基于Pareto最优解的含分布式电源配电网无功优化

随着分布式电源技术的发展,某些分布式电源接能够在一定程度上对配电网进行无功补偿。针对配电网无功优化问题,本文提出了以调节分布式电源出力和传统的投切电容器组为优化手段,以网损最小、电压偏移量最小为目标的优化策略。与以往大多数研究利用权重将多目标问题转化为单目标问题不同,本文直接采用基于Pareto最优解的多目标模型,然后利用自适应参数的多目标和声算法确定分布式电源无功出力和投切电容器组的大小,得到Pareto最优解集,从中选出最优解。利用IEEE-33节点系统进行仿真计算,与单个目标网损最小和采用惩罚因子的方法进行比较,验证了本文所提优化策略的有效性。

用多目标进化算法搜索MOPs的鲁棒Pareto最优解

搜索鲁棒Pareto最优解是多目标进化算法(MOEA)研究的一个重要方面.目前,优化"原目标函数"的传统MOEA与基于"有效目标函数"的MOEA(Eff-MOEA)在搜索鲁棒Pareto最优解时都易丢失某些性质的解.为解决这一缺陷,本文定义了一种新的鲁棒Pareto最优解,提出了一种新的搜索鲁棒Pareto最优解的MOEA(MOEA/R),MOEA/R将多目标鲁棒优化问题(MROP)转化成两目标问题来优化,一个目标为解的质量,另一个目标为解的鲁棒性,每一目标均对应一子优化问题.通过与NSGA-Ⅱ及Eff-MOEA的对比分析,结果表明MOEA/R的结果较好,更重要的是本文探索了一种新的搜索鲁棒Pareto最优解的思想.

基于Pareto最优解的非对称转向机构双目标优化

根据四向叉车的转向需求,设计适用于四向叉车的非对称转向机构;为了同时提高非对称转向机构纵向和横向转向性能,分别建立非对称转向机构纵向四轮转向和横向两轮转向的转向运动数学模型,并且构建纵向四轮左、右转向非对称性约束;以接近Ackermann理想转向为优化目标,建立非对称转向机构双目标优化函数,采用改进的粒子群优化(PSO)算法求解非对称转向机构双目标优化的Pareto最优解。优化结果分析算例表明纵向和横向转向性能可分别提高32.1%和38.9%,为非对称转向机构优化设计提供有益的理论参考。

基于Pareto最优解的零件制作方向优化研究

分析了快速成型工艺中零件制作方向对制件表面质量、所需支撑面积和零件制造时间的影响,分别建立了它们的优化数学模型。采用了基于Pareto最优解的多目标优化遗传算法NSGA-II进行优化计算,通过与单目标优化方法求得最优结果的对比,表明用多目标优化方法进行零件制作方向的优化计算,不仅可以求出比单目标方法更优的解,而且通过一次优化计算就可得到多个较优的零件制作方向。

无穷维向量优化问题的弱Pareto最优解的充分条件

文[1]在无穷维空间中建立了可微多目标规划的最优性条件,并得到了一些有意义的结论.文章用ρ-不变凸来代替η-凸,得到了无穷维向量最优问题的弱pareto最优解的一些充分条件.

基于遗传多目标优化算法的Pareto最优解研究

遗传算法可有效求解多目标优化问题中的Pareto最优解，并利用MATLAB进行了仿真验证。

基于Pareto最优解的跨流域调水泵站多目标优化运行研究

【目的】探究跨流域调水泵站多目标优化运行。【方法】以泵站提水费用最小及站内机组间流量不均匀度最小为目标,以调水周期内各时段各机组叶片安放角为决策变量,本文建立了泵站多目标优化运行非线性数学模型,提出了基于Pareto最优解理论求解的多目标遗传算法。以南水北调东线源头江都4站为研究实例,考虑峰谷分时电价影响,开展了不同日均扬程及提水负荷下的典型计算分析。【结果】综合考虑泵站运行的安全性和经济性,在100%、80%、60%提水负荷下,江都4站最佳运行方案对应的每万m;提水费用较常规运行方案平均节约12.44%、14.26%和3.69%,机组间流量不均匀度相较于单独考虑经济运行目标的方案显著减少。【结论】新建立的模型能够有效降低泵站优化运行过程中的安全隐患。

