非支配排序遗传算法

摘要： 针对自抗扰控制器参数调整困难、整定难度大的问题,采用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)优化控制参数,改进NSGA-Ⅱ算法以适应改进的自抗扰控制算法;以船舶电动舵机系统作为被控对象,对比改变算法前后的数据表明,经NSGA-Ⅱ算法改进的自抗扰控制器可提升舵机系统的静态和动态性能。

摘要： 根据大型注塑件产品汽车仪表板的生产质量和成本都有较高要求的特点,以某汽车仪表板为研究对象,研究其注塑工艺参数对体积收缩率和翘曲变形量的影响并进行工艺参数的优化。利用Moldflow软件对其进行数值模拟仿真,采用Box-Behnken试验设计方法进行数据采集,以开模时间、模具温度、注塑时间、熔体温度、速度压力切换、保压压力、保压恒压时间、保压衰减时间、冷却时间9个工艺参数为影响因子,体积收缩率和翘曲变形量为优化目标,运用BP神经网络模型和非支配排序遗传算法(NSGA-Ⅱ)获得最佳工艺参数组合,结合Moldflow仿真验证了最佳工艺参数组合的准确性,最终两个目标值分别降低了8.58%和8.83%,汽车仪表板的成型质量得到了有效提高。

摘要： 节能路径规划已被证明是提高自动导引运输车(automated guided vehicle,AGV)使用过程能效,促进生产车间节能的一种可行方法。目前从路径规划角度开展的AGV能耗优化研究主要面向单项运输任务,很少涉及多项运输任务。为此,以单负载AGV为研究对象,建立了面向多运输任务,以运输距离和能耗为优化目标的节能AGV路径规划模型,进而提出了一种两阶段模型求解方法:阶段1针对各运输任务关联的负载运输阶段和可能的空载运输阶段进行节能路径规划,搜索其最优运输路径;阶段2利用非支配排序遗传算法确定最佳的运输任务执行顺序和各运输阶段的最佳运输路径。最后,案例研究验证了模型节能效果。

摘要： 为提高雷达通信一体化功率资源的利用率,提出一种OFDM(Orthogonal Frequency Division Multiplexing正交频分复用)一体化信号功率控制方法。根据OFDM分集特性,建立雷达互信息及通信容量与子载波功率间的多目标函数。通过改进初始种群生成及自适应选择交叉算子提高NSGA-II(Non-Dominated Sorting Genetic Algorithm)第二代非支配排序遗传算法的收敛速度。基于改进算法求解多目标函数的非支配解集,确定下一时刻各子载波功率分配策略。仿真证明,在有限的功率资源下自适应分配子载波功率能够提升一体化系统性能。

摘要： 针对产品设计开发过程中任务执行时间不确定的问题,引入六点模糊数,以产品的开发时间和成本为优化目标,构建了任务时间不确定条件下产品开发的混合迭代多目标优化模型.并采用具有精英策略的非支配排序遗传算法(NSGA-Ⅱ)对该优化模型进行求解,得到综合两种优化目标条件下非支配解集中最适合企业期望的产品开发的任务执行方案.以某四连杆门座起重机变幅机构的设计开发过程为例,分析验证了该模型的有效性.

摘要： 针对航天产品在装配过程中面临需同时满足多个装配要求而导致的公差分配不合理问题,通过构建串行布置的多装配尺寸链组,将多个装配要求分配给组内成员尺寸链,基于加工成本-公差模型和质量损失模型,以成员尺寸链公差,原装配尺寸链公差和加工能力为约束条件,建立了多装配尺寸链组的多目标公差优化分配数学模型。在Pareto机制下,采用非支配排序遗传算法(NSGA-Ⅱ)对数学模型进行求解,进而得到模型的Pareto前沿曲线图。以某航天企业产品复材箱体中纵筋与环筋的装配为例验证了公差优化分配模型的有效性和适用性,为公差优化分配提供更多的解决思路和理论依据。

