无接触感应供电有轨电车自动驾驶节能运行研究

针对无接触感应供电有轨电车进行了无人驾驶速度曲线优化研究,为得到相对优化的自动驾驶运行策略,首先建立了列车运动学模型、车载储能装置电路模型和储能系统能耗计算模型,以储能系统能耗、准时性为目标建立无接触感应供电有轨电车节能运行优化模型,采用基于NSGA-Ⅱ的多目标遗传算法进行求解优化。以国内某条实际线路为例,通过建模仿真对比验证优化结果。该方法具有较好的可行性,可以为有轨电车无人驾驶运行优化提供参考。     

基于多目标遗传算法的重载列车辅助驾驶规划曲线优化研究

本文利用多目标遗传算法对30吨轴重重载列车的辅助驾驶规划曲线进行实时优化,以达到安全、准点及节能运行控制的要求。基于专家知识库,对采用多目标遗传算法得出辅助驾驶规划曲线进行再优化,并增加推荐牵引/制动工况信息。仿真结果表明,优化后的辅助驾驶规划曲线能为司机提供合理高效的操作参考,实现在安全和准点的条件下降低能耗。     

采用AGV分拣的型材下料车间成组调度问题研究

针对一种基于自动导引小车(AGV)分拣的型材下料车间分拣新方法,以最小化AGV损耗费用和AGV运行费用为目标,建立了混合整数线性规划模型,设计了一种改进遗传算法对模型进行求解。该算法使用带加工属性的多层编码方式,针对多层编码设计了分层式交叉变异的方式,在邻域搜索阶段采用基于禁忌表的双层协同优化策略。算例对比实验表明,所设计的改进遗传算法与基础遗传算法、基础蚁群算法、变邻域改进遗传算法,以及改进蜂群算法相比,在求解该问题上有显著优势和有良好的鲁棒性。     

基于并行协同的多车间协同调度问题研究

传统企业在实际生产中,其多个关联车间之间的生产计划与调度存在难以协作的问题。为此,针对多车间协同调度问题建立了调度模型,提出了一种多车间协同调度的并行协同进化遗传算法(PCE-GA),并且采用该算法对上述模型进行了求解。首先,以最小化订单完工时间为目标,建立了单目标调度模型;然后,采用了并行协同进化遗传算法,对上述单目标调度模型进行了求解,基于工件、机器、装配关系的三层整数编码的染色体编码方案,提出了一种协同适应度值计算的方法;最后,以某液压缸生产企业为例,针对单目标调度问题,采用该算法与单车间遗传算法(JSP-GA)、并行协同模拟退火算法(PCE-SA)分别进行了求解,并对其结果进行了比较,以验证PCE-GA算法的优越性。研究结果表明：采用PCE-GA算法得到的优化率为13.3%,比单车间作业调度遗传算法求解的数据优化11.5%,该结果证明了PCE-GA算法在解决多车间协同优化问题时的优越性。     

区间不确定多目标优化算法在薄板冲压成形中的应用研究

提出一种薄板冲压成形不确定多目标优化方法,该方法将冲压成形中的摩擦因数作为不确定参数,采用区间描述,以厚度不均最小和起皱最小为目标函数,以压边力和拉深筋阻力作为设计变量。基于非线性区间数值规划将不确定多目标优化问题转换为确定的多目标优化问题。采用Kriging近似模型提高优化效率,基于多目标遗传算法和序列二次规划算法的混合优化算法取得Pareto解集。应用算例说明了该算法的有效性。     

遗传算法在混合动力汽车控制策略优化中的应用

提出了一种基于浮点数编码遗传算法的混合动力汽车控制策略参数优化新方法。以一辆实际混合动力汽车样车的逻辑门限控制策略为例，分析并建立了控制策略参数优化的有约束非线性规划模型，其目标函数包含最小化油耗和排放。提出了采用稳态进化模型和浮点数编码遗传算法的参数优化方法，用于求解一组最优的控制策略参数。仿真结果表明，该方法可以找到一组全局最优的参数，将其用作离线参数优化，可以大大缩短控制器的实车标定时间。     

