NSGA-Ⅱ

摘要： 夹岩水利枢纽的建设将对水库上下游的生态环境产生一定影响,如何在保证区域防洪、灌溉、供水等多功能需求的前提下,最大程度上满足河道生态流量要求,将成为水库建成后在管理上的主要问题.根据夹岩水利枢纽的工程设计成果,以坝址处典型年的月均入库量为边界条件,综合考虑防洪、灌溉、供水等约束条件,采用NSGA-Ⅱ算法,以夹岩水利枢纽的发电量、年内生态流量满足率为目标,进行了多目标生态调度研究.结果表明:丰水年年发电量为2.791亿kW·h,年内生态流量满足率为100%;平水年年发电量为2.116亿kW·h,年内生态流量满足率为96.14%;枯水年年发电量为1.278亿kW·h,年内生态流量满足率为92.27%,即通过对夹岩水利枢纽开展水库优化调度,可在满足片区防洪安全、灌溉和生产生活用水等要求的情况下,最大程度提高不同典型年内的生态流量满足率、保证水电站的发电量,研究成果可为水库调度管理部门提供决策指导.

摘要： 夹岩水利枢纽的建设将对水库上下游的生态环境产生一定影响,如何在保证区域防洪、灌溉、供水等多功能需求的前提下,最大程度上满足河道生态流量要求,将成为水库建成后在管理上的主要问题.根据夹岩水利枢纽的工程设计成果,以坝址处典型年的月均入库量为边界条件,综合考虑防洪、灌溉、供水等约束条件,采用NSGA-Ⅱ算法,以夹岩水利枢纽的发电量、年内生态流量满足率为目标,进行了多目标生态调度研究.结果表明:丰水年年发电量为2.791亿kW·h,年内生态流量满足率为100%;平水年年发电量为2.116亿kW·h,年内生态流量满足率为96.14%;枯水年年发电量为1.278亿kW·h,年内生态流量满足率为92.27%,即通过对夹岩水利枢纽开展水库优化调度,可在满足片区防洪安全、灌溉和生产生活用水等要求的情况下,最大程度提高不同典型年内的生态流量满足率、保证水电站的发电量,研究成果可为水库调度管理部门提供决策指导.

摘要： 路径规划是无人机自主智能飞行的关键技术之一。以路径长度和受威胁程度为优化指标,提出无人机路径规划的多目标优化模型。为找出一组分布多样化的最优路径,提出改进的NSGA-Ⅱ算法,该方法在经典智能多目标优化算法NSGA-Ⅱ的基础上,引入增加、删除算子使规划的路径能避开威胁区、引入最大拐弯角约束缓解变异操作导致的航路突变、引入混合目标空间和决策空间信息的新型拥挤距离算子提高路径的多样性。仿真实验表明,对比NSGA-Ⅱ和传统的GA算法,改进的NSGA-Ⅱ算法能够有效找到一组收敛性好且分布多样化的路径。

摘要： 为探索硗碛水电站发电与生态效益的矛盾关系,按照不同时间尺度的生态流量下泄方式,建立硗碛水电站年发电量与平均生态流量最大为目标的水库多目标优化调度模型。该模型以MATLAB的platEMO开源工具箱为基础平台,分别运行了基于年尺度与月尺度流量过程的Tennant法生成的生态放水模式,分析了两种模式下发电效益。结果发现:当生态流量为20%~30%多年平均流量的情况下,生态流量与年发电量的两种目标的Pareto最优面呈近似线性趋势;与实际生态流量相同的下泄情况下,得到最优发电量8.36亿kWh,较当年实际发电量增加0.21亿kWh;基于年尺度的生态放水模式较基于月尺度流量过程生态放水的模式更具有发电效益。

摘要： 织造车间调度规模普遍在300台织机、1000个织轴以上,遗传算法搜索极易陷入局部最优,针对传统动态调度机制在织造插单、打样等复杂生产场景中适应性不强的问题,提出一种改进NSGAⅡ算法。从织造多织机、多织轴、多产品的大规模调度出发,基于织造和穿经之间独特的逆工序调度关系,构建以逾期损失、最大完工时间和织机空闲时间均最小为目标的织造多目标大规模调度模型。通过改进启发规则的编码方式缩小解空间,设计了一种局部和全局关联优化的贪婪进化算子,避免算法寻优陷入局部最优;并提出基于支配关系评价的动态调度机制,优化算法在生产中动态响应机制差,抗扰动性不高的不足。验证实验证明,改进NSGAII算法在织机调度规模为500台、4000个织轴时,调度能力仍优于其他算法。

