桁架结构多目标优化的NSGA-Ⅱ改进算法

为克服桁架结构多目标优化设计中约束条件和离散变量处理困难、收敛效率低等问题,在保留原算法优点的同时,对多目标进化算法NSGA-Ⅱ进行了改进。为了验证改进效果,对经典的空间桁架结构进行了优化;并与其他算法的优化结果进行了比较。结果表明改进算法在桁架结构优化中的表现优于原算法和其他算法,具有良好的收敛性和稳定性。     

基于单亲遗传算法的配电网扩展规划简介

单亲遗传算法在遗传操作中通过单个父代个体产生子代个体,不进行两条染色体之间基因的交叉操作,而是通过一条染色体中基因的换位等操作来实现遗传。只通过选择和变异算子繁殖后代,其选择算子跟传统遗传算法的一样,而变异算子则有较大区别。本文介绍了如何降单亲遗传算法应用在配电网扩展规划中,以供广大研究人员进行参考。     

基于响应面法和NSGA-Ⅱ算法的麦弗逊悬架优化

应用响应面法和经过改进的非支配排序遗传算法(NSGA-Ⅱ)进行悬架结构参数优化.在ADAMS/Insight软件中进行设计参数的灵敏度分析,针对灵敏度较大的设计参数,建立车轮定位参数在车轮跳动过程中最大变化量的2阶响应面近似数学模型.对该模型进行稳定性分析,并且应用加入精英保持策略和去除重复个体算法的NSGA-Ⅱ优化算...     

基于NSGA-Ⅱ算法的多目标公交调度优化模型

针对传统公交调度方案容易导致运营经济成本和乘客时间成本的不合理分配问题,提出了一种基于NSGA-Ⅱ算法的多目标公交调度优化模型。综合公交车辆运营成本、乘客出行成本及乘车舒适度三个目标函数,建立公交调度优化模型,通过非支配排序遗传算法对模型的pareto最优解进行计算。最后以深圳市某路公交为实例,通过采集线路参数,计算得到该线路最优发车间隔。验证了NSGA-Ⅱ优化算法在公交调度中的有效性,对公交运营与线路改善有一定的借鉴意义。     

一种基于等位基因原理的NSGA-Ⅱ算法

NSGA-Ⅱ算法是通过模拟达尔文进化原理,采用选择、交叉和变异等操作算子,对个体种群进行繁殖和进化,以实现多目标优化.在NSGA-Ⅱ算法进化过程中,变异或交叉操作应用于个体的所有基因.但在真实的自然变异过程中,生物体根据等位基因频率的原理,不会整个基因发生变异,而只有少数基因会发生变异.同时,在交叉操作中该生物体仍有变异的机会.为了完全模拟自然变异过程,笔者提出了一种基于等位基因原理的NSGA-Ⅱ算法,该算法允许个体在变异过程中保持某些基因不变,在交叉操作中却仍有变异的机会.实验结果表明,与其他多目标进化算法相比,该算法显著提高了搜索性能,且具有收敛性强和不易陷入局部极小的特点.     

基于NSGA-Ⅱ的老旧小区改造方案优选

老旧小区改造是改善民生的重要举措。“怎么改”是改造过程中利益相关者关注的重点问题之一。在确定改造内容之后,由于各改造内容的工艺、功能、材料、品牌等不同,改造方案选择基数大,不同改造方案对应的改造工期、成本、质量等评价目标也各不相同,科学优选改造方案是实现预期改造目标的重要工作。以改造方案的工期、成本、质量为目标,建立多目标优化模型,采用NSGA-Ⅱ算法进行求解,得到较好的Pareto前沿,为决策者选择老旧小区改造方案提供依据。结果表明：该方法进行方案优选能够提高方案寻优效率,所得方案更具说服力、科学性。     

基于改进NSGA-Ⅱ的船舶避碰决策辅助算法

针对避碰决策问题对算法时效性和轨迹分布性的要求,改进一种基于多目标优化算法的NSGA-Ⅱ(non-domi-nated sorting in genetic algorithm Ⅱ).采用按需分层策略和考虑父代支配信息的算数交叉算子策略,降低了算法的时间复杂度,加快了收敛速度;提出动态分布适应度策略,控制了帕累托集在目标空间的分布.在此基础上,分别建立决策方案的安全性和经济性目标函数以及驾驶员对决策安全性的偏好函数,通过改进NSGA-Ⅱ对避碰决策方案寻优.试验结果表明,改进NSGA-Ⅱ的收敛速度和分布性有所提升,证明了改进算法的有效性和优越性;在构建的四种船舶会遇场景下,算法均能寻得多个兼顾安全性和经济性的避碰决策方案,为驾驶员避碰决策提供参考.     

