应用改进遗传算法的电力变压器优化设计

为了提高遗传算法在电力变压器优化设计中获得全局最优解的能力，对传统遗传算法的编码方案、遗传算子以及约束条件、适应值函数等方面进行改进研究，提出了一种改进遗传算法，并应用经典数学函数进行验证，结果表明改进遗传算法具有较高的寻优效率。在此基础上提出了适应于求解多目标优化的改进遗传算法，并将改进遗传算法首次应用于S9系列电力变压器的单目标和双目标的优化设计中。应用实例表明，文中提出的改进遗传算法（IGA）具有更强的全局寻优能力和更高的求解精度，对电力变压器的优化设计效果明显。     

遗传算法在电力变压器和电机全局优化设计中的应用研究

根据遗传算法的基本理论，并结合电力变压器、电机优化设计的特点、对传统遗传算法的遗传操作提出了改进措施，研制了能够较好地解决混合离散变量优化的遗传算法，算例表明，该方法能有效地求得全局极小点或近似全局极小点。     

电力变压器优化设计软件包的实现

鉴于电力变压器人工设计生产成本高、精度及产品质量偏低等弊端,提出一个基于计算处理技术进行电力变压器优化设计的方案,给出了电力变压器优化设计与实施的基本过程及其主要技术方法.通过VisualLISP编程方法,将设计结果放置在AutoCAD桌面设计环境中,在CAD(Computer-Aided Design)处理环境的支持下,用户可获得变压器优化设计方案.与人工设计相比,新方法设计成本、材料成本降低15%左右,精度与产品质量明显提高,并解决了一般软件包设计方案完成后需要二次完善的问题.     

遗传算法在电力变压器故障诊断中的应用

论文在阐明电力变压器故障的一些智能诊断方法所存在的局限的基础上,对遗传算法在电力变压器故障诊断中的应用进行综述,指出其存在的优势以及不足之处,并展望了其后续的研究发展方向。     

电力变压器多目标优化设计

本文结合变压器多目标优化设计这一实际工程问题,研究了处理多目标问题的主要方法,如加权法、分层序列法、理想点法、参考点法,并分别以参考点法和分层序列法为理论基础,形成了变压器多目标决策的动态交互式决策支持系统。     

基于电子电力变压器的无功优化研究

EPT应用于配电系统原、副方无功功率可独立灵活调节,电力系统无功优化问题可以转化为局部网络无功优化问题,大大降低了求解规模和难度,从而容易实时实现全网无功优化控制。通过改进的遗传算法验证了配电系统采用EPT后,对无功潮流有更灵活的调节能力,在实现无功潮流优化调度时,具有比OLTC更好的效果。     

基于分层遗传算法的模糊控制

介绍了模糊控制系统和遗传算法的基本内容及二间的融合．基于遗传算法的模糊系统模型辨识，引出了可以对实际复杂系统总结出较完善控制规则的分层遗传算法的模糊控制．分层遗传算法通过基因操作使控制基因和由控制基因控制的参数基因都得到改变，进而使控制规则的结构和形状及个数得到了优化．将这种分层模糊控制技术应用于铝电解工业中的极距控制，可使改进后的极距控制系统的动态性能和稳态误差都得到提高．     

基于遗传算法的PID参数优化设计

提出一种新的ＰＩＤ参数设计方法,以模糊化的性能指标为目标函数,以设计参数的取值范围及极限性能指标为约束条件,建立优化数学模型,结果表明,在Ｍａｔｌａｂ环境下,将遗传算法同Ｓｍｕｌｉｎｋ仿真技术有机融合,求解该优化模型,该法能有效提高编程效率,所得优化解大大提高系统性能指标。     

基于遗传算法的公路纵断面优化设计方法

纵断面优化设计是公路优化设计中一个重要的组成部分，遗传算法是一种高效的全局寻优算法。本文介绍了用遗传算法实现纵断面优化设计的具体方法步骤，并编制出了计算机应用程序。经输入公路原始数据进行实例计算，取得了令人满意的结果，证明了遗传算法在纵断面优化设计中的可行性及全局寻优的性能。     

基于遗传优化规则库的电力变压器故障诊断

提出基于遗传算法优化模糊规则库的故障诊断方法,采用模糊故障诊断系统对电力变压器的初期故障进行检测或诊断.采用遗传算法产生优化的模糊规则库,针对缺少数据样本的情况,采用自举法对数据样本进行处理及扩充,使得不同的故障类型有相等的样本数.仿真结果表明:该故障诊断方法提高了故障诊断精度和正确率,对于电力变压器故障诊断有效、可行.     