摘要： 为最大程度降低溢油事故造成的不利影响,提出充分考虑海上油膜漂移特性及溢油点和漂移点对救援物资需求不确定等特点,基于鲁棒优化思想,建立救援应急成本最小、应急时间最短的双目标规划模型,并基于NSGA-Ⅱ算法设计求解方法。结果表明:决策者可根据自身对溢油事故规模的判断,得到不同应急物资调度方案,为应急出救点的选择和物资调度提供合理决策依据。

摘要： 针对一类以总成本最低和客户满意度最大为优化目标的物流配送车辆多车型、多目标调度问题,设计了一种基于B/S架构的物流配送车辆精细化调度系统。其中,综合成本考虑了调车成本、油耗成本、过路费、人工成本、车辆折旧费等;平均客户满意度考虑了运输时间、卸货时间和软时间窗等因素。通过对成本、路径和时间进行精细化处理,可在线计算出考虑以综合成本和平均客户满意度为目标的车辆精细化调度方案,从而更好地满足企业、客户和社会等多方面的利益。

摘要： 本文针对柔性作业车间调度问题,以最大完工时间、延期时间、设备总负载和能耗总量为目标建立多目标优化模型。通过改进的NSGA-Ⅱ算法对车间调度问题进行求解,最终通过实例,验证算法在求解多目标柔性车间调度问题的有效性,对企业生产调度决策提供参考。

摘要： [目的]内河船舶在航行时存在顺水、逆水和急流等多种工况,传统的内河船舶船-机-桨匹配设计方法仅对船舶在逆水上行时进行了匹配设计,而在顺水下行工况,因船舶推进效率低、主机利用率低,造成油耗成本高、经济性较差等,因此需进行多工况内河船舶船-机-桨匹配优化设计。[方法]首先,在不同工况下对内河船舶推进系统的各参数进行设计,并将结果进行对比得出各设计参数对整体推进系统的影响;然后,对船舶推进系统的设计过程进行分析,以航行成本和推进系统效率为目标函数,以螺旋桨设计参数、主机功率、船舶上水航速和下水航速为变量,建立数学模型;最后,应用NSGA-Ⅱ算法进行多目标优化,得到兼顾经济性和推进效率的船舶主机功率和推进系统设计参数。[结果]结果显示,使用所提方法得到的设计参数能够更好地适配内河的通航环境,船舶的经济性更高。[结论]研究成果可为内河船舶推进系统的选型与匹配优化提供设计工具,从而为船舶的实际运行提供理论依据。

摘要： 将光伏发电和光热发电相结合,可以改善单独光伏发电可靠性低和单独光热发电成本高的缺陷。故提出一种针对光伏光热互补发电系统的多目标容量优化方法,旨在寻找平衡互补系统经济性和供电可靠性的最优折衷解。以张北地区的光伏光热互补发电系统为例,对其进行了容量优化,获得了帕累托最优解集,进而通过理想点法获得了最优折衷解,并通过敏感性分析研究了电负荷及容量参数变化对系统容量优化结果及性能的影响。结果表明,当太阳能倍数2.5、电加热器额定功率为74 MW、储热时长20 h、光伏装机容量82 MW和蓄电池容量为0时,互补系统有最优折衷解,相应的平准化度电成本和负载缺电率分别为1.06元/(kW·h)和5.57%。

摘要： 本文以火积耗散和总成本为两个独立的目标函数,以换热器和折流板的几何参数以及热流体出口温度为设计变量,以换热器的设计标准的要求和容许压降为约束条件,形成了管壳式换热器的多目标优化设计问题.应用NSGA-Ⅱ遗传算法得到的优化结果表明:换热器多目标优化设计可以同时降低换热器成本与传热的不可逆耗散,和以总成本最小或火积耗散最小的单目标优化设计相比,更具灵活性。

