基于多目标优化的乘客电梯理想速度运行曲线确定方法

目的研究一种借助多目标优化模型求得电梯理想速度曲线的确定方法,解决乘客电梯快速性和舒适性问题．方法分析电梯实际运行方式,构建理想速度曲线组合模式;结合实际及相关国家标准,建立求取理想速度曲线参数的多目标优化模型;借助多目标遗传算法NS-GA-Ⅱ解得理想速度曲线参数的Pareto解集,并基于偏好进行区域划分．结果通过对电梯速度曲线参数的多目标优化求解,获得不同偏好的乘客电梯理想速度曲线．结论不同偏好、不同额定速度下电梯理想速度曲线对比分析结果表明,基于多目标优化的乘客电梯理想速度曲线确定方法在兼顾电梯运行的快速性及舒适性要求的同时为技术人员提供了多种可供选择的运行速度控制模式;对额定速度不高于3．5m／s的乘客电梯,其理想速度曲线可省去直线加速段以降低速度控制模式的复杂性．     

基于进化算法的带约束混合动力系统多目标优化

为获得无需将多目标优化问题转化为单目标优化问题的混合动力系统多目标优化方法,分析了并联混合汽车总成模型,建立了带约束混合动力系统多目标优化数学模型,并给出了优化目标、待优化参数及约束条件。设计了基于NSGA-Ⅱ的混合动力系统多目标优化算法,该算法基于Pareto支配性原理判定所得方案的优劣,不需要指定各个目标的权系数。仿真优化结果表明:优化后的系统百公里油耗平均下降了0.25%,污染物排放平均下降了2.75%,蓄电池充电效率分布由[0.8,0.9]变为[0.85,0.9],放电效率分布由[0.82,1.0]变为[0.95,1.0],作者提出的方法可以优化混合动力系统的性能。     

功率分流混合动力车辆多目标优化分层控制方法

混合动力车辆的最优控制是一个多目标优化问题。根据发动机、电动/发电机和蓄电池的工作特征及各部件的功率耦合特性建立了多目标优化模型,将最优控制问题划分为能量管理、动力分配和协调控制3个层次,进而利用分层控制方法将优化结果应用到了实时控制过程。搭建了混合动力系统的动态仿真模型,并利用dSPACE平台进行了在线测试试验。试验结果验证了分层控制方法的实时性和有效性,与基于规则的方法相比,其动力性提高了22.2%,燃油经济性提高了10.6%,供电性能提高了15.5%。     

换热网络的优化改造及稳定运行控制策略研究

换热网络优化改造属于混合整数非线性规划问题,存在非凸、多极值和离散的特点。应用经典的数学优化方法很难获得全局最优值。本文采用混合遗传算法对换热网络优化改造目标函数进行优化求解,并基于换热网络热负荷平衡原则,在换热网络优化改造的基础上,提出了控制换热网络稳定运行方案,并确定了换热网络稳定运行可调范围。     

混合动力汽车的发动机最优运行曲线在线优化方法

针对混合动力汽车发动机最优运行曲线（OOL）离线台架标定工作量大、且实际道路工况下难以获得最优转速问题,提出了混合动力汽车发动机最优运行曲线在线优化方法。首先,建立混合动力汽车仿真模型,并通过冬天城市工况下的仿真验证了模型的精度;其次,提出了基于带遗忘因子递归最小二乘（RLS）的目标梯度估计方法,利用实时数据实现了最佳运行曲线优化过程中比油耗目标梯度的精确计算;然后,提出了基于梯度下降的发动机最佳工作点在线优化方法,实现了发动机最佳转速的实时计算;最后,通过与传统标定方法的对比仿真,验证了本文方法的实时性和控制效果上的优越性。     

考虑多重不确定性的交直流混合微网多目标优化运行

交直流混合微网拓扑结构复杂，分布式清洁能源出力随机性强且用电需求灵活多变，对微网的经济可靠运行以及清洁能源的消纳构成了挑战。针对这一问题，提出一种考虑多重不确定性的交直流混合微网多目标优化运行方法。首先基于多场景技术表征风光荷以及电价的不确定性，并考虑需求侧响应更新负荷预测水平。随后以运行成本最低，污染物排放最少，清洁能源消纳率最高为目标建立交直流混合微网多目标优化模型。针对常规NSGA-II算法局部搜索能力和收敛性等问题，将天牛须算子引入到NSGA-II中得到BAS-NSGA-II算法，并通过测试函数验证了该算法的准确性。最后通过算例对优化方法进行验证，结果表明，所提方法在保证经济性和环保性的同时能够有效提升清洁能源的消纳，且对不确定因素有着较好的适应性。     

混合离散变量多目标模糊优化的最优约束水平解法

为了合理地解决混合离散变量多目标模糊优化问题，在文献「１，２」的基础上，提出了混了散变量多目标模糊优化的最优约束水平解法，并给出了混合离散变量多目标模糊优化的算例。     

基于PSO-DE和LMI的鲁棒静态输出反馈控制

在多目标控制框架下,针对连续多面体不确定系统,提出了一种混合算法来解决鲁棒静态输出反馈控制问题。为了计算静态输出反馈增益,通过把粒子群优化(PSO)和差分进化(DE)的混合算法与线性矩阵不等式(LMI)方法相结合,求解具有双线性矩阵不等式(BMI)约束的优化问题。PSO-DE混合算法用来得到控制器的样本,LMI方法用来最优化系统的性能指标。以混合H2/H∞控制问题为例,给出了一种鲁棒多目标静态输出反馈控制求解的算法。仿真结果表明,与以往的迭代法和DE-LMI算法相比,提出的PSO-DE/LMI混合算法提高了收敛速度和精度。     

