基于SPEA2SDE算法的超声滚挤压42CrMo表层性能工艺参数优化

为提高金属材料的表层性能,实现超声滚挤压工艺参数的优化控制,以42CrMo为研究对象,以主轴转速、进给速度、振幅和静压力为主要工艺参数进行正交试验。基于方差分析构造F值进行检验,探究工艺参数对各表层性能的贡献率。基于试验数据构建了工艺参数与材料表层性能之间的预测模型,并验证了该模型的准确性。基于SPEA2SDE算法对预测模型进行了多目标优化,分析了迭代次数对遗传算法中Pareto最优解集的影响。结果表明:对表面粗糙度、残余应力的贡献率为振幅>静压力>主轴转速>进给速度,对硬度的贡献率为振幅>主轴转速>进给速度>静压力;通过试验值与预测值的对比,表面粗糙度、表面残余应力和硬度的平均误差百分比均在6%以下;SPEA2SDE算法可获得综合性能最优的加工参数组合,用于指导实际的生产加工。

基于SPEA2+SDE算法的测试用例自动生成技术研究

软件测试是确保软件质量的重要手段。然而随着软件结构和功能的日益多样化,软件测试的复杂度和成本大为提高。测试用例自动生成技术可以降低手工测试的高额成本,同时提高测试结果的可信度。主要研究了基于进化算法的测试用例自动生成技术,通过比较不同算法对于若干经典程序的测试用例生成效率,提出了SPEA2+SDE算法,其可以很好地用于测试用例的自动生成。最后通过Kruskal-Wallis非参数检验,说明了上述结论的广泛性和可靠性。

基于改进SPEA2的原油短期调度问题研究

针对原油短期调度多目标优化问题,在分析已有多目标模型对原油调度过程中的供油罐个数、供油罐切换次数、原油在管道中的混合成本和供油罐罐底混合成本这4个目标优化的基础上,本文建立的模型增加了原油在管道转运过程中的能耗成本这一优化目标,使模型更吻合生产实际。在SPEA2算法中引入极值归档集,结合MOGWO算法指导极值归档集更新来提高算法的全局搜索能力;利用余弦相似度对归档集进行裁剪操作,以保证归档集中个体的多样性。将改进算法与多个具有代表性的进化多目标优化算法进行对比实验,结果表明,本文所提出算法在求解原油短期调度问题时性能较优。

基于SPEA2和NSGA-Ⅱ算法的并行多目标优化算法

文章结合SPEA2和NSGA-Ⅱ两个多目标进化算法,基于岛屿模型,提出了一种新的并行多目标进化算法。该算法采用多线程实现,适合在多核处理器或机群系统上执行。实验结果通过与串行算法SPEA2和NSGA-Ⅱ比较证明了该并行算法的有效性。

基于SPEA2算法的UCAV多目标机动轨迹规划

由于无人战斗机(UCAV)具有无人员损失、结构简单、性价比高和可执行危险任务等特点,从而得到了广泛的关注和研究。针对自主空战中UCAV机动轨迹规划需要考虑轨迹的可跟踪特性与态势最优等要求,构建了UCAV多目标机动轨迹规划模型。针对特定的机动轨迹,在该轨迹上设置n个能够表征其特征的特征点;同时为了提高轨迹的可跟踪特性,针对轨迹的特性将其划分为m条轨迹片段,在每一条轨迹片段中对应恒定的控制量变化率。最后,采用SPEA2算法对模型进行求解,得到一组Pareto最优解集。针对“S”形战术机动进行仿真验证,仿真结果表明,构建的模型能够规划出满足多目标要求的机动轨迹。