多人微分对策Pareto最优解的最优均衡值算法

引入多人微分对策的最优均衡值和最优均衡解概念。在某种凸性条件下最优均衡解集是Pareto最优解的凸本质连通区域。利用最优均衡解将问题等价地转化为求解单目标最优控制问题。该方法可推广到求解局中人拥有不同权重的情形,为求解多人合作微分对策问题提供了一种简单的、新的途径。

基于多叉树Pareto最优解集的火灾扑救路径规划

提出一种基于多叉树Pareto最优解集的火灾扑救路径规划算法,对火灾现场的环境地图和火灾演化态势进行重构,实现对路径的优选,采用Pareto最优解集,构建基于多叉树Pareto最优解集的火源动态发展态势下的火灾扑救路径规划模型。实验结果表明,该模型能快速实现对火源热点的识别,并且规划路径能有效规避复杂建筑障碍物的干扰,实现对火灾扑救路径的最优选择。在动态未知环境中,对火灾扑救路径的规划和选择能达到最优,路径最短,分段较少,能有效地避免复杂建筑物的阻挡,有效节省了火灾扑救时间。

基于Pareto最优解的梯级泵站双目标优化调度

针对大型梯级泵站运行特点,用调度周期内的机组启动次数衡量维修成本,建立以抽水电费最小和机组启动次数最少为优化目标,以调度周期内流量分配为决策变量的双目标优化调度模型,并基于Pareto最优解理论,开展混合粒子群求解算法研究,并将双目标优化调度模型应用于工程实际.研究表明,双目标优化调度能够反映抽水电费与机组维修费用之间的内在联系,即抽水电费最优解随着机组启动次数的增加,呈现出先减少后增大的趋势,但在某一范围内,随着机组启动次数的增加,抽水电费最优解变化幅度较小,系统最优调度方案在此区间内选择不仅能够有效地降低抽水电费,也能够避免维修成本的急剧增加,这为梯级泵站调度决策提供了有力的理论依据.

基于协同进化粒子群和Pareto最优解的卫星编队队形重构方法

针对卫星编队自主队形重构问题,提出了基于协同进化粒子群优化(CPSO)和Pareto最优解的求解方法。首先,使用Legendre伪谱法(LPM)将队形重构问题离散化为非线性规划(NLP)问题;其次,根据卫星编队的特点及碰撞规避的需要,使用CPSO算法对重构问题采用既独立又集中的求解方式,避免了传统优化方法对梯度的求解;然后,使用一种深度-广度优先搜索(D-BFS)算法,能够高效地找到CPSO进化中所有Pareto最优解,提升了算法的效率。仿真结果表明,该方法快速有效,能够满足实时性的要求,使得卫星编队的自主运行成为可能。

Pareto强度值演化算法求解多目标优化问题

近年来,多目标优化问题求解已成为演化计算的一个重要研究方向,而基于Pareto最优概念的多目标演化算法则是当前演化计算的研究热点。多目标演化算法的研究目标是使算法种群快速收敛并均匀分布于问题的非劣最优域。本文定义和使用稀松密度来保持群体中个体的均匀分布, 并将个体的Pareto强度值和稀松密度合并到个体的适应值定义中。通过对测试函数的实验,验证了算法的可行性和有效性。

基于Pareto最优解的两轮农耕机机构优化设计

针对传统的两轮农耕机机构燃油转换率低,导致其耕种面积少的问题,本文基于Pareto最优解优化设计了一种新的两轮农耕机机构。对两轮农耕机机构的燃油动力进行分析,通过确定路径最优解,实现动力转化。另外,增加一个电动机辅助农耕机耕种,这个电动机在满足动力性约束和电池负荷能力约束条件的前提下,通过Pareto最优解方法控制双轮农耕机机构运行参数,并选择镁合金作为外壳材料。实验结果表明,基于Pareto最优解的两轮农耕机机构优化设计能够有效增加燃油转换率,扩大耕种面积。

