拆卸作业的复杂性,建立了考虑模糊作业时间的多目标拆卸线平衡问题的数学模型,提出了一种基于Pareto解集的多目标遗传模拟退火算法进行求解。改进了模拟退火操作的Metropolis准则,使其能够求解多目标优化问题。采用拥挤距离评价非劣解的优劣,保留了优秀个体,并通过精英选择策略,将非劣解作为遗传操作的个体,引导算法向最优方向收敛。基于25项拆卸任务算例,通过与现有的单目标人工蜂群算法进行对比,验证了所提算法的有效性和优越性。最后将该算法应用于某打印机拆卸线实例中,求得8种可选平衡方案,实现了求解结果的多样性。

基于Pareto控制的多目标PSO算法在铣削参数优化中的应用

工艺参数是影响零件加工质量和效率的关键因素,工艺参数的优化和调节是改善加工工艺的最有效方法。针对铣削加工参数优化问题,提出了一种基于应用实例的多目标切削参数优化方法。首先,以材料去除率、切削力和刀具寿命为目标函数,建立了统一的切削工艺参数多目标优化数学模型。随后,使用切削数据对目标函数进行组合,建立了该问题的数学模型,研究了适用的求解方法以获得最优解,并通过实验验证了参数优化的有效性。该方法可为加工参数的选择提供指导和依据。

改进多目标蜂群算法优化洗出运动及仿真实验

针对经典洗出算法参数选择不当导致信号缺失,引起失真,影响洗出效果等问题,提出一种改进的多目标人工蜂群算法,利用该算法对经典洗出算法中的滤波器参数进行优化来改善洗出算法的洗出效果。针对传统蜂群算法初始化和局部优化中存在的问题,引入Circle映射和Pareto局部优化算法;建立人体感知误差模型、加速度差值模型、位移模型,将模型函数作为目标函数,用改进后的多目标人工蜂群算法对经典洗出算法进行参数优化;建立仿真模型对优化后的洗出算法进行仿真验证,应用飞行模拟器运动实验平台进行实验验证。结果表明:经优化后的洗出算法,洗出逼真度得到有效提升,降低了误差峰值,改善了相位延迟,节省了运动空间。

配电网多目标优化重构模型及多目标烟花求解算法研究

针对配电网优化重构问题,以最小化有功网损、最小化电压偏移度以及最小化负荷平衡度作为目标函数建立配电网多目标优化重构模型。提出一种多策略混合的改进烟花算法(Improved fireworks algorithm,IMFWA)进行求解。算法采用不重复环路编码,压缩解空间,提高搜索效率;采用Sobol序列生成初始种群,增强种群的多样性和遍历性;利用优化烟花和随机烟花进行位移操作,保持种群多样性;采用高斯与柯西的混合变异方式,提高寻优效率;利用Pareto支配关系以及适应度与拥挤度函数组成的综合指标对最优解集进行排列选取,提高收敛速度。对IEEE-33节点系统进行仿真试验,验证了所提出的方法是有效和可行的,试验结果表明优化重构方案能够有效改善配电网的运行指标,并根据不同实际情况为电网人员提供重构方案。

多/单目标优化转换下的作战任务重分配

协同作战任务分配技术是近年来军事领域的研究热点之一,以往的研究一般将任务分配划分为预分配和动态分配2个阶段并独立进行研究,但是这种做法忽略了2个阶段之间的内在联系。针对这一问题,以多目标优化下的任务预分配和单目标优化下的任务动态分配为切入点,提出一种多/单目标优化转换思想。在动态任务分配阶段,通过决策者在预分配阶段的选择获取其主观偏好,基于获取的主观偏好将多目标优化转化为单目标优化后,使用合同网协议完成单目标任务重分配。仿真结果证明了所提出的多/单目标优化转换思想的正确性及其在动态任务分配问题中的适用性。

半地半轨双层立式停车装置框架多目标结构优化

为实现半地半轨双层立式停车装置框架结构的轻量化,利用UG建立停车装置框架三维模型,并导入到ANSYS Workbench中进行静力学和模态分析,获得框架等效应力、总体变形、安全系数云图以及前6阶固有振型与频率,找到框架结构的冗余和薄弱部位,再分别以框架横梁和立柱截面的宽度、长度和厚度为优化变量,质量、应力、变形和安全系数为优化目标,以截面尺寸范围、许用应力和最小安全系数为约束条件,建立优化数学模型。然后在ANSYS Workbench响应面优化模块中进行试验设计,并采用多目标遗传算法对框架横梁和立柱的截面尺寸进行多目标优化,得到其截面尺寸的Pareto最优解集和候选设计点。在此基础上,提出框架整体优化设计方案并完成静力学验证。结果表明,优化后的框架整体总质量由优化前的988.731kg降低到664.645kg,降幅达32.78%,优化效果显著,并且其强度、变形和安全系数均满足安全要求。