采用NSGA-Ⅱ算法的纯电动汽车复合电源参数匹配及优化

为了解决单一电源驱动电动汽车动力性和经济性不足的缺陷,提出了由锂离子电池和超级电容组成的复合电源,确定了复合电源的拓扑结构,制定了复合电源功率分配控制策略。在简单循环工况下,以整车经济性和动力性为目标,采用NSGA-Ⅱ算法的多目标优化方法,对复合电源参数进行了匹配和优化。搭建了基于d SPACE的在环测试平台,对优化前后复合电源和单一电源的经济性和动力性进行在环测试。实验结果表明,与优化前复合电源相比,优化后复合电源的能量利用率提高了6%;与单一电源相比,优化后复合电源的制动能量回收率提高了3.42%;不同速度区间内,相比单一电源和优化前复合电源,优化后复合电源的动力性提高了3%以上。整车经济性和动力性得到了显著改善和提升,验证了优化方法的合理性和可行性。     

采用NSGA-Ⅱ算法的混合动力能量管理控制多目标优化方法

综合考虑燃油经济性、排放性与驾驶性对混合动力能量管理控制优化的优点,以某款并联混合动力汽车为研究对象,选取能量管理控制参数与传动系参数作为待优化参数,以动力性作为约束条件,建立混合动力能量管理控制多目标优化评价方法,提出基于NSGA-Ⅱ算法的混合动力系统多目标优化方法,并与优化前控制策略进行仿真对比分析。结果表明:在满足基本约束的前提下,优化后燃油经济性最多提高了7.8%,平均提高了6.38%;驾驶性性能指标最多提高了27.12%,平均提高了21.74%;排放性综合指标平均提高了41.51%。提出的多目标优化算法具有良好的收敛性与分布性,得到的Pareto最优解集能够给混合动力能量管理控制策略提供更多的权衡选择方案,体现了多目标优化的优势。     

基于NSGA-Ⅱ算法的康复机器人减重单元的优化设计

下肢运动障碍患者康复训练治疗手段之一是减重步行训练,移动式下肢康复训练机器人既可以跟随保护患者,又可以对其进行减重步态训练。针对机器人核心部件之一的减重单元,本研究提出一种启发式设计算法,可以避免机构本身复杂因素所带来的结构优化困难,获得多目标的优化解集。通过带精英策略的非支配排序遗传算法（NSGA-Ⅱ）在多目标优化问题中确定减重单元的设计参数。实验验证表明,减重单元体积减小明显,使结构更加紧凑。     

基于NSGA-Ⅱ的冷源机房设备运行参数多目标优化

中央空调冷源机房设备系统运行参数优化是提高空调运行性能的重要途径之一,但由于机房设备种类繁多,运行工况复杂,运行参数诸多,参数之间耦合作用较强,其优化问题是学者们广泛关注的重点和难点.提出了一种基于非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)的冷源机房设备运行参数多目标优化方法.以制冷量最大和能耗最低为目标函数,以冷冻出水温度、冷冻回水温度、冷却回水温度、冷冻水流量和冷却水流量5个变量为决策变量,根据实际运行工况设定其约束条件,建立系统运行参数优化模型.此外,以负荷率、室外环境温度和室外环境湿度作为划分工况的依据,采用等宽离散化方法并结合K-means聚类方法共划分出32种运行工况.最后仿真结果表明,在4种典型运行工况下,多目标优化方法相对于普通优化方式,能得到更高的循环性能系数(coefficient of performance,COP);同时,多目标优化方法能够使系统能效提升14.35％,能耗降低12.52％.因此,本文方法适用于空调领域,并能为工程应用时的参数设置提供一定的指导作用.     

