基于改进NSGA-Ⅱ的交叉口信号配时多目标优化

针对城市交叉口信号配时多目标优化的求解效率问题,设计了一种基于改进NSGA-Ⅱ的城市交叉口信号配时优化方案。该方法采纳车辆延误、停车次数、通行能力3个评价指标设计了多目标信号配时优化模型,并提出了改进的NSGA-Ⅱ(NSGA-Ⅱ-DE)对配时模型进行求解。NSGA-Ⅱ-DE采用DE/Rand/1的全局变异策略对NSGA-Ⅱ算法选择策略进行改进,并设计了种群动态更新算法,提高了算法的收敛速度和求解精度。结果表明改进算法获得了较好的Pareto最优解,通过典型交叉口仿真验证,相对于NSGA-Ⅱ算法,NSGA-Ⅱ-DE方法设计配时方案平均车辆延误优化提升13.42%,排队长度优化提升16.73%,平均停车次数优化提升15.50%,能够实现城市交叉口的最优化控制。     

分布式供电系统多目标能量优化方法

分布式供电系统的能量控制与管理比较复杂,优化分布式供电系统的能量控制与管理,是推广分布式供电技术的一个关键问题。对分布式供电系统的多目标能量优化方法进行了综述,介绍了几种常见的优化模型,分析了这些模型的特点与算法未来的发展方向;总结了分布式供电系统多目标能量优化的主要求解方法,并对启发式、解析法和智能优化法的求解方法进行了分析;探讨了目前分布式供电系统多目标能量优化模型和算法中存在的问题。     

基于改进粒子群算法的海洋钻机系统布局优化

为提高海洋钻机的工作效率和平台的空间利用率,应用改进的粒子群算法对海洋钻机系统进行布局优化研究。针对多目标、多约束的钻机系统布局优化问题,建立钻机系统布局优化数学模型,应用多目标粒子群算法直接求解,得出相应的最优解集。利用线性加权法将多目标转变为单目标进行求解分析,针对单目标粒子群算法的缺点,基于约束条件、惯性权重以及遗传算法的选择和杂交对粒子群算法进行改进,完成不同改进算法的测试实验。结果表明,在应用粒子群算法求解布局问题时将约束条件作为目标函数、单独引入遗传算法的杂交思想求解速度和精度更好。提出的基于杂交的动态惯性权重粒子群算法的布局优化问题求解性能更优,得到的优化方案符合海洋钻井作业要求且占用甲板面积较小。     

工程建设项目的高维多目标综合优化研究

作为一类复杂优化问题,工程项目的多目标优化具有重要实践价值,因而受到工程管理领域学界和业界的广泛关注。提出的工程项目多目标优化问题旨在根据工期、成本、质量、安全、环保五维目标之间的关联,合理安排工程实施进度计划及项目资金投入,从而实现对五维目标统筹兼顾、综合优化。针对问题具有五维目标这一高维多目标优化特征,设计NSGAIII算法有效求解Pareto 解集,分别采用分层序列法和理想点法、功效系数法从Pareto 集合中选择最优方案,并通过工程案例验证算法的有效性。     

基于改进混合蛙跳算法的供水管网优化

建立了以管网投资和运行费用最小、管网水力可靠性和管网熵值可靠性最大为目标的供水管网优化模型.结合模型的特点,在基本混合蛙跳算法的基础上,提出两点改进措施,并将改进的混合蛙跳算法用于供水管网优化模型的求解.最后通过天津市规划供水管网的实例,验证了改进的混合蛙跳算法能够用于求解大规模管网优化问题并具有较高的效率.     

