考虑多升压站与障碍区的海上风电场集电系统拓扑优化

集电系统作为海上风电场的重要组成部分,其内部海缆的选型与网络连接直接影响到其运行经济性。针对海上风电场集电系统拓扑经济优化问题,为获取兼顾工程实际性和经济性的拓扑结构,首先对集电系统中海缆的避障、升压站的进线限制和海缆交叉规避进行了分析,并针对含多升压站和障碍区的集电系统拓扑优化问题,提出了求解最小拓扑生成树的改进prim算法,平衡了各进线集合的风机数量,从而保证了海缆选型的有效性。在此基础上,以总经济成本最小为目标,提出了集电系统拓扑经济优化模型。鉴于模型的非线性与高度复杂性,将原模型转化为含经济优化模型和拓扑优化模型的双层优化模型,模型采用遗传算法和改进prim算法进行迭代求解。以汕头海域深水海上风电场实际项目为例进行验证分析,结果表明：该方法能有效求解含多升压站和障碍区的集电系统拓扑优化问题,优化结果在海缆总长度和总经济成本方面分别较现有方法下降了9.91%和9.04%,算法的求解精度得到了提升。     

拓扑优化理论在二维平面闸门设计中的应用

拓扑优化又称为结构布局优化,其主要目的是致力于寻求优化结构的某些性能或减轻结构重量的途径。随着形状优化和尺寸优化设计的不断成熟与完善,拓扑优化逐渐成为结构优化设计的研究热点与难点问题。利用连续体结构拓扑优化理论,对结构复杂的水工平面闸门进行研究,并通过对优化结果进行拟合,进行结构变形分析与应力校核。结果表明结构应力分布均匀,能够更好地发挥各部位材料的最佳性能,验证了拓扑优化理论在水工闸门中应用的可行性与优越性。     

基于EM算法的树状注水管网优化设计

针对油田系统中的树状注水管网的拓扑优化问题,以最小管网造价为目标函数,以站、间、井的隶属关系惟一性及服务能力等为约束条件,建立优化数学模型。尝试利用一种新型优化算法——类电磁机制算法对模型进行求解,该方法以站、间的空间位置作为带电粒子,在若干带电粒子形成的电场中,粒子受力移动以更新管网的拓扑结构及站、间规模,实现对管网造价的优化。运用实例进行优化验证,优化后的管网造价与原管网的布局造价相比降低了15.28%,充分表明了EM算法在油田树状注水管网拓扑优化方面的有效性。     

泵房结构拓扑优化设计

为了获得更加安全、经济的泵房结构设计方案,构建了泵房结构拓扑优化数学模型,提出了两阶段式拓扑优化求解策略。首先在ANSYS平台上对泵房主体结构进行拓扑优化,获得结构最优拓扑形态;然后对拓扑结果进行适应性处理,开展工程强度、刚度及稳定性的泵房结构工作性态复核。案例优化结果表明,经优化后的泵房结构总体积较原方案减小13.7%,且优化设计方案各项指标满足规范要求。     

拓扑优化方法的研究进展及在水工结构设计中的应用

拓扑优化是目前结构优化领域研究的热点,也是结构优化学科发展的方向,但目前国内对拓扑优化方法在水利工程中的应用研究很少,为此,介绍了拓扑优化方法产生的背景及发展过程,通过对水工建筑物中最常见的混凝土重力坝剖面进行拓扑优化设计,并利用有限元分析软件ANSYS得出拓扑优化结果,表明了用拓扑优化方法进行剖面设计是可行的。     

数字图像处理在结构优化结果提取中的应用

结构优化结果的提取和应用主要考虑如何有效地将优化结果转化为可用的CAD模型,实现CAE和CAD之间的数据共享和模型转换。基于数字图像原理提取轮廓范围及像素点坐标,根据相邻点坐标计算离散曲率,并根据曲率值对构件的边缘形状进行分类,得到拓扑优化结果。该方法提高了拓扑优化结果的精度和可用性及提取的效率,减少了人为因素的干扰,提取的模型更符合实际,有助于更好地理解和分析拓扑优化结果,对拓扑优化后处理的结果提取轮廓重构及成果应用有一定参考作用。     

