多约束下舰船装备携行备件保障方案优化方法

针对装备携行备件方案的确定需要综合考虑多项约束指标,以出航任务准备阶段的随舰携行备件方案配置规划为研究背景,在备件质量、体积、费用以及装备可用度4项指标约束下,建立携行备件方案的配置优化模型。通过引入拉格朗日约束因子将各项指标转化为资源规模约束,采用边际算法对模型进行求解,并提出了初始约束因子的确定方法及其动态更新策略。通过对算例结果进行分析,验证了该研究方法的可行性。

多约束下编队随船备件配置优化方法

针对舰艇编队备件配置方案的确定需要综合考虑多项约束指标因素的特点,以编队出海执行任务准备阶段备件配置为研究背景,以舰船载荷、排水量及保障费用为约束条件,构建了以编队备件保障概率为目标函数的编队随舰备件库存优化模型,应用拉格朗日乘子法及边际效应法原理给出了编队随船备件库存模型计算及优化流程,并运用罚函数原理对保障资源约束因子进行了确定及动态调整。最后,通过案例分析验证了本文提出的方法能够为解决多约束下编队随船备件配置优化问题提供新的途径。

考虑关联性指标的双边匹配决策方法

针对考虑关联性指标的双边匹配决策问题,给出了一种决策分析方法。为了解决该问题,首先明晰了评价指标之间具有关联性的双边匹配决策问题的特征,并进行了形式化的描述;然后在此基础上,考虑匹配主体满意度评价信息的关联性特征,使用Choquet积分集结并计算得出了匹配主体的匹配满意度,并构建了多目标优化模型,通过模型求解来获得双边匹配的结果;最后,通过实例分析说明了本文给出方法的可行性和实用性。

遗传算法在多级压气机气动优化设计中的应用

用遗传优化算法结合流线曲率法管流流场求解器建立了一种多级压气机多目标气动优化设计方法.优化目标为总压比和绝热效率最大,决策变量为转子和静子叶排尾缘速度环量.测试结果表明,该优化算法的搜索效率和全局性都较好.用该方法对一台5级高压压气机进行了气动优化设计,压气机性能有了明显提升.

相继增压柴油机瞬态切换喷油策略

针对相继增压柴油机切换过程中存在的问题,提出了利用多目标进化算法对TBD234V12相继增压柴油机的瞬态切换过程进行优化设计.选取切换延迟时间内的循环喷油量作为设计变量,在功率和最大爆发压力的约束条件下,采用Sobol序列产生初始均匀种群,利用Pareto的非支配排序的方法对相继增压柴油机瞬态切换过程的喷油规律进行了优化,最高可以使相继增压柴油机切换过程中转速波动及碳烟排量分别降低88%和79%.通过对TBD234V12相继增压柴油机切换过程燃油喷射MAP图进行优化,达到了改善切换过程瞬态性能的目的.

基于6Sigma方法的发动机悬置系统稳健优化设计

为提高发动机悬置系统的隔振性能,文章将稳健设计与多目标优化相结合,提出了一种发动机悬置系统多目标稳健优化方法。该方法采用第二代非劣排序遗传算法对悬置刚度进行确定性优化;考虑悬置刚度的不确定性,利用蒙特卡洛模拟方法获得确定性优化方案的可靠性,并利用6Sigma优化方法对悬置系统做了进一步稳健优化;最后以某型轿车的发动机悬置系统优化为例,验证了该方法的有效性。

基于多目标的消磁绕组优化调整方法

针对目前舰船消磁绕组优化调整方法中只考虑舰艇磁场信号幅值而较少考虑磁场梯度信号幅值的不足,提出同时以磁场幅值和磁场梯度幅值削减为目标的优化调整方法.为此,首先以线圈等效电流值为优化对象,磁场和梯度峰值为优化目标,建立了消磁绕组优化调整的多目标数学模型;随后采用多目标微粒群算法求解得到了该优化问题的Pareto解集;最后通过一个计算实例验证了方法的有效性.实例结果表明该方法能够同时处理磁场和磁场梯度幅值,并能给出多种不同等效电流组合以供选择使用.