摘要： 本文以火积耗散和总成本为两个独立的目标函数,以换热器和折流板的几何参数以及热流体出口温度为设计变量,以换热器的设计标准的要求和容许压降为约束条件,形成了管壳式换热器的多目标优化设计问题.应用NSGA-Ⅱ遗传算法得到的优化结果表明:换热器多目标优化设计可以同时降低换热器成本与传热的不可逆耗散,和以总成本最小或火积耗散最小的单目标优化设计相比,更具灵活性。

摘要： 本文以火积耗散和总成本为两个独立的目标函数,以换热器和折流板的几何参数以及热流体出口温度为设计变量,以换热器的设计标准的要求和容许压降为约束条件,形成了管壳式换热器的多目标优化设计问题.应用NSGA-Ⅱ遗传算法得到的优化结果表明:换热器多目标优化设计可以同时降低换热器成本与传热的不可逆耗散,和以总成本最小或火积耗散最小的单目标优化设计相比,更具灵活性。

摘要： 本文以火积耗散和总成本为两个独立的目标函数,以换热器和折流板的几何参数以及热流体出口温度为设计变量,以换热器的设计标准的要求和容许压降为约束条件,形成了管壳式换热器的多目标优化设计问题.应用NSGA-Ⅱ遗传算法得到的优化结果表明:换热器多目标优化设计可以同时降低换热器成本与传热的不可逆耗散,和以总成本最小或火积耗散最小的单目标优化设计相比,更具灵活性。

摘要： 本文以火积耗散和总成本为两个独立的目标函数,以换热器和折流板的几何参数以及热流体出口温度为设计变量,以换热器的设计标准的要求和容许压降为约束条件,形成了管壳式换热器的多目标优化设计问题.应用NSGA-Ⅱ遗传算法得到的优化结果表明:换热器多目标优化设计可以同时降低换热器成本与传热的不可逆耗散,和以总成本最小或火积耗散最小的单目标优化设计相比,更具灵活性。

摘要： 在模块环境(Aspen Plus)下,对连续流程的多目标优化进行了研究,建立了基于多目标遗传算法NSGA-Ⅱ求解多目标优化问题的系统结构,设计了遗传算法与Aspen Plus之间的接口程序。与数学规划法相比,遗传算法需要反复进行流程模拟计算,占用大量计算时间,为提高计算效率,本文提出了变收敛精度策略及循环流回归策略,计算效率大大提高。结果表明,遗传算法能够方便地给出连续流程的多目标Perato最优解集,本文提出的系统结构合理,可应用于一般化工流程的多目标优化。

摘要： 在模块环境(Aspen Plus)下,对连续流程的多目标优化进行了研究,建立了基于多目标遗传算法NSGA-Ⅱ求解多目标优化问题的系统结构,设计了遗传算法与Aspen Plus之间的接口程序。与数学规划法相比,遗传算法需要反复进行流程模拟计算,占用大量计算时间,为提高计算效率,本文提出了变收敛精度策略及循环流回归策略,计算效率大大提高。结果表明,遗传算法能够方便地给出连续流程的多目标Perato最优解集,本文提出的系统结构合理,可应用于一般化工流程的多目标优化。

摘要： 在模块环境(Aspen Plus)下,对连续流程的多目标优化进行了研究,建立了基于多目标遗传算法NSGA-Ⅱ求解多目标优化问题的系统结构,设计了遗传算法与Aspen Plus之间的接口程序。与数学规划法相比,遗传算法需要反复进行流程模拟计算,占用大量计算时间,为提高计算效率,本文提出了变收敛精度策略及循环流回归策略,计算效率大大提高。结果表明,遗传算法能够方便地给出连续流程的多目标Perato最优解集,本文提出的系统结构合理,可应用于一般化工流程的多目标优化。

摘要： 在模块环境(Aspen Plus)下,对连续流程的多目标优化进行了研究,建立了基于多目标遗传算法NSGA-Ⅱ求解多目标优化问题的系统结构,设计了遗传算法与Aspen Plus之间的接口程序。与数学规划法相比,遗传算法需要反复进行流程模拟计算,占用大量计算时间,为提高计算效率,本文提出了变收敛精度策略及循环流回归策略,计算效率大大提高。结果表明,遗传算法能够方便地给出连续流程的多目标Perato最优解集,本文提出的系统结构合理,可应用于一般化工流程的多目标优化。

