带局部搜索的NSGA Ⅱ算法在负荷分配中的应用

为了改善NSGAⅡ算法的收敛性能,将局部搜索的思想融入到NSGAⅡ中,提出一种带局部搜索的NSGAⅡ算法(NSGAⅡ-LS).该算法采用基于惩罚的边界插入法(PBI)产生局部搜索的优化函数,并使用序列二次规划方法(SQP)进行求解.通过在3个多目标标准测试函数上的仿真实验,结果表明相对于NSGAⅡ,NSGAⅡ-LS具有更好的收敛性能.最后将NSGAⅡ-LS应用到带钢热连轧负荷分配优化计算中,给出了兼顾轧制力平衡、最低轧制功率和优良板形的目标函数表达式,对多目标进化算法在热轧负荷分配优化计算中的应用进行研究,指出了目标之间的冲突关系.     

一种多目标的覆盖优化策略在WSNs中的应用

针对目前无线传感器网络（WSNs）能量均衡覆盖策略大都基于节点静态感知能耗的不足,提出一种基于节点的动态能耗和网络覆盖率的多目标覆盖优化策略.该优化覆盖策略将动态路由协议引入到覆盖控制优化中,计算覆盖区域在不同节点分布下的动态通信能耗和网络的剩余能量,再结合区域覆盖率构成对覆盖和能量综合指数评价的优化函数.最后利用改进差分进化算法和差分进化算法对优化函数进行仿真,并利用覆盖结果验证策略的有效性.仿真结果表明：提出的覆盖优化策略既能使网络达到较高覆盖率,同时又能保证网络的能耗动态均衡,并将改进差分进化算法与常规差分进化算法比较,结果表明：前者克服了早熟现象,覆盖和能量的综合优化函数值更高,达到了6.184.     

35000Nm3/h空分装置先进控制技术的开发和应用

针对空分工艺流程的过程检测控制具有过程响应迟缓、多参数耦合的缺点,在传统偏差控制的基础上,采用APC先进优化控制技术,开发设计了空分装置先进控制系统.基于装置的物料平衡、能量平衡和组分平衡,采用工艺计算方法,实时协调多变量预测控制器,实现了对装置的优化操作.实践证明,该系统提高了生产过程的自动化水平,在保证产品质量的同时也降低了能耗.     

基于改进的多目标进化算法的飞行控制系统优化*

针对在传统飞行控制系统控制器参数整定问题中单目标优化不能同时满足多个控制指标要求的缺点,提出了一种基于改进的NSGAII算法的多目标进化算法。在改进的NSGAII算法中,提出了改进的精英保留策略增强了算法收敛性;同时,使用改进的自适应模拟二进制（ASBX）算子提高了算法效率,提出使用改进的基于混沌序列的变异算子避免算法陷入局部最优解,以提高算法搜索精度。将改进的算法应用到飞机飞行控制系统设计中,仿真结果表明,该进化算法能够快速有效地进行飞行控制系统参数整定。     

乙二醇/碳酸二甲酯联产工艺的多目标优化研究

利用流程模拟技术,以UNIQAC为全局热力学模型,设计并严格模拟了一种经由碳酸乙烯脂醇解生产乙二醇(EG)和碳酸二甲酯(DMC)的联产工艺.在此基础上,通过灵敏度分析,建立了基于BP神经网络的多目标模型.该模型以关键塔设备的塔板数和回流比为决策变量,以EC和DMC的纯度为限制变量,以产品收益和能量消耗为目标函数.最后,使用遗传算法NSGA Ⅱ,实现了该模型的多目标优化.对比优化前后的工艺,发现优化可使工艺总能量消耗降低8.7%,产品收益提高0.9%,同时可显著降低工艺中关键设备的投资.     

云计算中基于NSGA Ⅱ的虚拟资源调度算法

云计算环境下将物理资源抽象为同一的虚拟资源,如何将虚拟资源调度到物理资源上是云计算中一个基本且复杂的问题.对虚拟资源的调度进行建模并证明其难解性,将该模型的求解转化以系统负载均衡为优化目标的多目标优化问题,提出采用改进的基于非支配排序的遗传算法(NSGA Ⅱ)来求解该问题.与针对具体环境的调度算法相比,抽象的模型更能代表典型的云计算环境中的虚拟资源调度问题.对提出模型进行了仿真,实验结果表明了该模型的有效性和NSGA Ⅱ算法求解该问题的可行性,同时对比随机算法、静态算法和排序匹配调度算法,NSGA Ⅱ算法优于其他算法.     

甲胺生产节能工艺的研究

甲胺是重要的有机化工原料,我国甲胺生产能耗一直远远高于国际水平.为了开发甲胺生产节能流程,全流程模拟某厂甲醇气相胺化法的甲胺工艺,逐个分析系统各个用能设备的能最利用情况,找出节能的关键环节,分3个步骤改进节能,首先在合成系统合理回收能量,提高装置的能量利用效率,能耗下降37%;再模拟优化分离系统5个精馏塔,找到最佳的操作参数,能耗下降20%;最后通过热量集成进一步节能18%.优化后的节能新工艺比原来节能36%,中压蒸汽、高压蒸汽、循环水消耗量降幅分别达50%、22%、40%,节省操作费用464万元/a,只增加少量设备投资,节能效果和经济效益显著.甲胺产品质量较优化前有提高.新的节能工艺为甲醇新装置的设计和原有装置的改造提供有益的参考.     