太阳能光热与风力发电协调优化控制研究

太阳能光热发电和风力发电的输出功率存在较大的随机性和波动性,考虑两者在时间上的输出功率互补性,充分利用光热发电的储热装置可形成光热和风能联合运行发电系统。提出了一种太阳能光热与风能互补发电的功率协调控制策略,从运行机理入手,在传统光热电站运行约束的基础上,提出简化后具有良好适应性的优化模型。根据联合系统输出功率波动方差最小和联合系统并网效益最大化构建多目标函数,采用法线边界交叉法的多目标优化协调控制光热发电和风力发电的输出功率。最后利用Matlab软件对所提模型及协调控制策略进行了仿真验证,结果表明,提出的优化策略可提高太阳能光热和风能的利用率和减小并网功率的波动,同时增加了光热风能联合发电系统经的济效益。

采用Pareto人工鱼群算法的结构健康监测传感器位置多目标优化

发展基于Pareto多目标人工鱼群算法(Multi⁃Objective Artificial Fish Swarm Algorithm,MO⁃AFSA),解决结构健康监测中传感器位置多目标优化的问题。构建与观测模态线性独立性、结构损伤灵敏度和损伤信息冗余性有关的传感器位置多目标优化目标函数;改进人工鱼群算法的追尾和觅食行为,并引入外部档案集以处理寻优过程中的互不支配解,结合Pareto概念选取与理想点欧式距离最近的Pareto解为最优解;以三层平面钢框架结构为数值算例,用基于Pareto人工鱼群算法求解传感器位置多目标优化方案,并进行结构损伤识别。研究结果表明:用所提方法得到的传感器测点在结构中均匀分布,获取的结构损伤信息更为全面,冗余性低,振型独立性好,能够较精确地识别损伤位置和损伤程度,并且抗噪性能好。

基于多评价函数法的可重构性指标分配

针对多目标优化的可重构性指标分配问题,给出了一重和二重可重构性指标的计算方法。结合多目标优化特点和可重构性指标的定义建立了可重构性指标分配的多目标优化模型。在此基础上提出了一种多评价函数法,用于系统可重构性指标分配,该方法对相互冲突的多个目标建立不同的评价函数,通过在可行解内协调得到最优化结果,最后将其应用于串联系统进行仿真,并与线性加权和法的结果作比较,结果显示基于多评价函数的可重构性指标分配方法更具有效性。

基于多目标遗传算法的吸声覆盖层参数优化设计

针对圆柱空腔吸声覆盖层低、高频吸声的机制不同,提出了一种基于多目标遗传算法的吸声覆盖层参数优化设计方法.利用有限元软件ANSYS建立了平面波垂直入射吸声覆盖层的分析模型,并采用多目标遗传算法NSGA-II得到了多目标吸声问题的Pareto最优解集.结果表明:多目标优化设计全面考虑了圆柱空腔吸声覆盖层的低、高频吸声之间的耦合,可按需选择其满意的优化结果;比起仅优化吸声覆盖层的材料属性,考虑材料属性和结构参数的综合优化能够获得更佳的宽频吸声性能.

基于NSGA-2和BP网络的造纸废水厌氧消化过程多目标优化

针对造纸废水厌氧消化过程COD去除率和产气量双项优化问题,提出了厌氧多目标优化方法,基于BP神经网络分别建立COD去除率模型和产气量模型,并结合NSGA-2建立了以最大化COD去除率和产气量的目标优化模型。结果显示,采用NSGA-2与BP神经网络相结合的方法可以找到符合各优化目标的全局最优解,得到理想的Pareto解集,能够对造纸废水厌氧消化过程实现有效优化。本研究为废水处理多目标优化方面提供参考。

考虑车辆高速和低速耐撞性的多目标优化设计

正面高速耐撞性设计,需确保车内乘员的人身安全,使车内乘员的人身伤害降到最低;正面低速耐撞性设计,要求尽量减少车辆在碰撞中的损伤,使车辆具有良好的碰撞损伤修复经济性。本文根据上述特点,将车辆的正面高速耐撞性与正面低速耐撞性相结合,并且考虑车身部件的轻量化,提出了一种优化设计方法。该方法将保险杠、吸能盒内外板以及前纵梁内外板五个部件厚度作为优化设计变量,在正面低速碰撞中,以前纵梁吸收的碰撞总能量作为其是否发生较大变形的依据,利用代理模型和遗传算法进行了优化计算。最后,将该方法应用在某一车型的耐撞性设计中。

计及经济效益的分布式电源多目标优化规划

建立了分布式电源(Distributed Generator,DG)多目标多约束的优化数学模型,以配电网有功损耗费用最小、分布式电源运行费用最小和系统有功网损最小作为目标函数,考虑功率平衡、电压越限等约束条件,采用线性加权的方式将多目标转化为单目标,并采用量子粒子群算法实现了上述目标的优化.通过对IEEE33节点系统仿真结果表明,合理优化DG的位置和容量可有效降低系统的经济费用,提高配电网的优化经济运行.