铅锌烧结过程的智能集成优化控制系统

以铅锌烧结过程的优化控制为背景，建立了铅锌烧结过程的烧穿点预测模型、综合透气性预测模型、综合工况预测模型，得到了烧结过程的优化控制的目标函数．采用模糊专家规则进行烧结过程状态控制，同时采用聚类搜索混沌遗传算法获得最优的操作参数，从而实现了铅锌烧结过程的在线实时集成优化控制．提出了智能集成优化控制系统，解决了多输入多输出复杂工业过程的控制问题．     

基于动态分解多目标粒子群优化的城市污水处理过程优化控制

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.     

基于粒子群的信赖域算法及其收敛性

把搜索性能良好的粒子群算法和总体收敛性良好的信赖域算法有效融合,提出了具有局部随机搜索和全局确定性搜索性能的新算法。该方法具有良好的全局收敛性,为解决多峰函数优化问题提供了一种有效的算法。     

Hybrid membrane computing and pigeon-inspired optimization algorithm for brushless direct current motor parameter design

In this paper, a novel approach is proposed for solving the parameter design problem of brushless direct current (BLDC) motor, which is based on the membrane computing (MC) and pigeon-inspired optimization (PIO) algorithm. The motor parameter design problem is converted to an optimization problem with five design parameters and six constraints. The PIO algorithm is introduced into the framework of MC for improving the global convergence performance. The hybrid algorithm can improve the population diversity with better searching efficiency. Comparative simulations are conducted, and comparative results are given to show the feasibility and effectiveness of our proposed hybrid algorithm for high nonlinear optimization problems.     

离散变量结构优化的改进组合型遗传算法

对离散组合型法进行改进,提出了一种新的初始点产生办法,提高了离散组合型法的局部寻优能力.把离散组合型算法作为组合型操作算子融合到遗传算法中,构造一种新的离散变量结构优化算法-组合型遗传算法.运用模拟退火技术构造惩罚函数来改造适值函数,使算法更稳定地收敛于全局可行最优解.与基本遗传算法和组合型算法的计算结果比较证明,改进的组合型遗传算法具有局部搜索快和全局性好的双重特点,是可行且有效的离散变量结构优化设计方法.     

约束优化问题的实数制免疫-禁忌混合算法

针对免疫算法局部搜索能力较弱的缺点,提出了实数制编码的免疫-禁忌混合算法,在免疫操作后引入禁忌搜索算法来提高混合算法的爬山能力,从而提高求解精度和搜索速度,适合于约束优化问题的求解.在阐述混合算法计算原理的基础上,提出实数制编码方式、惩罚函数法和适应度函数构造方法.通过测试算例进行验算,计算结果表明,实数制编码的免疫-禁忌混合算法收敛速度快,计算精度高,特别适合计算复杂、时效性强的优化问题.     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

一种改进的混合粒子群优化算法

针对粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点,把Hooke-Jeeves模式搜索方法作为粒子群优化算法的一个局部搜索算子,嵌入到粒子群算法中,Hooke-Jeeves的强局部搜索能力提高了粒子群优化算法的局部收敛速度和精度,从而提出了一种混合粒子群优化算法。通过基准函数和实例测试进行了验证,结果表明,提出的混合算法的收敛速度和精度均优于粒子群优化算法。     

求解有约束非线性规划的混合混沌算法

针对带有约束的非线性规划问题,提出了一种新的算法.首先把有约束的非线性规划转化为含有2个目标的无约束的优化问题,然后利用混沌优化算法和最速下降法来混合求解.数值计算结果显示,该算法是可行有效的.     

等离子熔积复杂金属零件的数字化制造方法

针对等离子熔积金属零件工艺特点,提出适应复杂形状金属零件的综合切片技术,包括适应单向生长、多向生长和渐变生长结构的等离子熔积制造需求的切片方法;引入具有全局优化特性的基于Voronoi图方法的轨迹规划技术,同时考虑自行研制的多轴数字化等离子熔积制造平台性能,提出了熔积电流和进给量等制造参数实时控制方法,通过帽形件和中空螺线管制造实验验证了该方法的有效性. 本方法解决了等离子熔积复杂金属零件的支撑工艺问题,并通过再切片方法消除了熔积制造中的阶梯效应,提高了制造精度. 为等离子熔积制造复杂形状金属零件提供了较为完整的数字化理论与技术支持.     

杂交遗传算法在结构振动控制优化中的应用

为了减少结构振动控制所需能量,必须对所设计结构参数进行优化设计,传统的优化方法是很难获得结果的.为此,本文首先介绍了控制系统能量的计算公式,然后在杂交遗传算法和实代码遗传算法的基础上,开发了一种能够处理实变量的改进的杂交遗传算法,对于含不等式约束的优化问题,采用了Pareto处理方式.本文方法可以处理含约束的优化目标问题,通过一个一般优化问题和本文研究的具体问题的实例分析可知本文所提出的方法是有效的.