改进NSGA Ⅱ算法在车辆路径多目标优化问题中的应用

本文选用NSGA Ⅱ作为求解VRP多目标优化问题的算法基础,分析概括出VRP的三个主要目标函数和三个约束条件,实现了VRP多目标优化问题的数学建模。选择MATLAB作为软件工具进行代码编写,选取Benchmark Problems中C101里的数据作为实验数据进行软件仿真;并且针对NSGA Ⅱ在设计方面的不足之处,对NSGA Ⅱ的初始群体确定和交叉算子两个环节进行改进;然后通过对两种算法仿真结果的比较分析,证实了改进算法在克服早熟现象、提高算法效率以及算法稳定性方面的有效性。     

无线传感网络中覆盖能效动态控制优化策略

能量约束是无线传感网络测量控制的关键问题之一.本文针对移动节点位置优化问题,提出了无线传感网络通信能耗评价指标,采用微粒群优化策略更新节点位置,使无线传感网络具有更强的灵活性和能效性.利用Dijkstra算法获得网络最优通信路径计算能耗评价指标.采用动态能量控制策略使空闲节点进入睡眠状态减少网络运行能耗.通过优化能量指标降低了通信能耗,实现了无线传感网络覆盖与通信能量消耗的合理均衡.对移动目标跟踪仿真表明,覆盖能效优化算法与动态能量控制策略相结合提高了无线传感网络覆盖的能效性.     

一种改进的ZigBee路由优化算法

ZigBee网络在运行的过程中,各个节点工作任务不均匀,从而会使能耗不均匀,导致整个网络过早产生分割死亡,因此提出一种均衡负载的路由优化算法.该算法首先通过发送定向RREQ来减少网络风暴,然后基于单个节点剩余能量、整个网络平均能量、多条路由路径能量代价和多个邻居节点能量这几个因素,通过选择动态路径来构建网络的动态路由,从而避免单条链路的压力.NS2仿真实验表明,改进的路由算法在节点死亡数、能耗和生存时间上都得到优化.     

一种基于均匀分布策略的NSGAII算法

针对局部搜索类改进型非劣分类遗传算法（Nondominated sorting genetic algorithm Ⅱ,NSGAⅡ）计算过程中种群分布不均的问题,提出一种基于均匀分布的NSGAⅡ（NSGAⅡ based on uniform distribution,NSGAⅡ-UID）多目标优化算法.首先,该算法将种群映射到目标函数对应的超平面,并在该平面上进行聚类以增加解的多样性.其次,为了提高解的分布性,将映射平面进行均匀分区.当分段区间不满足分布性条件时,需要激活分布性加强模块.与此同时在计算过程中分段区间可能会出现种群数量不足或无解的状况,为了保证每个区间所选个体数目相同.最后,采用将最优个体进行极限优化变异的方法来获得缺失个体.实验结果显示该算法可以保证种群跳出局部最优且提高收敛速度,并且在解的分布性和收敛性方面均优于文中其他多目标优化算法.     

基于非支配解排序的快速多目标微分进化算法

为解决基于帕累托(Pareto)支配解排序的多目标进化算法高时间复杂度问题,依据非支配解排序潜在特性,介绍了一种快速的非支配解排序方法,每次只处理当前种群中最高等级个体,且在分配等级的同时,能选择个体进入下一代,下一代被选足时即结束程序,减少了排序处理个体的数量,大幅度降低时间复杂度;另外,给出一种均匀的拥挤距离计算方法;最后,将快速非支配解排序和均匀拥挤距离计算与微分进化算法结合,提出基于非支配解排序的快速多目标微分进化算法(FMODE)。采用标准多目标优化问题ZDTl～ZDT4和ZDT6进行仿真实验：当种群个体较多(大于500)时,FMODE所用时间远小于NSGAⅡ;FMODE的总体性能上均优于经典的NSGAⅡ、SPEAⅡ和DEMO;在FMODE框架内,采用均匀拥挤距离在性能上也明显优于经典拥挤计算方法;并通过实验确定了FMODE算法的参数。实验结果表明FMODE能够减少计算等级时的处理时间,并在收敛性和多样性指标上明显优于对比算法。     

云环境下基于改进NSGA II的虚拟机调度算法

在云环境中,如何将大量的虚拟机调度到物理节点上是一个基本且复杂的问题。文中首先对虚拟机的调度建立装箱问题模型,将该模型的求解转化一个多目标优化问题,目标分别为负载均衡、提高任务执行效率和降低能耗;接着对基于非支配排序的遗传算法（ Non-dominated Sorting Genetic Algorithm,NSGA II）进行改进,利用回溯法中的剪枝函数确定最优初始种群,引入正态分布密度函数限制优秀精英。仿真结果表明,基于改进NSGA II的虚拟机调度算法在任务执行时间、负载均衡和能量消耗三个方面优于其他一些常用算法。     