摘要： 气电互联虚拟电厂能够推动分布式能源的高效利用,考虑诸多不确定因素的有效调度策略是保证其运行品质的关键。本文在构建含电动汽车的气电互联虚拟电厂风电、光伏、燃气轮机、电转气设备、电动汽车各单元模型的基础上,采用区间优化理论描述了该虚拟电厂中风电、光伏出力及电负荷、气负荷的不确定性;以运行经济效益、用户舒适度、二氧化碳排放作为优化目标,考虑功率平衡、设备工作特性等约束条件,构建了气电互联虚拟电厂的区间多目标优化调度方案,并设计了改进非支配排序遗传算法对气电互联虚拟电厂多目标调度方案进行求解。选取某地区气电互联虚拟电厂冬季供暖场景进行算例分析,结果表明,集群电动汽车的充电行为增大调度周期内的电负荷,各个优化目标方案中燃气轮机出力普遍得到提升,热电互联效应下空调温度高于设定值22°C;考虑调度不确定因素,各目标下优化结果区间宽度各不相同,验证了区间优化调度方案更具真实性且在保证热舒适性方面更具有鲁棒性。

摘要： 分布式电源及储能单元接入配电网对其经济性与安全性具有显著影响。为了增强配电网转供能力,提高供电可靠性、稳定性,同时减少投资和运行维护成本,提出一种风-光-储接入配电网的定容规划方法。方法考虑分布式电源的时序特性、不同季节负荷的时序特性及实时电价,构造功率平衡、电压偏差等约束条件,建立考虑经济性、稳定性的风-光-储接入配电网的多目标优化模型,并采用非支配排序遗传算法获得帕累托最优解集。在IEEE33节点系统中进行算例分析,结果表明考虑时序特性更符合实际,规划结果更优。

摘要： 针对404P型拖拉机变速箱齿轮系存在的齿轮总质量大、疲劳强度低、换挡平顺性较差的问题,建立了以变速箱齿轮系总质量最小、疲劳强度最高、换挡平顺性最高为优化目标的齿轮系多目标参数优化数学模型。提出利用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行多目标优化求解。基于Matlab优化工具箱编写程序进行齿轮系参数的优化设计,结果表明,齿轮系总质量优化率差值为187.30%,齿轮系疲劳强度优化率差值为85.27%,齿轮系换挡平顺性优化率差值为9.09%。相比于传统经验设计,进一步提高了404P型丘陵山地拖拉机的变速箱传动性能。

摘要： 为了实现细纱生产工艺参数优化,解决细纱生产过程中高能耗问题,提出了一种基于非支配排序遗传算法的细纱工艺参数多目标优化方法。通过分析细纱生产工艺流程,确定了影响细纱成纱质量与能耗的工艺参数,提取了评价成纱质量的关键质量评价指标,结合灰色关联理论将质量评价指标转化为综合质量指标,利用二阶响应曲面法拟合工艺参数与综合质量指标、碳排放量之间的关联关系,构建了细纱工艺参数多目标优化模型,并采用非支配排序遗传算法对模型进行寻优,得到了最佳工艺参数。结果证明:在优化后的工艺条件下,细纱生产过程中各项质量评价指标值较初始值均得到改善,碳排放量平均减少5.77%。

摘要： 为提高现有乙苯脱氢制苯乙烯生产装置的生产、节能水平，优化技术是一种有效的技术手段。本文基于改进的非支配排序遗传算法(NSGA-II)研究了乙苯脱氢工艺条件的优化问题。把乙苯脱氢反应过程的转化率、选择性作为优化目标，动力学模型以及实际生产状况作为约束条件，构造乙苯脱氢过程的多目标优化问题。基于NSGA-II算法求解得到的优化问题的Pareto最优集，分析了各个操作条件对乙苯脱氢生产过程转化率和选择性的影响，最后利用模糊综合评价法，为合理决策提供了有效的依据。结果表明NSGA-II具有良好的全局优化性能，运用该算法可在不同的操作约束条件下，求解得到相应的满意解。

摘要： 分布式电源大量接入配电网使其潮流分布、有功网损、电压分布等方面受到不同程度的影响.提出了以经济效益最优,有功网损最小,电压偏移程度最低为目标的主动配电网多目标优化控制策略,运用带精英策略的非支配排序遗传算法(Non-Dominated Sorting Generic Algorithm,NSGA-Ⅱ)求解,一次可以得到多个分布均匀的Pareto最优解以供决策者选择.最后采用含DG的IEEE33节点算例验证,仿真表明,该策略能在满足配电网安全稳定运行的前提下,实现分布式能源的完整消纳,有效降低全网损耗,提升配网运行的经济性,从而验证了优化控制策略的有效性.