基于多目标优化的跨介质航行体水面滑跳初始运动参数设计

基于耦合欧拉-拉格朗日方法,开展了初始运动参数对带滑板跨介质航行体近水面滑跳过程的影响规律研究。采用参数回归方法分别建立最大浸深、最大过载和俯仰角变化3个变量随航行体初始速度、入水角、滑板倾角变化的关系式,得到了跨介质航行体稳定滑跳的参数包络,在入水角2°~5°、滑板倾角10°~25°、速度60~80 m/s范围之间,且在范围内各参数之间会相互制约。在此基础上,基于多目标优化算法获得了最适宜航行体稳定滑跳的初始参数为入水速度60.1 m/s、滑板倾角18.8°、入水角2°,在此参数范围内,跨介质航行体的水面滑跳过程可以在不超过航行体过载要求的条件下获得相对最小的入水浸深和俯仰角变化。

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。

基于多目标遗传算法的斜盘式轴向柱塞泵低脉动结构优化设计

由于轴向柱塞泵的非对称结构特性,其输出压力和输出流量存在脉动特性,对液压系统的输出稳定性和可靠性造成影响,因此提出了一种基于多目标遗传算法的斜盘式轴向柱塞泵低脉动结构优化设计方法。首先,通过CFD(computational fluid dynamics,计算流体动力学)仿真分析方法,对轴向柱塞泵上/下死点位的压力-流量脉动的产生机理进行了分析;其次,对阻尼槽结构参数对轴向柱塞泵输出压力-流量脉动的影响规律进行了分析,构建了阻尼槽结构的多目标优化模型;最后,求解了低脉动阻尼槽结构。优化后的结构参数:阻尼槽半径为2.21 mm,阻尼槽长度为10.32 mm,阻尼槽错配角为16.54°。优化后压力脉动率为0.59%,相比于优化前的0.75%降低了0.16%,脉动幅值为0.25 MPa;优化后流量脉动率为12.02%,相比于优化前的5.61%降低了43.59%。研究结果为轴向柱塞泵低脉动结构的优化设计提供了有效的理论支持和实践指导。

“双碳”目标下国土空间优化的挑战与应对

国土空间优化与调控始终是现代化建设面临的重大理论和实践问题。现有的国土空间规划研究多聚焦于对低碳空间治理思路、框架、工具的整体性把握,尚缺乏明确的碳约束目标及行动指南,亟待将“双碳”目标全面融入国土空间规划的目标体系、决策体系和保障体系,发挥规划在空间治理上的统筹引领作用。首先,国土空间优化光论“地”不谈“天”不行,也不能“就土论土、就地论地”;其次,低碳和“双碳”目标并不完全等同,要避免“双碳”研究中忽视国土,也要在研究国土问题中厘清“双碳”;再次,空间优化是个复杂动态过程,需要高度重视深度不确定性。因此,未来有必要建立国土空间抗解性识别分析范式和方法,开发应对深度不确定性的国土空间协同演化集成模型,构建国土空间多目标优化调控理论体系,并沿着科学认知、信息技术、智能规划、创新制度四个主轴展开深入研究和理论构建。

基于改进鲸鱼优化算法的AGV柔性作业车间多目标优化调度

针对柔性作业车间的自动引导车辆(Automated Guided Vehicle,AGV)调度问题,基于可持续视角,考虑车间能耗问题,在机器和AVG数量均存在数量约束的条件下,以最小化最大完工时间、车间能耗和AGV使用数量为优化目标构建可持续柔性车间调度模型。首先,设计一种改进鲸鱼优化算法(Improved Whale Optimization Algorithm,IWOA),在标准的鲸鱼优化算法的基础上引入非线性收敛因子和自适应惯性权重以提升算法的搜索能力和收敛速度;其次,使用模糊隶属度理论构建了损失函数,以获得多目标模型的最优折衷解;最后,基于算例实验验证算法性能。实验结果表明改进鲸鱼优化算法在求解2个算例时均表现出良好的效果,为求解采用AGV运输的可持续柔性作业车间多目标优化调度提供了一种有效的实践途径。

轴向柱塞泵配流副椭圆开口偏置类抛物线微织构多目标优化

为了提高轴向柱塞泵配流副承载性能、抗摩擦磨性能及容积效率,以某型斜盘式轴向柱塞泵配流盘为原型开展研究。首先,依据正交实验理论采用CFD方法研究椭圆开口偏置抛物线微织构(Elliptic opening offset parabola micro texture, EOOPT)形状参数对轴向柱塞泵配流副承载压强、摩擦因数的影响规律,并联合运用神经网络和遗传算法对EOOPT的形状参数进行优化设计。其次,运用响应面分析方法研究EOOPT分布参数对配流副承载压强、摩擦因数和泄漏量的影响规律,并对形状参数进行优化设计。最后对最优特征参数EOOPT织构化的柱塞泵配流副和未织构的相关性能进行对比分析,结果表明,前者的承载压强较后者提高11.23%,摩擦因数和泄漏量分别减低16.67%和2.96%。