基于模糊规划的工程项目工期—成本—质量均衡优化研究

在工程项目的实施过程中,由于存在技术、天气、人员等诸多不确定因素的影响,导致工期、成本、质量这三大目标均具有模糊性。由于工期、成本、质量是相互关联的矛盾统一体,对这3 个不确定目标约束进行均衡优化,也就成为工程项目管理的重要内容之一。根据可信性理论,建立了多模式工期—成本—质量均衡优化的模糊期望值模型;设计了模糊模拟、神经网络和多目标粒子群算法相结合的混合智能算法来求解模型;并通过一个工程实例验证了所构建的多模式工期-成本-质量均衡优化模型的合理性和混合智能算法对该类问题求解的有效性。     

改进的群搜索优化算法及其应用

群搜索(GSO)算法是一种新的群智能优化算法,适用于结构优化设计.本文通过对GSO算法进行改进,简化了算法的计算过程,提高了优化性能.对算法的改进主要有二个方面:一是采用随机搜索,放弃了按角度搜索的方式;二是在生成个体新位置时,增加了一个随迭代次数递减的控制变量-分量变异概率,用于限制允许变异的维的数量.通过对经典桁架算例的优化以及与标准GSO算法的计算结果比较,可以看出改进后的群搜索优化算法(SGSO)具有更好的收敛速度和收敛精度,SGSO算法的结构比GSO算法更简单、易于实现并且计算用时更少.     

进度——资源优化的新方法

根据项目管理,分析了资源优化的目标,给出了资源优化的程序图,结合工程实际设计了一种资源优化的基本数学模型,建立了资源优化的目标函数,同时给出求解目标函数最优解的试算法。     

基于OPC通信技术的微电网优化监控系统研究

通过构建微电网多目标优化调度模型和设计改进型粒子群多目标优化算法,以实现微电网的节能减排优化运行;并在开发微电网优化监控系统过程中,基于OPC数据交换通信技术,集成了组态王专业的监控平台开发能力和MATLAB强大的科学运算能力,实现了组态王和MATLAB的优势互补,为微电网优化监控系统的开发提供了灵活高效的途径。     

多粒度PPI网络描述模型及其蚁群优化的功能模块检测方法

针对蚁群算法在大规模蛋白质相互作用(protein-protein interaction,PPI)网络中进行功能模块检测所暴露的时间性能方面的不足,提出了一种基于多粒度描述和蚁群优化的快速求解算法。首先,从粒度计算的角度,给出了一种新的多粒度PPI网络描述模型;然后,基于该模型,设计了融合功能和结构信息的粒度划分,粗粒度的蚁群寻优,解的还原与优化3个阶段的求解过程。在大规模PPI网络上的实验表明:算法在保证检测质量的同时,能显著降低利用蚁群算法进行功能模块检测的求解时间,而且与近年来的一些经典算法相比在检测精度上也具有一定的优势。     

采用粒子群算法优化钢楼板

采用粒子群优化方法,对组合或普通钢楼板进行优化设计。根据加拿大S16设计规范,进行优化设计,使钢楼板质量最小,造价最低。对跨度不同的3种楼板进行分析。输出梁几何尺寸、钢板剖面、混凝土板厚、梁数目、每根梁上的锚栓数目等参数。结果表明:在满足所有设计标准的前提下,采用粒子群优化方法进行设计,可使楼板总质量最小,造价最低。     

巴彦淖尔地区泡菜的腌制工艺优化研究

以甘蓝为主要腌制原料,通过单因素、工艺参数和正交试验,重点研究影响泡菜发酵的主要因素是食盐、食糖、乳酸菌三者的添加量。结果表明:三个因素对泡菜品质的影响主次关系是:乳酸菌添加量>食盐添加量>食糖添加量;发酵泡菜的最优工艺条件为:乳酸菌的添加量为泡菜总质量的0.05%,食盐的添加量4%(W/V),食糖的添加量3%(W/V),发酵温度为25℃,发酵时间为5天;并在此种优化工艺条件下发酵泡菜,泡菜的品质稳定性良好。     

基于微粒群算法的污水管网优化设计

针对遗传算法存在的问题，提出一种利用微粒群算法（PSO）优化污水管网的模型，并阐述了应用微粒群算法进行污水管网优化设计的原理、特点。在南京市某地区的污水系统设计中采用了该算法，取得了良好的社会效益和经济效益。     

基于粒子群优化算法的热网优化设计

基于粒子群优化算法,以热网年折算费为目标函数,在水力约束条件下求解优化的管径.结合算例,验证了粒子群优化算法的可行性和有效性,取得了良好的效果.     