摘要： 在模块环境(Aspen Plus)下,对连续流程的多目标优化进行了研究,建立了基于多目标遗传算法NSGA-Ⅱ求解多目标优化问题的系统结构,设计了遗传算法与Aspen Plus之间的接口程序。与数学规划法相比,遗传算法需要反复进行流程模拟计算,占用大量计算时间,为提高计算效率,本文提出了变收敛精度策略及循环流回归策略,计算效率大大提高。结果表明,遗传算法能够方便地给出连续流程的多目标Perato最优解集,本文提出的系统结构合理,可应用于一般化工流程的多目标优化。

摘要： 本发明公开了一种基于改进NSGA‑Ⅱ的折弯工序规划方法，步骤一、输入加工信息：包括工件信息、模具库信息、机床加工参数；步骤二、工件可制造性检查：检查工件是否能够在现有的折弯设备下完成加工，如果不能，跳转至步骤六；步骤三、NSGA‑Ⅱ初始化：设置算法参数，生成初始种群；步骤四、遗传进化：使用自适应调整交叉变异概率的策略优化算法迭代过程；步骤五、结果处理：依据优化目标优先级从步骤四输出的pareto最优解集中选择最优折弯工序；步骤六、输出工序编排结果：如果工件可制造，输出折弯序列、定位序列；否则输出工件不可制造。本发明能够在满足干涉约束、精度约束和加工约束的情况下获得加工效率高的折弯工序。

摘要： 本发明提供的基于NSGA2(非支配多目标优化遗传算法)训练的AMP检测算法和系统，将用户比特流映射到相应星座点；对信号作ISFFT变换，把信号映射到时频域中再经IFFT变换，把时频域信号转换为时域信号流；将时域信号流经过Jakes信道模型；取出每个用户的频域信号作SFFT变换得到相应的时延多普勒信号；将得到的信号进行AMP迭代检测，计算最小MSE，当MSE小于阈值时中止迭代；完成当前信号解调过程，依据迭代次数趋势图确立固定迭代次数，通过遗传算法多目标优化得到最优参数；将最优参数放入AMP检测算法进行检测。本发明通过计算迭代收敛率，在兼顾性能的同时确立最佳迭代次数，每层迭代的收敛因子看作独立参数，通过NSGA2算法训练出的参数对比固定参数有效性能提升。

摘要： 一种基于长短时记忆网络和NSGA‑II算法的洪水预报模型多目标优化方法，首先，确定长短时记忆LSTM网络洪水预报模型的结构，将收集与整理的研究流域场次洪水资料划分为训练集、测试集场次，截取每次洪水的前期降雨序列使每个样本的输入降雨序列长度相等，得到训练集、测试集样本的输入降雨序列。其次，根据防洪保护对象的实际需求设计多个目标函数，构建LSTM洪水预报模型参数多目标优化框架，将LSTM洪水预报模型的前向计算嵌套至多目标优化框架内，循环更新与评价模型参数组，得到最优参数组。最后，将最优参数组输入LSTM洪水预报模型，并评估分析LSTM洪水预报模型的模拟、预报效果。本发明能够满足不同场景下LSTM洪水预报模型参数多目标优化的需求，为山洪灾害预报预警工作提供了新的技术支撑。

摘要： 本发明公开了一种基于改进NSGA‑III算法的城市共享单车部署多目标优化方法。首先移动终端采集用户以及共享单车信息，将待停的单车到部署点的距离代价总和以及部署点之间的停车密度代价总和等作为目标函数，构建出共享单车部署模型，然后为减少数据存储空间，编码部署点信息，再然后将终端收集到的数据进行筛选等处理，最后对用户的停车需求进行部署点分配算法的计算，通过改进的NSGA‑III算法求解总距离代价与平均密度代价，从而得到Pareto最优解集或者近似解集；根据更新完成后的解集，得到城市共享单车部署多目标优化方法。本发明方法能够缩短共享单车部署点距离与分散共享单车聚集之间的矛盾，有效提高单车停放区域利用率。

摘要： 本发明提供了一种基于NSGA‑II遗传算法的最优分箱数据处理方法及系统，其中，该方法包括：对数据样本进行预处理，获得第一数据样本；按照预分箱规则对第一数据样本进行预分箱，获得n个预分箱；根据n个预分箱，定义决策变量矩阵，包含一个大小为n的下三角矩阵，其中；获得决策变量矩阵的IV值；根据决策变量矩阵和IV值定义目标函数向量；设定分箱的约束条件；根据分箱的约束条件和目标函数向量，使用NSGA‑II遗传算法对预分箱后的第一数据样本进行多目标优化求解，获得多个最优解；根据多个最优解，获得最优分割点；根据最优分割点，对预分箱后的第一数据样本进行分箱。