基于多目标萤火虫算法的可调节产品族优化设计

在多平台可调节产品族优化设计下,针对无先验信息时产品族共性与差异性合理平衡的复杂性,提出以共性最大及平均性能损失最小的可调节产品族多目标约束优化模型。借鉴"非支配排序+拥挤度排序"思想,对传统的萤火虫亮度比较操作及亮度更新操作方法进行改进,提出一种适用于求解多目标约束优化模型的改进型萤火虫算法;构造具有共性可变能力的双层结构人工萤火虫个体表达模式,用于求解可调节产品族优化模型。通用电动机产品族优化设计案例的仿真实验,验证了所提模型和算法的有效性。

基于多尺度融合和轻量化网络的无人机目标检测算法

针对在游乐场、公园等公共安全区域因无人机的尺度变化实时检测困难和计算资源有限的问题,提出一种网络动态实时检测无人机方法YOLO-Ads,以增加网络对无人机尺度变化的鲁棒性.首先自主构建了无人机数据集;其次将轻量化网络作为主干建立一个新的MDDRDNet网络,减小模型计算的复杂度,并且引入协调注意力机制模块,加强网络对空间和通道的关注度;然后采用均值聚类算法,重新生成先验框,在先验框的选择上结合多探测头和多数据集的寻优办法,使重新生成的先验框与无人机更加匹配;然后基于特征融合和残差思想建立一个新的探测头以适应更小尺度无人机的检测;最后,在检测模块中引入类激活映射模块生成热力图,以观察网络对无人机尺度变化的敏感程度,同时与当前主流网络SSD、CenterNet、YOLOv5、YOLOx等和不同主干网络ResNet、EfficientNet、VGGNet等进行对比实验.实验结果表明,新提出的算法在尺度变化的无人机检测上平均精度达到96.62%,相较YOLOv4算法提高了1.88%;检测速度为每秒47帧,相较YOLOv4算法提高了19帧;模型所占内存大约为10.844 M,约为原内存的六分之一,体现了该方法的有效性和鲁棒性.

MOPSO算法在Boost变换器优化设计中的应用

为了提高Boost变换器的效率,节约系统成本,提出了基于多目标粒子群优化算法(MOPSO)的Boost变换器设计.首先分析了Boost变换器的功率损失,根据Boost变换器的设计要求,选择合适的MOSFET、二极管、电感和电容等器件,建立离散元器件数据库.以此数据库为约束条件,以功率损失、系统成本和体积为目标函数,建立了Boost变换器多目标优化设计模型,用MOPSO算法从几百种组合解集中寻找pareto最优解.基于折中分析,可为变换器做出合理的器件选择,以满足不同的设计要求.以光伏发电系统前级Boost变换器为例进行仿真研究,结果表明MOPSO具有处理离散多目标优化问题的能力,能在短时间内找到折中解,证明了该算法的有效性.

面向不同目标偏好的CVRP多目标模型及其求解方法

为了更有效地求解车辆路径问题、全方位地评估物流运输成本,提出了面向不同目标偏好的车载能力约束车辆路径问题的多目标优化模型(MOCVRPFDTP),其包括三种不同的偏好结构:装载与CVRP联合优化、绝对最小车辆数偏好及路径优化偏好。为了求解该模型,设计了算法架构及具体算法。在实验中,该模型及其求解方法对CVRP国际标准算例VRPLIB的测试结果显示了令人满意的性能,并且它更适用于实际CVRP问题的求解。

智能支持的LC-QDPDS集成模型关键技术应用研究

质量驱动产品设计(QDPD)是一种产品设计新思想,在分析QDPD国内外研究现状的基础上,建立了智能支持的基于全生命周期质量驱动产品设计系统(LC-QDPDS)的集成模型,详细论述了LC-QDPDS集成模型的五大重要组成模块及其实现的关键技术,并将其应用于仪表新产品开发决策支持系统中。

基于微分进化算法的销齿传动多目标优化设计

为缩短销齿传动的设计周期,降低产品成本,依据弹性流体动力润滑理论和齿轮啮合原理建立销齿传动的冷胶合强度条件。以齿间最小油膜厚度最大(倒数最小)和销齿传动中心距最小作为设计的追求目标,摈弃传统的多目标优化设计方法,利用修正的微分进化多目标优化算法对范例进行分析计算。优化过程及结果表明,修正的微分进化多目标优化算法能够有效地提高产品的综合经济技术指标。