基于多目标狼群算法的机场行李导入系统仿真优化研究

针对民航机场行李导入系统运行过程中旅客行李注入等待时间长、系统能耗高等问题,综合考虑虚拟视窗控制方式、收集带式输送机运行速度、虚拟视窗长度及同时开放值机柜台数量等关键控制参数对机场行李导入系统运行效率的影响,提出一种求解该问题的仿真优化框架。通过分析机场行李导入系统实际运行工况,建立参数化仿真优化模型。以最小化旅客行李注入平均等待时间和系统能耗为优化目标,结合系统设计和运行过程中的实际约束条件,建立该问题的数学模型,并设计了一种多目标自适应并行狼群算法进行求解。该算法针对所提问题特性及经典狼群算法易陷入局部最优和收敛速度慢等不足,提出一种混合整实数单链编码方式,融合反向学习策略生成初始种群,引入自适应游走概率机制和智能行为并行机制,采用局部和全局自适应邻域搜索及启发式保优策略实现狼群算法智能行为搜索,使用Pareto非支配排序进行寻优迭代并获得最优解集。以国内某大型国际航空枢纽机场行李导入系统为例设计不同规模多种算法对比实验,验证了所提方法的有效性和优越性。

光伏幕墙辅助双源热泵系统在不同地区的多目标优化配置

为克服单一可再生能源应用的局限性,提出一种光伏幕墙辅助双源热泵系统。利用TRNSYS建立仿真模型,以系统能耗和生命周期成本为目标函数,采用非支配排序遗传算法(NSGA-Ⅱ),对不同地区系统配置规模进行多目标优化设计,并利用加权和法确定均衡解。结果表明:哈尔滨、长春、沈阳3个地区优化后的系统运行能耗比优化前分别增加5.9%、5.0%和3.9%,生命周期成本降低13.6%、17.1%和12.9%;与单目标优化相比,多目标优化在兼顾性能的前提下能明显降低生命周期成本,具有明显的优势。

基于代理模型估值不确定度的昂贵多目标优化问题研究

针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试函数进行测试,得出结果与近些年发表5种具有代表性的同类型算法进行对比,结果说明该算法可以有效的解决昂贵高维高目标优化问题。

原油直接催化裂解UPC工艺过程模拟与反应参数多目标优化

原油直接催化裂解技术可以实现从原油到三烯(乙烯、丙烯、丁烯)、三苯(苯、甲苯、二甲苯)的一步跨越,对我国炼化行业的转型升级具有重要意义。以全馏分石蜡基中原原油(159~780℃)为原料,采用混合馏分结构与分子组成集总建模策略,对原油直接催化裂解制烯烃(UPC)反应过程进行建模与工艺参数校准,并基于工业试验数据验证了其准确性。以多产烯烃、控制焦炭生成为目的,利用NSGA-Ⅲ多目标优化算法对模型进行了优化,得到优化后的操作参数。采用优化后的操作参数,即在第一段预热闪蒸温度为194.32℃、第二段预热闪蒸温度为228.16℃、第一段提升管反应器出口温度为615.73℃、第二段提升管反应器出口温度为622.59℃的条件下,UPC工艺得到的乙烯和丙烯收率之和为53.367%,焦炭收率为8.311%。此外,由于现行税费体系燃料型工艺路线税收贡献明显高于化工型工艺路线,UPC工艺参数优化后,烯烃收率大幅度提升,燃料油收率大幅度下降,原油生产总值降低44.30元t。

基于改进鸟群算法的多目标微电网优化调度研究

为克服传统智能算法在微电网多目标优化调度中存在局部最优、过早收敛等问题,提高微电网调度的准确性、稳定性和收敛速度,提出了1种基于改进鸟群算法的多目标微电网优化调度策略。首先,分析了微电网多目标调度的影响因素,建立了基于最低经济成本及最小环境影响的微电网调度模型。其次,通过随机均匀分布自适应选择惯性权重系数,运用线性调整策略及学习系数平衡全局和局部搜索能力,提高鸟群算法的收敛速度和搜索精度,并基于Lévy飞行策略更新鸟类群体的空间位置,扩大搜索范围、丰富种群多样性,从而使所提方法跳出局部最优实现精准收敛。最后,通过搭建并网运行条件下的典型微电网场景进行仿真实验,并使用典型的测试函数将所提方法与其他成熟算法进行对比分析。实验结果表明,所提方法的全局优化性能、收敛精度、稳定性和收敛速度均优于其他对比方法,且具有良好的经济性和环境友好性,能够实现良好的多目标优化平衡。