基于NSGA-Ⅱ的水文模型参数多目标优化研究

为了对水文模型中难以直接测算的参数进行调试和优化,将带精英策略的非支配排序遗传算法(NSGA-Ⅱ)应用于水文模型(HYMOD)参数多目标优化计算中,得到最优解Pareto集合。通过多目标距离函数法从Pareto集中求出一组协调集。采用非支配解集覆盖度和非支配解的空间分布两个性能度量指标,对NSGA-Ⅱ算法与多目标粒子群算法(MOPSO)的优化结果进行比较分析。结果表明,NSGA-Ⅱ优化得到的非支配集比MOPSO算法得到的支配比例高;但前者的非支配解的空间分布较MOPSO算法相对均匀。

改进的神经网络模型在水文模拟中的应用

将BP神经网络与K-最近邻(KNN)算法耦合起来,建立BK(BP-KNN)模型,该模型以前期模拟流量和相应影响要素作为BP神经网络的输入,出口断面流量作为网络输出,对产汇流过程进行模拟;采用K-最近邻算法,基于历史样本的模拟误差和相应影响要素对网络输出进行修正,实现了非实时校正模式下的连续模拟。根据BK模型的计算流程将其参数分为3个层次,各层次分别使用NSGA-Ⅱ多目标优化算法进行参数优选,提高了模拟精度、优化效率和网络泛化能力。分别将新安江模型的产流、产流分水源计算模块与BK模型相耦合,建立XBK(Xinanjiang runoff production-BK)和XSBK(Xinanjiang runoff production and separation-BK)模型,在呈村等3个不同类型的流域应用新安江模型、BK模型、XBK模型和XSBK模型进行模拟精度比较,结果表明改进的模型模拟精度更高,较好地解决了神经网络模型在水文模拟中存在的问题。

汽车磁流变阻尼器多目标优化分析（英文）

为了改善汽车的被动安全性能,提出将一种单杆单筒式磁流变阻尼器应用于汽车前部吸能结构中。提出以修正Bingham塑性模型(BPM模型)为理论基础,以最大阻尼力和可调范围为优化目标,运用mode FRONTIER自带的非支配排序遗传算法(NSGA-II)对所采用的磁流变阻尼器结构参数进行多目标优化分析。优化结果表明:最大阻尼力和可调范围成反比,所用的优化算法不可能使两个优化目标同时达到最优,只能在众多前沿解中选择符合条件的优化解。优化后的磁流变阻力器磁场分布更加集中合理。