多目标粒子群优化

摘要： 针对当前工程设计环节中电气化复线铁路轨道电路横向连接位置计算完全依靠人工、计算工作量大且准确性不高的情况,在充分考虑模型准确性、设计规范、工程预算、牵引回流性能等因素的前提下,提出一种多线引入情况下的电气化复线铁路轨道电路横向连接位置优化计算方法。首先,构建多线引入情况下的横向连接位置数学模型,并进一步将横线连接位置的工程计算问题描述为多目标数学优化问题,建立横向连接位置优化问题的数学模型;然后,在分析各目标函数间特性的基础上,提出一种基于多目标粒子群的横向连接位置优化计算方法;最后,采用实际工程数据对算法进行验证。计算结果表明,算法能准确对横向连接位置进行计算,并大幅提升横向连接工程设计效率。

摘要： 电动汽车(EV)和新能源微电网(NEMG)分属不同利益主体。针对EV接入NEMG后的经济运行问题,建立计及EV有序充放电行为和车主综合满意度的NEMG多目标分层调度数学模型并提出求解计算方法。EV层以最大化车主的综合满意度为目标,通过CPLEX软件求解得到EV充放电计划并传递给NEMG层。NEMG层基于EV充放电计划调整微电网内部可控分布式电源出力,以达到最小化系统综合成本和交互功率波动的目标。为求解该高维、非线性和多目标模型,提出基于可信度的三黑洞系统捕获策略多目标粒子群优化算法。仿真结果表明,含EV微电网分层架构相比不分层架构能实现EV和NEMG的互利共赢,验证了所提方法的科学性及有效性。

摘要： 目前行业上对商用车气制动系统的优化一般只针对性能提升单方面的研究,缺少统筹兼顾制动性能及经济性的多目标优化方案。通过采用多目标粒子群方法,利用MATLAB-AMESim联合仿真平台对制动系统的响应时间及成本进行了双目标优化,最终提出了一种综合性能与成本的制动系统优化方案。该优化方案在系统成本降低14%的同时,响应时间加快了14.5%,为产品研发及市场问题的解决提供了技术支撑。

摘要： 蓄热式电采暖系统的不合理配置会对配电网的安全稳定运行带来不利影响。为此,提出一种蓄热式电采暖多目标双层优化配置模型。首先,根据历史数据计算出供暖季逐时热负荷需求,采用K-means聚类算法选取一定数量典型日场景;其次,以蓄热式电采暖系统投资成本、运行维护成本和线路负荷标准差最优为目标,建立一种基于配电网经济性和潮流均衡性的多目标双层规划模型。采用多目标粒子群算法求出Pareto最优解集,通过熵权-逼近理想解排序法(technique for order preference by similarity to an ideal solution, TOPSIS)法从中选取最佳接入位置、功率和容量。最后,以改进的IEEE 33节点系统为例进行仿真分析,结果表明:该模型虽然增加了一定的经济费用,但明显改善了线路负荷分布,使配电网潮流更加均衡,保证配电网能够安全稳定运行。

摘要： 针对同心圆环阵列(concentric ring antenna array,CRAA)的方向图优化问题,提出了一种新的密度锥削策略(new density tapering strategy,NDT)结合多目标粒子群(multiple objective particle swarm optimization,MOPSO)算法的联合优化方案。基于NDT思想,在阵列口径中心附近始终保持约占总数一半的圆环为满阵填充状态,而对剩余靠近口径外围的圆环,限制它们的填充因子变化范围在两条门限曲线之间;以旁瓣电平和方向性系数为优化目标,通过对单元最小间隔、外围圆环的间距及其填充因子进行优化来寻找可行的Pareto最优解。仿真表明,该方案可用于优化各种口径的CRAA,能在相同或更高方向性系数情况下,降低阵列的旁瓣电平1.25~6.19 dB,达到优化效果。