基于改进单亲遗传算法的多目标配电网重构

全面考虑配电网的实际情况和运行要求,以网损最低和可靠性最高作为目标函数,利用加权系数法将多目标优化问题转化为单目标优化问题.通过简化配电网的结构,减少了遗传算法(GA)染色体的长度,设计了基于环路的编码方法和遗传操作,避免了大量不可行解的产生,大幅度提高了计算效率.给出的算例验证了该算法的有效性.     

基于NSGA-Ⅲ算法的区域水资源优化配置研究

为保证区域生产、生活与资源环境的协调发展,提高水资源配置效率,水资源优化配置已成为当前研究热点.以佳木斯市为研究区,基于社会、经济、生态环境效益构建水资源多目标优化配置数学模型,选取2020年为现状年,2030年为规划年,采用NSGA-Ⅲ算法求解pareto最优解,求得规划年4种水资源配置方案,即方案一优先考虑社会效益目标,方案二优先考虑经济效益目标,方案三优先考虑生态环境效益目标,方案四侧重于社会、经济、生态环境协同发展.结果表明：方案四为最优方案,相比其他方案,该方案既注重社会经济发展,又兼顾生态环境的保护与管理,促进社会经济与水资源系统的可持续发展.不同方案研究成果可为当地水资源优化配置提供科学依据.     

基于NSGA-Ⅱ的DP船舶推力分配方法研究

针对动力定位(DP)船舶的推力分配问题,首先建立了关于推进器能耗、磨损以及推力误差的多目标优化目标函数,然后通过分析推力禁区、死区、饱和、推力变化率和方位角变化速率等约束条件,给出了多目标优化问题的约束不等式,最后利用改进的非支配排序遗传算法(NSGA-Ⅱ)对所提出的推力分配多目标优化问题进行了仿真验证.仿真结果表明:采用NSGA-Ⅱ算法进行推力分配可以有效降低推进器的能耗,在工程应用方面具有一定的可行性.     

基于NSGA-Ⅱ 的医疗设备预防性维护与病人调度联合优化

[目的]针对病人进行核磁共振成像预约检查过程中出现的调度与设备维护计划相互影响的问题,提出一种联合优化模型,研究对象是单机系统,多位病人等候进行检查.[方法]考虑到设备失效服从威布尔分布,设备具有堕化效应,引入役龄递减因子、失效率递增因子、维护时间递增因子和维护费用递增因子对设备的劣化过程做了模拟,构建了合适的维护方案.接着考虑到病人就诊过程中设备必须保持足够的可靠度,保证病人就诊检查全过程的安全性,制定了一种提前式预防性维护方案.[结果]以总成本最低、总延误时间最少、总就诊时间最少为 目标,采用NSGA-Ⅱ算法求得Pareto最优解,采用层次分析法使医院的预约系统能够根据实际情况排布出合适的调度方案,有效协调病人就诊调度与设备维护计划.[结论]通过实际算例证明了所提出的联合优化模型的有效性.     

基于自适应NSGA-Ⅱ算法的变截面涡旋盘优化

针对目前对涡旋压缩机涡旋盘的优化设计多以几何性能最佳为优化目标,其力学性能较差这一缺点,提出了基于自适应第二代非支配遗传算法(NSGA-Ⅱ)、综合考虑力学性能和几何性能的变截面涡旋盘多目标优化设计方法.针对由基圆渐开线和高次曲线组成的变截面涡旋盘,确立了以涡旋型线特征参数表示的动涡旋轴向气体力及内容积比数学模型,以轴向...     

基于蚁群算法的多目标配电网联络线规划

本文将模糊多目标规划方法应用于配电网联络线规划中,同时考虑经济性要求和可靠性要求,具体算例表明多目标规划方法综合了经济性和可靠性两者的对立和协调,中和了两者之间的满意度,因而得到了最佳规划方案。     

改进的NSGA-Ⅱ算法的柔性物料搬运策略

针对传统的装配车间拉动式物料配送存在拣货效率低和配送成本高的问题,提出了以搬运机器人为中心的柔性物料配送策略.建立了以完工时间、延期时间、负载和能耗等目标最小化的多目标多机器人协作配送调度模型;并结合模型特点提出了一种改进的非支配排序遗传算法(non-dominated sorting genetic algorith...