机械蒸汽再压缩蒸发结晶系统自适应逐时优化研究

为实现工业废水处理过程中进料流量和进料浓度波动状态下的机械蒸汽再压缩系统逐时优化,建立了基于自适应SPAE2算法的逐时优化模型。采用SPEA2算法并结合自适应交叉概率、变异概率以及组合权重法的多目标逐时优化,以系统总功耗和总换热面积为优化目标,得到蒸发温度、压缩温升的最优组合。在原始研究的基础上,改进了SPEA2算法,并且将原始数据与优化结果进行对比,自适应SPEA2算法具有更强的全局寻优能力,优化结果具有更高准确性。利用最小二乘法对优化结果进行数据拟合,优化结果与恒定蒸发工况下结果相比:系统总功耗平均降低123.7 kW,换热面积平均减少36.3 m^(2);性能系数和㶲效率分别平均提高8.8%和26.6%,㶲损失平均降低102.3 kW。研究结果表明,所建立的系统逐时优化模型可以得到系统进料波动状态下各设备参数逐时变化值,提高了目标系统的能量利用率和热力学完善度。

含多电解槽的新能源制氢能量管理优化

新能源制氢系统是提升风能、太阳能等新能源消纳的有效途径。目前国内外关于电解槽能量管理的研究以单电解槽为主。单电解槽能量管理未考虑电解槽非线性的工作特性,难以兼顾多个电解槽制氢效率,影响系统经济性。文中针对含有多电解槽的新能源制氢系统的能量管理问题进行了研究,以新能源消纳率、经济收益、制氢率为目标,考虑单个电解槽运行特性以及生产约束条件,建立包含风电、光伏、蓄电池、多电解槽的能量管理优化模型,并采用强度Pareto进化算法2(strength Pareto evolutionary algorithm 2,SPEA2)求解多目标优化问题。仿真研究表明,文中所提能量管理策略能够实现新能源发电的100%消纳,单位制氢收益可提升5.15%。因此,对多电解槽制氢系统进行有效的能量管理有助于提高制氢效率,可有效克服单电解槽运行及能量管理的不足。

基于两阶段邻域搜索的污水处理过程智能优化控制

为了更好地平衡污水处理过程中出水水质与能耗的关系,本文提出一种基于两阶段邻域搜索的污水处理过程智能优化控制方法.首先,建立以能耗和出水水质为优化目标的多目标优化模型;其次,提出一种基于两阶段邻域搜索的SPEA2(2-NS-SPEA2)对所建立的模型进行优化,通过对外部档案集中稀疏解的周围进行两阶段邻域搜索,并利用替代策略对外部档案集进行更新,提高算法的优化性能,获得质量更高的硝态氮浓度和溶解氧浓度的优化设定值;最后,利用PID控制器跟踪控制所确定的优化设定值,以保证优化方法的准确实施.污水处理过程运行优化控制实验表明:所提方法能够在保证出水水质满足排放标准的前提下,有效地净化水质、降低污水处理过程中产生的能耗.

基于演化硬件的多目标进化算法的研究

传统遗传算法在演化数字逻辑电路时表现为演化速度缓慢且极易陷入局部最优解,而且易出现早熟收敛现象.针对上述问题,给出一种基于遗传算法的多目标进化算法,即强度Pareto进化算法2(SPEA2)用于数字逻辑电路的进化设计.演化平台以虚拟可重构电路为电路基础,FPGA为实现载体,利用Microblaze软核实现该算法对目标电路的演化操作.通过两位乘法器电路证明了所给出算法的全局搜索能力,且能够有效地减少搜索到全局最优解的迭代次数,并在一定程度上优化演化电路的规模,提高设计效率.

基于电解槽状态识别的风光制氢系统能量管理优化

针对碱性电解槽备用状态的选取问题,提出了一种基于碱性电解槽状态识别的风光制氢系统能量管理优化策略。文章确定制氢系统组成,建立系统模块模型,包括风电、光电、储能电池、碱性电解槽模块;确定系统风光消纳率、售氢收益比为目标,确定系统运行约束条件,采用SPEA2、GA结合算法求解多目标、多决策变量;之后结合天气预测数据、电网数据,以能量管理优化策略确定电解槽冷、热备用状态;最后利用实际算例论证优化策略可行性。算例结果显示能量管理优化策略能准确识别碱性电解槽冷、热备用状态,能够利用冷备用状态节约系统电能,合理分配系统内功率,提高系统收益。