关于在“最优化方法”中引入智能优化算法的思考

最优化方法是数学专业的重要课程,也是理工科专业必备的数学工具,通常仅限于数值优化方法。由于传统数值优化方法对目标函数要求较高,因此,难以解决实际复杂优化问题。本文从引入智能优化算法的必要性、智能优化算法选讲,以及数值优化方法和智能优化算法的融合等3个方面提出几点思考,以期推动"最优化方法"课程体系的改革,使其契合科学技术发展的需求。     

基于粒子群算法的圆形隧洞锚喷支护优化

地下工程施工过程中,不同的支护方案具有不同的稳定性状态和经济成本,传统的列举择优法并不能得到所有可能方案的最优解。针对埋深大且围岩强度低的圆形隧洞,结合支持向量机与粒子群算法,对考虑支护时机的隧洞支护方案进行优化,得到最优方案,并以数值模拟进行对比验证。对比结果显示:采用本文所用优化方法得到的最优解的综合评价指标值与同方案数值模拟得到的综合评价指标值相对误差为0.137%,二者结果非常相近,且对比方案综合评价指标值大于最优方案的综合评价指标,说明算法寻优得到的结果可靠。通过本文研究,表明:(1)结合支持向量机与粒子群算法,可对地下工程支护方案进行全局优化;(2)优化结果经数值模拟验证有效;(3)优化方法与结果对相应工程设计及施工建设具有一定参考意义。     

供热运行中参数调节的优化

针对烟台经济技术开发区集中供热存在的问题,建立了以供水流量和供回水温度为变量的目标方程,对其进行了数值计算,得出了运行中应采用的最优温度和流量,使得运行费用降到最低,分析了电价、热价及保温系数对运行费用和供回水温度的影响。     

基于粒子群算法的反应堆功率调节系统优化研究

核动力装置具有时变、非线性等特点,对象特性复杂,控制难度大。反应堆功率调节系统普遍采用前馈-串级PI控制方案,工程上一般采用的整定方法适用范围较窄,且较依赖工程人员经验。粒子群优化算法具有算法简单,收敛速度快的优点,广泛应用于各类非线性最优化问题,但是存在早熟收敛的缺点。本文提出一种自适应惯性权重变化策略,并利用基于Simulink的反应堆及一回路传递函数模型进行功率调节系统控制参数寻优。将寻优结果与通过临界比例度法得到的参数进行控制效果对比。仿真结果显示:采用改进的粒子群算法得到的控制参数能减小核功率超调和反应堆平均温度的稳态误差,提高控制品质。     

基于粒子群算法的变电站工程造价投资估算模型

安徽电网变电站工程近年发展迅速,但是由于工程复杂,影响因素多,增加了变电站工程造价管控的难度,使得变电站工程造价节余率过高,降低了电网公司的投资效益。为了有效控制变电站工程概算,有必要创新性展开变电站工程投资估算工具的研究。基于粒子群算法,深度挖掘安徽电网变电站工程 2010~2015 年的历史造价数据,构建变电站工程投资估算优化模型,分析各种因素对安徽地区变电站工程造价的影响,提出合理控制工程造价的手段。通过典型案例的优化计算,验证了变电站工程投资估算优化模型的可行性,为进一步在安徽电网公司推广奠定了基础。     

小型热电联产项目方案优化简析

文章从设计基本原则、用户负荷实际需求、系统的优化设计、项目可行性评估、动态运行评估及调度优化等方面进行分析，提出了小型热电联产系统方案优化的设想。