基于ARM的工业循环水极化控制系统设计

针对工业循环水系统存在既浪费水资源又污染环境的问题,设计了一种基于ARM的工业循环水极化控制系统。该系统由极化能量检测电路实时检测循环水水质参数,水质参数经STM32F103处理后输出的PWM极化能量控制信号,由极化能量输出电路合成、隔离、放大后驱动极化体,产生极化电场作用于循环水。实际应用表明,该系统可控制循环水系统在较高浓缩倍率下运行,代替了循环水系统的加药处理流程,达到了减少水资源消耗、有效防止污染水资源的目的。     

基于Isight的电动汽车动力性燃油经济性优化

针对电动汽车动力性与燃油经济性优化目标矛盾的问题,基于Isight软件集成的第二代非劣排序遗传算法(NSGA-II)算法用MATLAB软件编写程序,采用Isight直接集成MATLAB程序并进行多目标优化.优化结果表明:基于Isight软件自带的NSGA-II算法,可明显改善电动汽车动力性、经济性.     

基于知识的污水生化处理过程智能优化方法

针对污水处理过程控制能耗过大和水质超标严重等问题,本文提出一种基于知识的污水生化处理过程智能优化控制方法.该方法通过记忆多目标智能优化算法的动态处理信息,建立环境变量参数与最优解之间的知识模型.优化算法利用知识库中非支配解的引导,结合定向局部区域寻优以及随机全局寻优策略,提高了算法的收敛性,获取了更高质量的解.最后基于国际通用平台BSM1进行实验验证.结果表明,与其他优化算法相比,该方法能够在保证出水水质的前提下产生更少的能量消耗.     

Precise control of the pressure-driven flows considering the pressure fluctuations induced by the process of droplet formation

The pressure-driven device is designed to control the flow rates of the droplet microfluidic systems, which can significantly reduce the flow-rate fluctuations coming from the pump source. As monodisperse droplets are formed in the microchannel, periodic pressure fluctuations can be induced by the dynamic process of droplet formation, which can influence the stability and control precision of the pressure-driven flows. The effects of the pressure fluctuations induced by the droplet formation process on the dynamic characteristics of the open-loop and closed-loop control pressure-driven devices are comparatively studied. Particularly, a proportional–integral controller (PI controller) is integrated with the closed-loop control pressure-driven device and the effects of the PI controller parameters on the stability and control accuracy of the pressure-driven flows are tested experimentally. Particularly, by properly choosing the parameters of the PI controller, the magnitude of the periodic pressure fluctuations can be reduced drastically, which obviously increases the control precision of the pressure-driven flows.     

MR-SAS and electric power steering variable universe fuzzy PID integrated control

In order to solve the problem of MR-SAS and electric power steering (EPS) integrated control, the suspension and steering system integrated dynamic model was established, and the variable universe fuzzy PID integrated controller was designed. Due to the difficulty of self-adaptive and the superiority of compound control of fuzzy control, the variable universe fuzzy PID compound controller based on fuzzy inference was designed. The fuzzy on–off control based on trapezoidal membership function was used to the fuzzy control and PID control. And the random road input and steering wheel angle step input simulation experiment was carried out in the integrated system. Compared with the passive system and separate control, experimental results show that the integrated control system has obvious superiority.

     

数据和知识驱动的城市污水处理过程多目标优化控制

城市污水处理过程优化控制是降低能耗的有效手段, 然而, 如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战. 围绕上述挑战, 文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge driven multiobjective optimal control, DK-MOC)方法. 首先, 建立了出水水质、能耗以及系统运行状态的表达关系, 获得了运行过程优化目标模型. 其次, 提出了一种基于知识迁徙学习的动态多目标粒子群优化算法, 实现了控制变量优化设定值的自适应求解. 最后, 将提出的DK-MOC应用于城市污水处理过程基准仿真模型1 (Benchmark simulation model No. 1, BSM1). 结果表明该方法能够实时获取控制变量的优化设定值, 提高了出水水质, 并且有效降低了运行能耗.     

异构无线传感器网络中多目标优化节点部署策略

针对异构无线传感器网络节点高密度部署和事件发生存在"热点区域"问题,以区域覆盖率最大和网络能耗最小为优化目标,提出了一种基于多目标优化的二进制粒子群算法,对节点部署进行多目标优化。该算法采用概率感知模型,引入强支配系数使得解分布均匀,结合Pareto最优解选择排序和基于自适应权重的适应度分配,进而获得异构节点部署解。仿真结果表明:该算法能对目标空间进行广泛搜索,与NSGA—Ⅱ算法相比,算法具有良好的收敛性,能有效地提高网络的覆盖率和降低网络能耗。