基于改善解集分布性的多目标优化

针对低维度多目标优化问题,目前的众多多目标优化算法已能保证足够接近问题的最优前沿,并兼顾解集的收敛性和多样性。然而,大多数算法往往忽略了解的分布性。在具有不规则帕累托前沿的多目标优化问题上,解的分布越均匀,越能充分覆盖问题的最优前沿超平面,提供给决策者的选择区间也越趋于合理。文中针对解的分布性的改善问题,以SPEA2算法为主框架,在改进个体适应度计算的基础上,提出一种新的多目标优化算法CM-SPEA2。该算法首先通过不等权重层次聚类法将种群划分为若干簇;然后改进原有杂乱度计算方法,衡量个体在所属簇内的杂乱度,寻找杂乱度最低的个体作为参考点;最后,基于其他个体与参考点的Manhattan距离计算表征分布性的算子并改进适应度函数,设置适应度阈值筛选参考点附近的非支配个体,从而间接调整环境选择策略,使保留的个体分布更加均匀,进而提升收敛性和多样性。对比实验结果表明,与一些类似的多目标优化算法相比,CM-SPEA2算法在IMOP、ZDT和VNT类型的测试问题上具有一定的优势。

SPEA2算法的加工精度与能耗多工序车削优化

现代绿色制造中,切削参数优化对加工质量、生产效率、加工成本、产品利润、节能环保具有至关重要的意义。加工精度和能量消耗对于零件加工成本、加工质量和节能环保起决定性作用。在实际加工约束条件下,建立以加工精度和能量消耗为目标的多工序车削优化模型的切削参数优化选择十分必要。运用SPEA2算法和NSGA-II算法对多工序车削模型进行优化比较,优化实例表明SPEA2算法能够很好地克服NSGA-II算法在取值边界附近出现多个无法消除支配点的缺陷,获得了比NSGA-II算法更优的加工精度、能量消耗的Pareto最优解集以及相应的粗、精切削参数,为多工序车削切削参数优化提供了实践指导。

多目标EOSs联合成像调度方法

EOSs(Earth Observation Satellites)围绕着地球对成像任务进行拍摄,为了充分有效的利用卫星资源,最大限度的满足成像任务需求,需要进行EOSs联合成像调度。EOSs联合成像调度是一个复杂的多目标组合优化问题。本文通过对卫星成像约束条件的抽象,建立联合成像调度的数学模型,在此基础上设计了多目标EOSs联合成像调度算法,并根据实际的应用问题进行实验和结果分析,表明该方法有效的解决了多目标条件下EOSs联合成像调度问题。

废旧机械装备零部件重用组合多目标优化模型及应用

废旧机械装备零部件资源的最优化重用组合,是实现废旧机械装备再制造的关键环节。分析面向废旧机械装备再设计的零部件重用组合多目标优化过程模型,建立以废旧机械装备零部件重用组合寿命均衡性、复杂性及成本为优化目标,以零部件重用策略组合为优化变量的废旧机械装备零部件重用组合的多目标优化模型,并采用第二代强度Pareto进化算法(Strength Pareto evolution algorithm 2,SPEA2)对模型进行寻优求解。以废旧C6132机床为例,验证了上述模型有效性。

基于信任的云服务系统多目标任务分配模型

云计算等新兴信息技术推动了服务产业的转型升级,然而云服务在带来远程服务和按需使用等便捷的同时,也拓展了原有信息安全的边界,引发了新的安全问题.基于信任机制的安全管理给云安全问题提供了全新的思路.在云服务中引入信任机制,用以衡量多云环境下不同云服务资源的可信程度,建立了基于信任的业务流程驱动云服务选择和任务分配模型,梳理总结了6种典型的任务结构关于时间、成本和信任的函数关系式,在高效率和低成本基础上保障安全可信性;提出了一种改进SPGA2算法,引入了局部搜索策略,以提高混合云环境下可信的多目标任务分配问题解空间的搜索效率;并最终通过仿真实验,验证了模型可用性和算法优越性.