摘要： 本发明适用于多目标优化的技术领域，提供了一种基于NSGA‑Ⅱ框架的自适应多目标优化算法，包括以下步骤：步骤1：在多目标优化问题的决策变量空间内随机生成NP个个体，构成初始种群Pt；步骤2：计算Pt中每个个体在多目标上的适应度函数值；步骤3：对种群Pt进行快速非支配排序和马氏拥挤密度估计；步骤4：对种群Pt进行二元锦标赛选择、变异、标准DE算法中的交叉操作生成子代种群Ct；步骤5：合并父代种群Pt和子代种群Ct形成种群Rt；步骤6：利用精英选择策略对种群Rt进行剪切形成新父代种群Pt+1；步骤7：如果算法进化迭代次数t达到预定最大迭代次数，终止算法，输出非支配解集Q；否则，跳转至步骤2。

摘要： 本发明公开了一种基于NSGA‑III算法的机械臂多目标轨迹规划方法。由于使用传统轨迹规划方法时关节抖动剧烈且运行时间长，本发明结合五次多项式插值算法和三次样条插值算法进行机械臂关节轨迹规划。依据实际使用机械臂过程中对运行速度，抖动和耗能指标的要求，本发明使用NSGA‑III多目标优化算法调整机械臂关节轨迹规划的参数。在得到满足机械臂动力学约束条件的Pareto最优解集中，按照一定规则选择Pareto最优解集中的最优解，此解能够使机械臂在确保运行时间最小的情况下，其抖动和耗能指标也处于较低水平。本算法在机械臂运行过程中在减小运行时间、降低能量损失和减弱机械臂关节的抖动方面效果较为理想，而且算法性能可靠。

摘要： 本发明涉及一种基于NSGA‑II算法的感应式磁力仪线圈参数多目标优化方法，包括以下步骤：A、将感应式磁力仪的铜线直径、磁芯长度、磁通聚集器直径及线圈匝数作为决策变量，并确定其约束条件；B、建立以重量最小、1Hz下噪声最小为优化目标的多目标优化模型；C、定义进化种群中的个体支配关系；D、采用多目标优化算法NSGA‑II求解该多目标优化性模型，实现优化。本发明基于NSGA‑II算法的感应式磁力仪线圈参数多目标优化方法，可以合理计算出感应式磁力仪的线圈参数，可使得探头重量和噪声水平同时达到最优。

摘要： 本发明提供了一种基于LGBM‑NSGA‑Ⅲ的盾构近接施工参数多目标优化方法及设备。所述方法包括：构建盾构施工参数指标体系，并获取实时监测数据；构建并训练LGBM回归模型，根据实时监测数据，采用LGBM回归模型对盾构施工引起近接既有隧道变形进行预测；构建LGBM‑NSGA‑Ⅲ多目标优化模型，将LGBM回归函数与刀盘磨损和盾构能耗进行结合，作为NSGA‑Ⅲ优化施工参数的多个目标函数，根据多个目标函数对近接既有隧道变形、刀盘磨损和盾构能耗进行优化；根据得到的Pareto最优解集，确定满足近接既有隧道变形、刀盘磨损和盾构能耗最优的盾构施工参数控制范围。本发明可以在不依赖人工操控的情况下降低对刀盘的磨损并减少盾构能耗。

摘要： 本发明公开一种基于LSTM和NSGA‑Ⅱ对PECVD镀膜工艺的多参数优化方法，方法首先选择PECVD镀膜工艺中的参数进行镀膜实验并对结果进行表征，收集数据构成数据集；然后对数据集进行预处理，并采用预处理后的数据LSTM神经网络进行训练及测试；接着基于训练好的LSTM神经网络，利用NSGA‑Ⅱ算法对工艺参数进行多目标优化；最后根据优化后的结果，按照生产需求选择合适的工艺参数作为最终优化结果。本发明降低了探索PECVD制备工艺中的时间成本、材料成本，较人工实验相比，更提高了探索制备工艺的精度，促进薄膜制备技术的改进与发展。