基于拓扑优化方法确定混凝土碳化保护区域

水工混凝土的碳化直接影响建筑物的承载能力和工程寿命。可采用拓扑优化方法确定混凝土碳化保护区域,即用拓扑优化方法确定最小保护断面:从基本结构模型出发,按照一定规则或约束,应用优化算法将受到破坏的结构部分从基本结构工作区中剔除,最终得到满足刚度和强度的结构就是保护区域。以黄河下游某取水闸中墩为例,介绍了确定混凝土碳化保护区域的具体方法。     

基于GAMS模型的配水系统阀门与泵的优化调度研究

研究了复杂大型给水管网络(WDN)中的泵阀调度优化问题.在建立水力模型和运行约束的基础上,通过GAMS语言自动生成了优化模型.为了减小优化问题的规模,采用模块降阶算法对全水力模型进行了简化,同时保留了模型的非线性特性.使用非线性规划求解器CONOPT对优化模型进行求解.对考虑不同视角、时间步长、操作约束和拓扑变化等多个...     

塔带机工作平台多载荷拓扑优化设计

以塔带机工作平台多载荷作用下的整体柔度最小为优化目标,基于实体各向同性材料惩罚函数插值方法,构建多载荷拓扑优化数学模型,利用HyperWorks/Optistruct求解优化模型,得到工作平台的拓扑形式。根据拓扑形式重构几何模型,并对原结构模型和重构模型进行静力分析比较,结果表明,工作平台结构经拓扑优化后,在减轻结构质量的同时,提高了结构刚度,减小了应力分布,比优化前更加安全、可靠。     

神经网络方法在结构优化计算中的应用

人工神经网络是由与人脑相似的简单处理单元（即神经元）所构成的大规模复杂非线性动力学系统，神经计算具有分布式存贮、并行处理，自适应学习能力强以及非线性映射能力强等特点，显示出运算迅速，响应灵活，容错性好，应用人工神经网络理论，构造了工程结构优化的人工神经网络模型；分析了神经优化计算的主要过程，编制了工程结构优化的神经计算程序，通过对十杆桁架结构的神经优化计算进行数值仿真，结果表明神经网络方法具有良好的计算精度和较快的收敛速度。     

基坑被动区拱形加固布置的拓扑优化及数值分析

在采用水泥搅拌桩加固被动区土体的工程实践中，常见的加固形式有实腹式和格构式，而拱形布置作为一种新型的加固形式，其合理性及优势有待验证。首先采用ANSYS软件对加固布置形式进行了拓扑优化，发现拱形为受力最优形式。进一步的二维有限元计算表明，在桩体位移相同情况下，拱形比格构式能节省更多材料。以某基坑工程为例开展了实例研究，数值模拟及监测结果证实，相较于传统实腹式布置，多拱结构在控制桩体位移的同时，能大幅减少材料用量。     

拓扑优化理论在二维深孔弧形闸门设计中的应用研究

利用拓扑优化理论，对结构复杂的深孔弧形闸门作了深入地研究，并通过对优化结果的变形分析与应力校核，表明结构应力分布均匀，能够更好地发挥各部位材料的最佳性能，验证了拓扑优化理论在水工闸门中应用的可行性。     

深孔弧门三维拓扑优化应用研究

当前拓扑优化在水工闸门中的应用均为二维平面内的拓扑优化设计,未涉及闸门空间拓扑形式的问题。针对此,以某水电站工程深孔弧形钢闸门为例,基于连续体拓扑优化方法中的变密度法进行深孔弧门三维拓扑优化的应用研究,采用有限元软件对拓扑结果进行数值分析,并与工程中常用V型二支臂结构形式进行对比。结果表明采用三维拓扑优化得到的弧形闸门支臂最优拓扑构型为Y型树状结构,且在满足局部稳定要求前提下构建的箱型截面树状支臂结构承载能力满足规范要求。与规范中常用V型支臂结构进行对比分析,结果表明,拓扑优化的树枝状支臂结构整体位移减小15.8%,最大应力减小15%且整体分布更加均匀。三维拓扑优化方法可以应用于深孔弧形闸门的结构优化设计当中。     