摘要： 在微电网建设前期中针对电源点的规划工作对微电网经济和环境效益具有举足轻重的作用.研究并试验了一套基于Simulink仿真的微电网规划与设计方法.通过搭建微电网系统主要元件的功率模型、经济模型和排放模型,计算各类电源和负荷的功率输入输出,据此精确计算微电网电源点设计方案的经济性和排放水平,结合并网方式和储能控制两方面的优化策略,并应用改进的非支配排序遗传算法NSGA-Ⅱ多目标优化算法,实现综合寻优.仿真结果表明,该基于Simulink的微电网规划方法可以很好的模拟微电网实际运行效果,为微电网前期的电源点容量规划提供有益的分析和计算依据.

摘要： 传统的无源滤波器(PPF)参数设计方法一般以安装的电容容量最小为目标,通过验算得到满足校验条件下各个单调谐支路和高通支路的最小电容安装容量.针对这种单一优化目标的设计方法优化能力不足、对实际因素考虑不全面的问题,本文以无源滤波器的初期投资最小、滤波后电网的电压和电流总畸变率最低以及功率因数最高为目标,将非支配排序遗传算法(NSGA-Ⅱ)引入到无源滤波器的多目标优化设计中,并分析比较了传统方法设计的PPF参数,表明用NSGA-Ⅱ遗传算法设计的PPF具有良好的综合性能.

摘要： 基于系统热效率和单位面积净输出功最优的多目标优化模型,以工质的蒸发温度、冷凝温度、蒸发器节点温差以及过热度作为设计变量,利用带精英策略的非支配排序遗传算法(NSGA-II)对采用R113工质的ORC系统进行Pareto寻优.结果表明:优化的蒸发温度分布在:431.76K～453.15K;冷凝温度分布在:303.15K～306.21K;过热度分布在:1.37K～1.95K;蒸发器节点温差分布在:9.84K～10K;从热力学特性和经济性等角度对ORC系统进行多目标优化后,最佳热效率为0.181,最大的单位换热面积净输出功为1.986kW/m2.

摘要： 针对云制造环境下的制造资源优化配置问题,在深入分析云制造的运行模式和制造资源配置过程的基础上,充分考虑云制造环境下制造服务过程中的不确定因素和各个参与方的利益,提出了包括QoS指标和柔性指标的云制造资源服务组合评价指标体系,建立了云制造环境下的制造资源优化配置非合作博弈决策模型,并采用带精英策略的快速非支配排序遗传算法(NSGA-II)对模型进行求解,实验结果表明了该模型和算法的可行性和有效性.

摘要： 本文以某款带预弯的2MW风电叶片为基础,引入叶片后掠形式造型曲线,研究后掠曲线对理论年发电量AEP及叶片根部变桨载荷Mz的影响.进而将后掠曲线的起始点位置、叶尖部最大后掠值及其一阶导数值作为造型曲线的优化变量,理论年发电量AEP最大、叶片根部变桨载荷Mz最小作为优化目标,采用非支配排序遗传算法Ⅱ(NSGA-Ⅱ)来进行多目标优化,寻找最优后掠曲线设计.后掠曲线采用三阶多项式造型,叶片功率系数CP、理论年发电量AEP采用动量叶素理论(BEM)计算,叶片根部的动态载荷采用GH Bladed软件进行评估.