高速列车动力学参数的多目标抗风优化设计

为改善高速列车的抗风性能,基于车辆系统动力学和多目标优化理论,建立高速列车动力学参数的多目标优化设计方法,以轮重减载率和轮轴横向力为优化目标,采用多目标遗传算法NSGA-Ⅱ对高速列车的动力学参数进行自动寻优设计,分析优化设计变量与优化目标的相关性,并给出优化后的Pareto最优解。计算结果表明,通过优化高速列车的动力学参数,轮重减载率和轮轴横向力的数值最大可分别降低17.95%和10.26%,多目标优化可以显著改善高速列车的抗风性能。同时,对优化前后高速列车的其他动力学性能进行分析,以保证优化后的动力学参数在改善列车抗风性能的同时不会引起列车运行品质的严重恶化。     

超高速列车流线型头型多目标优化设计

为改善高速列车明线运行时的气动性能,建立高速列车流线型头型的多目标优化设计方法,以高速列车的整车气动阻力和头车最大表面声功率为优化目标,对流线型头型进行多目标自动优化设计。建立三车编组某新型超高速列车的参数化模型,提取头型的五个设计变量,采用ICEM CFD软件脚本文件对列车周围流场区域进行网格自动划分,采用FLUENT软件脚本文件对列车气动力和表面气动噪声源声功率进行自动计算,通过第二代非劣排序的遗传算法(Non-dominated sorting genetic algorithm-II,NSGA-II)对设计变量进行自动更新,实现超高速列车头型的自动优化设计。优化完成后,对优化设计变量与优化目标的相关性进行分析,得到影响优化目标的关键设计变量。结果表明,各优化设计变量与两个优化目标的相关性相同,只是相关系数值不同。经过多目标优化设计,得到一系列的Pareto最优头型;与原型列车相比,优化后列车的整车气动阻力最多减小2.91%,头车最大表面声功率最多减小7.47%。     

基于改进遗传算法的多目标装配线平衡优化研究

针对离散制造企业装配线再平衡问题,文章提出基于改进遗传算法的多目标装配线平衡优化方法.以最小化生产节拍、最大化产线平衡率和最小化平滑指数为优化目标建立装配线再平衡优化模型,并采用改进的遗传算法对平衡模型进行求解,算法基于任务排序的种群初始化方法,采用两点交叉方法,提高了算法寻优能力.文章最后以青贮机装配线实际案例验证了...     

基于GABP和改进NSGA-Ⅱ的高速干切滚齿工艺参数多目标优化决策

针对高速干切滚齿过程中的工艺参数优化决策问题,提出一种基于加工工艺样本预测和多目标遗传优化算法的工艺参数优化决策方法.基于实际加工工艺样本集,以改进的多目标遗传算法(im-proved NSGA-Ⅱ)为主体模型,以最大刀具寿命、最小加工能耗为优化目标,以加工质量、加工时间为约束条件,利用遗传反向传播算法(GABP)神经...     

基于GABP和改进NSGA-Ⅱ的高速干切滚齿工艺参数多目标优化决策#br#

针对高速干切滚齿过程中的工艺参数优化决策问题,提出一种基于加工工艺样本预测和多目标遗传优化算法的工艺参数优化决策方法。基于实际加工工艺样本集,以改进的多目标遗传算法（improved NSGA-Ⅱ）为主体模型,以最大刀具寿命、最小加工能耗为优化目标,以加工质量、加工时间为约束条件,利用遗传反向传播算法（GABP）神经网络建立关于加工优化目标的预测模型,将其作为多目标优化模型的适应度函数;通过DBSCAN算法获取待优化滚齿工艺问题的相似样本集,建立多目标优化问题输入区间;构建面向待优化滚齿工艺问题的多目标优化模型,迭代搜索最优工艺参数集。     