基于改进鲸鱼优化算法的同步相量测量单元多目标优化配置

针对因配电网节点数目多但投资成本少造成的同步相量测量单元(phasor measurement unit,PMU)供需不平衡问题,建立了考虑PMU配置个数、状态估计误差的PMU多目标优化配置模型,优化问题的目标是最小化所需的PMU个数和最小化状态估计误差。并提出一种改进鲸鱼优化算法来求解模型。首先引入非支配排序和拥挤度计算来选择并排序Pareto非支配解,保证算法求解全局最优值的能力,其次引入Levy飞行策略对鲸鱼优化算法的螺旋更新位置进行变异扰动,使算法不易陷入局部最优。最后,采用优化配置模型对IEEE 33标准节点系统进行仿真计算。结果表明,与遗传算法和粒子群算法相比,采用改进鲸鱼优化算法求解PMU多目标优化配置模型具有更高的可行性和有效性。

约束多目标优化问题的一类内-外混合罚函数方法

该文提出一种内-外混合罚函数方法求解具有等式和不等式约束的多目标优化问题.其中罚函数由目标函数,内点罚函数和可行集外点罚函数构成.在适当的条件下,借助具有单调性的辅助函数,证明了算法所生成的迭代序列收敛于问题的Pareto最优解或弱Pareto最优解.同时给出了三个数值实验来验证算法的可行性.最后将算法应用于解决多指标交通网络最小费用流问题,并与线性加权法进行比较,结果表明该算法在时间成本上具有明显的优势.

多目标优化非单调线性加权牛顿算法

本文提出了一种求解多目标优化问题的非单调线性加权牛顿算法。在目标函数有下界且梯度Lipschitz连续的条件下证明了算法的全局收敛性。在目标函数满足二次连续可微且局部强凸的条件下,证明了该算法具有局部超线性收敛速度。数值实验结果表明,相比于单调线性加权牛顿算法,该算法能够更加高效地求解多目标优化问题。

机械臂时间-冲击最优轨迹规划

为了提高机械臂的工作效率,减少运动过程中的冲击,提出了一种基于多目标粒子群优化算法的时间-冲击最优轨迹规划方法。针对机械臂的位置以及各阶导数曲线不连续问题,采用5次B样条曲线构造插值轨迹,以保证速度、加速度以及加加速度光滑连续。采用惩罚函数法将带约束的优化问题转化为无约束问题,减少算法的计算时间。为了产生分布良好的Pareto最优边界,通过计算解集间聚集密度的方法保持Pareto最优边界良好的分布性。得到分布均匀的Pareto解集后,将两个目标分别采用最大最小归一化的方法消除在解的选取时由于量纲不同所带来的影响。最后通过仿真验证所提出方法的准确性,为机械臂轨迹优化提供理论参考。

基于Pareto最优原理的钻机钻进参数多目标优化

针对某双管定向钻机,提出了基于Pareto最优原理的钻进参数多目标优化方法。该方法根据钻机性能与工况,考虑水力对钻头比能影响,确定了钻进参数优化模型。针对罚函数处理约束条件的不足,引入了改进约束条件处理策略,提出了基于小生境思想拥挤度值计算方法及自适应交叉和变异算子。测试了改进算法的性能,并将改进算法用于求解基于某煤矿工程实际建立的钻机钻进参数优化模型。研究结果表明:与NSGA-Ⅱ和MOPSO算法相比,改进算法在求解测试问题时具有更好的收敛性与分布性。利用改进算法求解实际问题时得到的Pareto前端解集分布均匀,而且有效提高了机械钻速,延长了钻头寿命并降低了钻头比能。

一种新的求解多目标优化问题的混合遗传算法

分析了遗传算法和单纯形算法的特点,充分利用二者的优点,把单纯形算法作为一种局部搜索方法与变权系数遗传算法有机地结合起来,提出了一种求解多目标优化问题的混合遗传算法。数值实验表明该混合遗传算法能求得问题的数量更多、分布更广的Pareto最优解。

基于拥挤距离排序的铝电解多目标优化

针对铝电解生产过程难以快速、准确地获得节能减排多目标优化Pareto前沿问题,提出一种基于拥挤距离排序的多目标细菌觅食算法。方法在保证铝电解槽平稳运行的基础上,建立电流效率最大和温室气体排放量最小的多目标优化模型;利用拥挤距离更新外部档案及对菌群步长进行自适应动态调整,以改进种群的收敛性和多样性,最后对优化模型求解。通过实验可知,改进后的算法能快速获得分布均匀的Pareto最优解,运用优化后的决策参数指导生产,能在提高电流效率的同时减少温室气体的排放量,实现铝电解生产过程节能减排的目的。