基于神经网络和遗传算法的无功优化设计

无功优化是一个复杂的混合优化问题,传统方法较难获得全局最优解.文中提出了将并行遗传算法和Hopfield网络相结合的算法.该方法利用遗传算法的并行搜索和解空间搜索的优点进行网络参数的选取,并采用Hopfield网络简单、快速、规范的优点来优化样本空间,以取得整体的优化效率.     

基于遗传算法的火电机组运行优化

火电机组运行优化正成为火电厂运行工作和技术攻关的重要方面.文中结合某300MW燃煤机组运行实例,对其主要性能参数进行敏感性分析,得出性能参数偏差对煤耗率的影响规律,其中,飞灰含碳量、炉膛出口烟气含氧量、排烟温度、凝汽器真空度、给水温度、主蒸汽压力6个参数的每工程单位偏差对煤耗率的影响最大.在此基础上,建立了以煤耗率最低为目标函数的优化模型,并采用遗传算法进行寻优求解.最后,开发了火电机组运行优化软件,并在其上进行机组运行优化计算,得到了一个参数最优化的运行方案.优化结果表明,供电标准煤耗率比原来降低了约1.41 g/(kW.h).     

基于遗传算法的串级系统优化设计

本文介绍了一种新的串级系统优化设计方法.它结合串级控制系统模型,以典型的性能指标为目标函数、以调节器设计参数的取值范围等为约束条件建立了参数优化数学模型,然后用遗传算法求解优化参数.数值实验表明了本方法的有效性.     

基于遗传算法具有容错能力的图像滤波器优化设计

针对在可重构逻辑阵列中会出现一些故障单元的问题,利用遗传算法进化出适合该逻辑阵列的图像滤波器,并且考虑到结果电路的正确性、速度、功耗和复杂度等指标.实验结果验证了逻辑模块整列中存在较少故障模块时,可以生成功能上接近无故障模块时的滤波器电路.     

基于遗传算法的机械优化设计

阐述了遗传算法的原理、理论基础和实现步骤,将遗传算法与搜索算法进行了分析比较,并附有应用实例。     

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。     

采用遗传算法的离心叶轮多目标自动优化设计

针对离心叶轮多目标自动优化设计,首先提出了一种离心叶轮参数化方法,通过对离心叶轮型线数据进行转换,分别建立了圆柱坐标系下叶轮控制参数与归一化长度参数之间的关系,采用非均匀有理B样条进行叶型重构,获得叶片和叶轮子午流道构型.将离心叶轮参数化方法、多目标遗传算法及商业化数值计算软件NUMECA相结合,建立起离心叶轮自动优化设计平台.以总压比和效率为设计目标,在设计工况下,采用该方法对Krain高速离心叶轮进行气动优化设计,获得一系列优化叶轮,并采用数值模拟方法对叶轮内部流动特性及其气动性能进行了比较分析.结果表明,优化叶轮的总体气动性能有不同程度的改善,在叶轮出口截面上流场分布更加均匀,总压比和等熵效率约提高了2.5%和1.0%,同时也验证了所发展的多目标离心叶轮自动优化设计方法的有效性.     

铁路车流径路优化的遗传算法设计

将铁路车流径路的优化问题分解为两个:车流排列离散空间中车流排列优化,车流排列的评价计算.在给出车流排列的评价函数的定义后,引入旅行商问题的描述,把车流排列优化问题归约为TSP问题,从而给出了车流排列优化的复杂性分析.引入优先权编码,定义种群个体的适应值函数和相应的遗传操作,给出相应的遗传优化算法,并以实际运营数据为依据,进行仿真计算.通过同禁忌搜索法计算结果比较,遗传算法虽然在解的精度上略逊一筹,但计算工作量小得多,硬件要求也没有禁忌搜索法高.因此,具体选用应以具体情况而定.条件允许,最好将两种算法结合起来使用.     

基于遗传算法的双闭环系统模糊优化设计

提出一种基于遗传算法的直流双闭环调速系统参数优化设计方法,根据工程技术的要求,选用速度超调量和过渡时间作为参数优化性能指标,将该指标用模糊隶属度函数归一化,再加权平均形成系统优化模型的目标函数。采用计算机数值计算方法,通过仿真获得系统对应参数的动力响应曲线及其性能指标。最后以工程设计的参数为搜索范围,以速度调节器和电流调节器的参数为染色体中的基因,通过遗传算法在搜索范围中优化这些基因,获得优化解,     

基于多目标遗传算法的拖拉机变速箱体优化设计

提出基于ANSYSWorkbench平台箱体结构的有限元模型建立方法,对其在最大载荷工况下进行静力分析。以保证结构刚度为约束奈件,以减轻结构重量和提高结构强度为目标,采用多目标遗传算法对箱体结构关键参数进行优化设计。结果表明,多目标遗传算法能在可行域内快速准确地获得箱体结构优化设计的Pareto最优解集,在满足结构刚度的前提下,实现箱体结构的优化设计。