摘要： 为了抑制永磁直线同步电机的推力波动,提升平均推力,以12槽10极平板型永磁同步直线电机为研究对象,对电机的设计参数进行优化.首先,采用Taguchi法的敏感性分析,从12个设计参数中选出6个敏感参数,确定为优化变量.然后,通过Kriging模型辅助的多目标粒子群优化,获得推力波动和平均推力的Pareto前沿.结果显示,与原始电机相比,优化后的永磁同步直线电机的推力波动减小了64％,且平均推力提升了6.6％.配合斜极,推力波动减小量可进一步达到92％.最后通过实验验证了电机性能的改善.

摘要： 为了实现城市污水处理过程各性能指标的优化运行,提出了一种动态分解多目标粒子群优化控制(optimal control based on dynamic decomposed multiobjective particle swarm optimization,OC-DDMOPSO)策略.首先,构建了基于自适应核函数的运行性能指标模型,确定了优化运行目标.其次,设计了基于档案库动态分解的多目标粒子群优化算法,实时获取操作变量的优化设定值.最后,利用预测控制策略跟踪优化设定值,完成了城市污水处理过程优化控制.将提出的OC-DDMOPSO应用于基准仿真平台BSM1,实验结果显示,OC-DDMOPSO能够实现城市污水处理过程稳定运行,保证出水水质达标排放和降低运行成本.

摘要： 对汽车动力总成悬置系统的多目标优化问题进行了研究,明确了优化方向.基于算法融合理论,提出了结合多目标粒子群优化(MOPSO)算法和非支配排序遗传算法Ⅱ(NSGA-Ⅱ)的混合算法,并运用经典测试函数分别对MOPSO算法、NSGA-Ⅱ及混合算法进行测试,验证了混合算法的可行性和高效性.运用混合算法解决了动力总成悬置系统的解耦问题,得到了多组满足要求的解集.实例优化结果证明,该混合算法对解决复杂动力总成悬置系统多目标优化问题是有效的.

摘要： 首先建立了适用于多节点柔直系统的潮流及故障电流的数值计算优化模型,并在三端仿真系统中验证了所建模型的准确性.随后设置约束条件及目标函数,利用粒子群优化算法建立了多端柔直系统中故障限流器与断路器的优化配置数学模型.在3节点环网中进行优化求解,并将结果配置到仿真模型检验其限流效果,验证了所提优化配置方法的准确性.最后通过所提多目标粒子群优化算法对11节点柔直系统进行故障限流器与断路器配置的优化求解,并将所得结果与多目标遗传算法进行对比.结果表明,所提优化配置方法具有较高的普适性,可实现多节点柔直系统中故障限流器与断路器的低成本配置.

摘要： 工艺参数选择是动力电池焊接行业面临的困难,为提升动力电池焊接效率并满足多项目标,采用核岭回归与多目标粒子群优化算法相结合的方法辅助优化工艺参数选择.构造了工艺参数对应的焊接下限,继而利用基于高斯核函数的核岭回归模型进行拟合;多目标粒子群的每个粒子代表一组工艺参数,通过群体进化与变异、引导者选取与优化、解集维护3种操作,并结合回归模型,有效获取了指定焊接目标下的最优解集.该方法还借鉴K近邻算法思想设计评价标准,以度量每个解的可靠性,进一步筛选更优质的解,保证所选工艺参数有更高的容错性.所提方法解决了电池焊接行业目前面临的问题,具有极其重要的应用价值.

摘要： 组网雷达是面对现代战争中隐身目标等挑战的有效系统,但是其优良的性能很大程度上取决于其雷达节点的位置.因此本文对组网雷达节点位置优化部署算法进行研究.本文构建了组网雷达站点位置优化问题的数学模型,并利用多目标粒子群优化(MOPSO)算法对此问题进行求解,得到了沿雷达节点位置优化问题反映探测威力与精度的帕里托面的良好分布的一组解,从而可以根据实际应用的需要得到对性能需求有不同侧重的布站方案.