摘要： 考虑紧凑型喷涂机器人尺度综合,提出利用机器人全域性能指标和全局条件数波动指标为优化目标建立紧凑型喷涂机器人多目标优化模型.基于快速含有精英策略的非支配排序遗传算法(Non dominated sorting genetic algorithm Ⅱ.NSGA-Ⅱ)求解多目标优化Pareto最优解,进行紧凑型喷涂机器人尺度综合,数值计算结果表明优化后的紧凑型喷涂机器人具有良好的运动性能。

摘要： 针对生产企业中突发事件存在时间有限、资源受限、信息不完全三方面的条件受限问题，本文为基于ACP 方法的平行应急管理系统，构建综合性应急调度多目标优化模型，并给出其优化求解算法，最终形成一套应急资源调度解决方案。基于GIS技术得到最短安全路径，以应对突发事件信息不完全的问题。以时间最短和资源消耗最少为优化目标，解决时间和资源受限的问题。采用非支配排序多目标遗传优化算法对该模型进行求解。最后采用AHP 方法对应急资源调度机制进行综合风险评估。

摘要： 针对生产企业中突发事件存在时间有限、资源受限、信息不完全三方面的条件受限问题，本文为基于ACP 方法的平行应急管理系统，构建综合性应急调度多目标优化模型，并给出其优化求解算法，最终形成一套应急资源调度解决方案。基于GIS技术得到最短安全路径，以应对突发事件信息不完全的问题。以时间最短和资源消耗最少为优化目标，解决时间和资源受限的问题。采用非支配排序多目标遗传优化算法对该模型进行求解。最后采用AHP 方法对应急资源调度机制进行综合风险评估。

摘要： 本发明涉及一种基于非支配排序粒子群遗传算法的车辆位置路由方法，属于人工智能自动驾驶技术领域。本发明提出了一种混合全局局部搜索的非支配排序粒子群遗传算法，使用粒子群算法的变化算子与遗传算法变化算子同时进行种群的进化，提高了搜索能力、加快了收敛速度。使用NSGA‑III算法的选择机制选择进入下一代的个体，实现了种群多样性。将邻域搜索作为局部搜索，能够以更高的概率获得更优解，加快收敛并防止算法后期陷入局部最优解；对次优个体局部搜索能够提高整个种群的Pareto非支配解的比例，提高整个种群解的质量和Pareto非支配解的多样性，并进一步加快收敛速度。本方法在解决车辆位置路由问题上的有效性优于现有方法。

摘要： 本发明公开了一种基于双层非支配排序遗传算法的微电网协调优化配置方法，步骤如下：1）根据微电网中已存在的各分布式电源特性，建立各分布式电源的数学模型，协调优化微电网中各分布式电源的结构及类型配置；2）第一层根据微电网的现有结构和负荷情况，以系统损耗和节点电压偏移量最小为目标，建立微电网的优化模型，求解微电网中分布式电源的安装位置和容量；3）第二层根据第一层优化结果及不同分布式电源的特性，建立微电网的优化模型，求解微电网中不同分布式电源的配置容量；4）双层协调优化配置方法均采用多目标非支配排序遗传算法，且第二层协调优化基于第一层的协调优化结果实现。本发明为微电网的优化配置及可靠运行提供有效指导。

摘要： 本发明公开了一种双目标非支配排序遗传算法的渐进约束支配法则，是通过对优化目的建立约束条件与目标函数，通过计算种群Ra中每个个体xai的目标函数，在约束条件下求得各个体xai的总渐进反约束度和渐进被支配数，根据所得渐进被支配数对种群Ra进行分集排序，以排序后的种群U’a中前M个个体作为下一代的父代种群，计算该下一代父代种群生成的种群Ra+1中各个体的目标函数以输出新的父代种群，直至满足迭代终止条件，输出最终种群，得优化结果。与现有技术相比，本发明利用种群进化过程中不可行解的信息，避免解集陷入局部最优解，并拥有较快的收敛速度，从而提高了算法在可行域内的寻优能力。

摘要： 本发明公开了一种面向动态等效并行机调度问题的快速非支配排序遗传算法，按下述步骤进行：S1：混合启发式规则MODD，ATC，X‑RM与随机方法生成种群；S2：基于动态规划的解码方法对种群个体进行目标值计算；S3：判断是否满足终止条件；若是，结束；否则，对种群中的个体进行快速非支配排序；S4：通过遗传算子产生子代种群；S5：将父代种群和子代种群合并而成规模为2N的种群；S6：对种群中个体进行快速非支配排序，结合拥挤度计算确定种群；S7：对种群个体进行邻域搜索产生新解替换原冗余解。本发明具有提高车间机器利用率和满足客户交期的特点。