面向梯级水库多目标优化调度的进化算法研究

实际工程中以梯级水库多目标优化调度为代表的大规模高维多目标优化问题,其优化难度是一般方法所难以应对的。为此本文提出一种新型的多目标粒子群算法LMPSO,其包含了基于超体积指标I_h^k的适应值分配方法与基于问题变换的搜索空间降维策略,以有效处理问题的高维目标向量与大规模决策变量。将该算法应用于溪洛渡-向家坝梯级水库的中长期多目标优化调度中,并与4种知名算法的计算结果进行对比分析,验证LMPSO在求解该类问题上的卓越性能。由此为多目标优化调度高质量非劣解集的获取提供一种可靠的方法,并为下一步的多目标调度决策提供有力的数据支持。     

基于遗传算法的变密度条件下地下水模拟优化模型

将遗传算法和变密度地下水流及溶质运移模拟程序SEAWAT耦合起来,开发了一个新的用于地下水模拟优化管理的通用程序——SWTGA。以求解变密度条件下地下水优化管理问题,从而为地下水管理决策者提供科学依据和技术支持。设计SWTGA时,建立了适用于变密度条件下地下水优化管理常见问题的目标函数的一般形式,同时设定了常用的约束条件。最后将SWTGA程序应用于一个理想滨海含水层中地下水开采方案的优化设计,寻优之后获得了最佳开采方案,与未优化开采方案的对比显示优化结果合理可行,验证了SWTGA模拟优化程序的有效性和可靠性。     

鲸鱼优化算法在水库优化调度中的应用

为验证鲸鱼优化算法在水库优化调度求解中的可行性和有效性,采用4个典型测试函数对鲸鱼优化算法进行仿真验证,并与布谷鸟搜索算法、差分进化算法、混合蛙跳算法、粒子群优化算法、萤火虫算法和SCE-UA算法共6种算法的仿真结果进行对比分析;将鲸鱼优化算法与6种对比算法应用于某单一水库和某梯级水库中长期优化调度求解。结果表明:鲸鱼优化算法寻优精度高于其他6种算法8个数量级以上,具有收敛速度快、收敛精度高和极值寻优能力强等特点;鲸鱼优化算法单一水库和梯级水库优化调度结果均优于其他6种算法;鲸鱼优化算法应用于水库优化调度求解是可行和有效的。     

Modeling river water quality parameters using modified adaptive neuro fuzzy inference system

Water quality is always one of the most important factors in human health. Artificial intelligence models are respected methods for modeling water quality. The evolutionary algorithm(EA) is a new technique for improving the performance of artificial intelligence models such as the adaptive neuro fuzzy inference system(ANFIS) and artificial neural networks(ANN). Attempts have been made to make the models more suitable and accurate with the replacement of other training methods that do not suffer from some shortcomings, including a tendency to being trapped in local optima or voluminous computations. This study investigated the applicability of ANFIS with particle swarm optimization(PSO)and ant colony optimization for continuous domains(ACO_R) in estimating water quality parameters at three stations along the Zayandehrood River, in Iran. The ANFIS-PSO and ANFIS-ACO_R methods were also compared with the classic ANFIS method, which uses least squares and gradient descent as training algorithms. The estimated water quality parameters in this study were electrical conductivity(EC), total dissolved solids(TDS), the sodium adsorption ratio(SAR), carbonate hardness(CH), and total hardness(TH). Correlation analysis was performed using SPSS software to determine the optimal inputs to the models. The analysis showed that ANFIS-PSO was the better model compared with ANFIS-ACO_R. It is noteworthy that EA models can improve ANFIS' performance at all three stations for different water quality parameters.