摘要： 本发明提供一种基于两阶段粒子群优化的配电网多目标无功优化方法，包括以下步骤：建立配电网无功优化模型，并获取决策者偏好信息；对建立的配电网无功优化模型进行第一阶段粒子群无功优化，获得粗略Pareto前沿，结合决策者偏好信息求解得到偏好Pareto前沿，并构造偏好搜索区域；在偏好搜索区域内对配电网无功优化模型进行第二阶段粒子群无功优化，获得满足决策者偏好的解集。本发明利用决策者偏好信息，计算多目标优化算法的偏好搜索区域，集中有限的优化资源，提高优化解的质量、求解速度和针对性，为决策者提供更有意义的优化方案选择，为多目标优化的工程应用提供。

摘要： 本发明属于电数字数据处理技术领域，公开了一种基于粒子群优化的生产过程系统多目标优化模型控制方法，本发明提供的算法能很好地求出所定义的理想有效解，理想有效解未必能使每个目标都达到最优，但若以每个目标的最优值的数值组成的点，记为P，理想有效解就是找一个解，使以该解的各目标值组成的点与P的距离最近；有效解和其他的多目标问题所定义的有效解有本质的区别，就是一个特定的解，为多目标的求解指定了一个明确的解的定义，可以有效地解决多目标规划的解的不确定性问题。而且本发明可以不必事先求出各目标函数的最优解，而是在求解的过程中，自动地逐步逼近最优解。

摘要： 本发明提供一种基于两阶段粒子群优化的配电网多目标无功优化方法，包括以下步骤：建立配电网无功优化模型，并获取决策者偏好信息；对建立的配电网无功优化模型进行第一阶段粒子群无功优化，获得粗略Pareto前沿，结合决策者偏好信息求解得到偏好Pareto前沿，并构造偏好搜索区域；在偏好搜索区域内对配电网无功优化模型进行第二阶段粒子群无功优化，获得满足决策者偏好的解集。本发明利用决策者偏好信息，计算多目标优化算法的偏好搜索区域，集中有限的优化资源，提高优化解的质量、求解速度和针对性，为决策者提供更有意义的优化方案选择，为多目标优化的工程应用提供。

摘要： 本发明公开了一种基于多模态多目标粒子群优化算法的选址优化方法，包括：采用基于K‑means聚类方法的多种群来定位决策空间中更多的等价帕累托最优解集，并应用一种网格机制来探索决策空间中的高质量解。环境选择操作中加入两种操作，包括去除低效解与更新非支配解存档，目的是保持解的多样性，接近真正的非支配解并保持在目标空间的收敛性。本发明具有能在决策空间中找到更多的等价的帕累托最优解集，同时在决策空间中帕累托最优解集的多样性和目标空间中帕累托最优解集的收敛性之间保持一个良好的平衡的特点，能够更好地、高效地解决应用中的选址优化问题。

摘要： 本发明涉及一种基于平均梯度值和改进多目标粒子群优化的鲁棒优化方法，包括以下步骤：1）根据工程实际情况和优化目标确定待优化的工艺参数；2）根据工程实际情况确定待优化工艺参数的约束条件；3）建立优化目标与待优化工艺参数的目标函数模型；4）通过有限次试验获得优化目标与焊接工艺参数之间的离散关系；5）根据离散关系，计算目标函数；6）设定不确定域，利用不确定域样本点的平均梯度值，计算鲁棒性；7）将目标函数与鲁棒性作为两个优化子目标，进行双目标优化求解。本发明方法将鲁棒性的评价与原目标函数的计算同时作为两个优化的子目标，使设计者能根据实际需要在性能指标和不确定域产生的变化幅度之间选择合理的折衷解。