摘要： 本发明涉及一种基于非支配排序遗传算法的配电网运行优化方法，包括如下步骤：步骤1、建立多能配电网运行优化模型；步骤2、利用非支配排序遗传算法对模型进行求解，得到配电网内各设备最优运行情况。本发明通过利用非支配排序遗传算法求解多能配电网运行模型，能够有效对多目标问题进行求解。

摘要： 本发明公开了一种基于非支配排序遗传算法(NSGA‑II算法)和FLUS模型的多目标土地利用模拟方法。首先基于NSGA‑II算法实现土地利用数量结构优化，进而利用FLUS模型将变化斑块合理分布，从而实现土地利用空间结构优化。该方法通过NSGA‑II算法获取FLUS模型中未来土地利用斑块的数量，并通过调整参数模拟多种土地利用情景，能够高效的进行区域土地利用模拟，为区域不同的发展目标提供决策支持，在新时期国土空间规划实践中有着较好的应用前景。

摘要： 本发明提供一种基于非支配排序遗传算法的多目标屏蔽优化方法及系统，涉及辐射防护技术领域，包括：生成初始屏蔽方案，并确定出初始屏蔽方案对应的目标函数值；根据目标函数值将多个初始屏蔽方案按照支配关系排序，产生第一代屏蔽方案，对第一代屏蔽方案进行非支配关系排序，再通过遗传算子产生第二代屏蔽方案；将第一代屏蔽方案和第二代屏蔽方案进行合并排序，得到不同的解集，从各解集中依次选择屏蔽方案到下一代屏蔽方案，更新下一代屏蔽方案对应的目标函数值，直到满足终止条件；根据优化后的屏蔽方案，输出当前辐射屏蔽场景下的屏蔽材料和屏蔽厚度。这样，可以实现剂量率、屏蔽材料的体积等多个目标的同时优化，提高屏蔽方案的优化效率。

摘要： 本发明涉及柔性作业车间调度技术领域，具体涉及一种基于改进非支配遗传算法和强化学习的柔性作业车间多目标调度方法。因为非支配排序遗传算法在求解柔性作业车间多目标优化调度问题中具有多样性不足、易于早熟与局部收敛的缺点，而因为强化学习试错学习的性质，它的探索机制可以极大地解决非支配排序遗传算法多样性不足等缺点。为实现以上目的，本发明提出一种基于改进遗传算法和强化学习的柔性作业车间多目标调度方法。

摘要： 本发明公开了一种基于参考点非支配排序遗传算法的多目标特征选择方法及系统，涉及数据挖掘和机器学习领域，该方法是一种基于包装器结构的五个目标优化算法，旨在最大程度地提高分类器的分类精度，最大程度地减少分类特征数量，以及优化三个基于熵的相关性、冗余度和互补性度量。五个目标的优化扩大了搜索空间，从而使该方法能够生成大量的帕累托有效解。该方法在保证分类性能的同时，能够针对不同基数级别识别出所有具有同等信息的特征子集。并搭建了一个计算系统来执行该方法。

摘要： 本发明公开了一种基于混沌非支配排序遗传算法的机器人多目标搜索方法，包括以下步骤：对机器人灾后救援过程建立数学模型，构建目标函数与变量空间约束条件；根据约束条件生成初始父代种群；父代种群经过交叉与变异得到初始子代种群，并与初始父代种群组合构成新群体；对新群体进行非支配排序；对新群体依次从第一非支配层开始构建部分子代个体，淘汰的部分个体进行混沌映射产生新个体，新个体中筛选得到的优胜子代个体与之前优胜子代个体组合得到真正的子代种群；重复以上步骤直到算法收敛，获得多目标优化问题的全局最优解。本发明利用混沌映射产生新个体集，然后对其进行非支配排序，能够保证种群的多样性，避免陷入局部最优解。