供应链中供应商选择决策方法

为了克服传统供应商选择过程中面向单一解的局限性,更好地解决供应链中供应商选择的多目标优化问题,达到费用和效益最佳,以产品价格、质量、交货可靠性和交货提前期为评估指标,建立了供应商选择多目标优化模型。首次将SPEA2算法应用于供应商选择问题,构造了适合该模型特征的SPEA2算法求解过程,可针对多个求解目标获得一组均衡解。模拟算例中一次得到多组有效解,表明所建立模型及所用方法是有效、可行的,它为制造企业获得有多种解决方案的供应商选择问题提供了可参考的模型和求解算法。

机械蒸汽再压缩蒸发结晶系统优化设计

为使机械蒸汽再压缩(MVR)并联双效蒸发结晶系统在满足生产要求的同时性能达到最优,提出基于强度Pareto进化算法2(SPEA2)的系统优化设计方法,进一步挖掘系统的节能潜力。对于既定的系统工艺流程,通过分析操作变量对系统性能的影响规律,建立了优化问题的数学模型,并加以质量和能量平衡的约束条件;以系统总功耗最低和总换热面积最小为优化目标,利用SPEA2多目标进化算法对操作变量取值进行寻优计算,在模糊集合理论支撑下得到蒸发温度和压缩温升的最优组合解。结果表明:在相同设计任务条件下,系统总功耗降低了22.1 kW,总换热面积减少了31.2 m^2,效能系数值提高7.94%,效率提升5.91%,损失减小38.4 kW,说明采用基于SPEA2算法的优化设计方法,能够提高机械蒸汽再压缩并联双效蒸发结晶系统的能量利用率及热力学完善程度。

性能驱动的转向架构架结构设计方法

传统的轨道车辆转向架构架结构设计方法采用基于实例的"经验设计-性能验证"的反复迭代设计模式,耗时长,难以获得同时满足多个互斥性能指标的最优解。提出一种性能驱动的构架结构设计方法,通过输入构架的多个性能指标,直接获得一组优化的构架结构设计参数,避免了对设计经验的过度依赖和反复迭代。首先基于专家知识获得构架结构的设计空间,采用拉丁超立方抽样方法生成设计样本,并利用有限元仿真数据构建构架性能指标计算的Kriging代理模型,再采用强度帕累托进化算法(SPEA2)建立构架性能指标-结构参数映射模型。然后基于该模型输入构架的性能指标集,便可获得多组可行的构架结构设计参数,再应用集合理论对可行解进行优选,即可获得一组满足所有性能指标要求的优化解。最后,以某型转向架构架为实例,验证了该方法的可行性。该方法为构架的结构设计提供了一种新的解决思路,也可推广应用于相关领域产品的结构设计。

应急物流车辆调度多目标鲁棒优化研究

针对应急物流车辆调度问题中对于经济性、时效性、可靠性和鲁棒性的多种要求,考虑了含有时间窗、不确定需求、不确定行驶时间,以及路段含有失效风险的多目标鲁棒车辆路径优化问题,通过定义新的成本函数、满意度函数、风险度函数和鲁棒度函数作为四个优化目标来构建模型,并基于鲁棒优化理论将不确定模型转化为确定性鲁棒对应模型求解,为解决不确定环境下优化问题提供了新的思路。算法方面,主要基于SPEA2算法框架求解该多目标模型,针对算法缺陷提出多种改进策略,并通过对比实验证明了改进策略的有效性。

MVR分质提盐系统多目标优化设计

针对机械蒸汽再压缩分质提盐系统单一优化目标难以满足实际生产需求的问题,采用强度Pareto进化算法2(SPEA2)对系统进行多目标优化设计。基于系统中各操作变量对整体性能的影响,以系统总换热面积和总功耗为优化目标函数,选取压缩温升和蒸发温度为优化变量,建立了多目标优化模型。引入SPEA2算法对优化变量取值进行寻优,并结合工程模糊集合理论确定出最优组合解。对比优化前后系统整体性能,结果表明:相同设计工况下,总换热面积减小了77.86 m^(2),总功耗降低了16.45 k W,效能系数(COP)提升8.32%,单位能耗降低5.35%,㶲效率提高9.63%,㶲损失降低4.31%,表明优化后进一步提升了机械蒸汽再压缩分质提盐系统的节能效果和热力学完善度。