摘要： 本发明公开基于目标分解的改进多目标粒子群优化的锂离子电池容量预测方法，步骤1：确认并获取锂离子电池容量预测的关键因素；步骤2：将锂离子电池的容量预测中所涉及的关键因素抽象为多目标优化问题并初始化种群粒子，步骤3：使用PSO算法更新粒子的位置和速度；步骤4：评估所有粒子的适应度值，保存适应度最好的粒子；步骤5：判断是否达到最大迭代次数；是则，输出最优粒子；否则，更新粒子的速度和位置并更新PSO算法参数后；步骤6：生成一随机概率数，判断该随机概率数是否大于预设概率；是则，采用灰狼算法计算更新粒子的位置并执行步骤4；否则，执行步骤4。本发明通过目标分解和参数自适应的混合算法提升电池容量预测的准确性。

摘要： 本发明公开一种基于多目标粒子群优化算法的合成气生产优化方法，将空间分解成等同于种群数量N的多个子区域以保证多样性，对解进行分类，选取最优的非支配解，通过最优解对子区域的剩余解进行分类，并选择出让这个区域超体积值最大的解，通过精英策略，混合父代与子代种群，竞争产生下一代种群，结合粒子群算法的交叉操作与领域校正，通过领域信息来提高所获得的解的质量，通过选择策略帮助交叉算子进行局部搜索和全局搜索，并给领域更稀疏的粒子分配更高的适应度值来提高结果的多样性，选择合适的解产生后代；控制合成气生产过程中的原料O2/CH4进料比，气体时空速及温度，达到在合成气生产中实现最高的CH4转换率、CO选择率以及最低H2/CO比率。

摘要： 本发明公开了一种基于多模态多目标粒子群优化算法的选址优化方法，包括：采用基于K‑means聚类方法的多种群来定位决策空间中更多的等价帕累托最优解集，并应用一种网格机制来探索决策空间中的高质量解。环境选择操作中加入两种操作，包括去除低效解与更新非支配解存档，目的是保持解的多样性，接近真正的非支配解并保持在目标空间的收敛性。本发明具有能在决策空间中找到更多的等价的帕累托最优解集，同时在决策空间中帕累托最优解集的多样性和目标空间中帕累托最优解集的收敛性之间保持一个良好的平衡的特点，能够更好地、高效地解决应用中的选址优化问题。

摘要： 本发明涉及一种基于平均梯度值和改进多目标粒子群优化的鲁棒优化方法，包括以下步骤：1）根据工程实际情况和优化目标确定待优化的工艺参数；2）根据工程实际情况确定待优化工艺参数的约束条件；3）建立优化目标与待优化工艺参数的目标函数模型；4）通过有限次试验获得优化目标与焊接工艺参数之间的离散关系；5）根据离散关系，计算目标函数；6）设定不确定域，利用不确定域样本点的平均梯度值，计算鲁棒性；7）将目标函数与鲁棒性作为两个优化子目标，进行双目标优化求解。本发明方法将鲁棒性的评价与原目标函数的计算同时作为两个优化的子目标，使设计者能根据实际需要在性能指标和不确定域产生的变化幅度之间选择合理的折衷解。

摘要： 本发明公开了一种基于平均梯度值和改进多目标粒子群优化的鲁棒优化系统，包括：参数接收模块，用于接收根据工程实际情况和优化目标确定的待优化的工艺参数；目标函数获取模块，用于获取优化目标与待优化工艺参数的目标函数模型；鲁棒性计算模块，用于设定不确定域，利用不确定域样本的平均梯度值，计算鲁棒性；函数综合模块，用于将目标函数与鲁棒性形成双目标优化目标函数；函数求解模块，用于对目标函数与鲁棒性作为优化目标，进行双目标最优值求解。本发明适用的工程问题范围宽泛；将鲁棒性的评价与原目标函数的计算同时作为两个优化的子目标，使设计者能根据实际需要在性能指标和不确定域产生的变化幅度之间获得合理的折衷解。