遗传蚁群融合算法求解多项目资源能力平衡问题

为探索更高效的多项目资源能力平衡优化方法,提出了一种基于遗传蚁群融合算法的求解方法。建立了以单位时间内所有项目的总资源消耗方差为优化目标的问题模型,并设计了模型求解的遗传蚁群融合算法。该算法前过程采用遗传算法进行迭代求解,充分利用遗传算法的快速性和全局收敛性,生成初始信息素分布;后过程采用蚁群算法,充分利用蚁群算法的正反馈性和求精解效率高等特点收敛到最优解。通过具体算例验证了算法的可行性和有效性。     

基于特征选择遗传算法对混合动力汽车的研究

针对传统遗传算法优化串联式混合动力汽车时燃油经济性和排放性不佳、优化运行时间过长的问题,提出一种基于特征选择遗传算法的串联式混合动力汽车系统参数和控制策略参数的多目标优化算法,并建立以动力性能指标为约束的混合动力汽车参数优化的非线性模型,其中目标函数包含最佳的燃油消耗和排放等指标。首先对目标函数的可行解空间进行特征选择,筛选出与目标函数相关度较高的可行解,并将基于特征选择的优化方法与传统遗传算法相结合,对其控制参数进行优化。其次通过ADVISOR仿真程序,计算出目标函数的最佳燃油消耗量和排放值。仿真结果表明:与传统的遗传算法相比,燃油经济性提高9.96%,CO、HC和NOX的排放分别降低18.07%、26.71%以及15.61%,同时优化运行时间降低62.14%。     

基于遗传算法与约束矩阵的工艺路线优化方法研究

提出了一种基于遗传算法和约束矩阵的工艺路线优化方法.该方法利用约束矩阵来描述加工元间的优先关系,由系统自动生成约束矩阵,开发了保证加工元序列满足工艺约束关系的加工元序列有效性检验与调整算法.以总变换成本最小为优化目标,采用改进的遗传算法进行工艺路线的优化,以实现工艺过程的全局优化.     

基于多目标遗传算法的炼焦生产过程优化控制

针对某钢铁企业实际炼焦生产过程的优化控制问题,提出一种多目标分层优化控制策略.首先采用主成分分析、灰色关联分析及改进前馈神经网络方法,建立综合生产目标与局部优化目标的关联模型,将综合生产目标映射为局部优化目标.然后建立以焦炭产量最大、焦炉能耗最小为优化目标,焦炭质量与工艺要求为约束条件,局部优化目标为决策变量的多目标优化模型.通过多目标遗传算法求解多目标优化问题,获得局部优化目标值.最后将局部优化目标作为各子过程控制系统的设定值及优化调度系统的决策参数,来动态调整过程操作参数,实现企业期望的综合生产目标.实际运行结果表明,提出的优化控制策略取得了较好的应用效果.     

复杂线路列车驾驶的改进模拟退火节能优化

针对复杂线路条件下城市轨道交通列车节能优化控制中的下坡弯道复合线路,以降低城市轨道交通中列车站间运行的能耗为目标,分析了该情况下列车站间节能驾驶策略,建立了列车能耗模型,并通过改进模拟退火算法寻找到最优解。以南宁地铁一号线实际线路数据和车辆参数为基础,对优化方法进行了仿真计算。仿真结果表明,本优化算法比传统策略减少列车能耗2.88%.     

基于遗传算法的多目标微电网优化调度研究

针对孤岛模式下含风光、微燃机、柴油发电机及蓄电池的微电网系统,以考虑经济性和环保性的综合成本为目标函数,结合系统功率平衡、各机组出力限制等约束条件,建立优化调度模型。由于改进了学习因子和惯性权重的粒子群算法仍存在陷入次优解概率较高,易陷入局部最优等问题,本文提出一种引入多目标遗传算法,以增强算法的全局和局部搜索能力。最后,基于典型日孤岛微电网运行数据进行仿真分析,结果表明,本文所采用的多目标遗传算法有效降低了综合目标成本,取得了良好的优化效果。     

考虑节能的改进多目标樽海鞘群算法TFT-LCD面板阵列制程调度问题

TFT-LCD面板生产的阵列制程是可重入混合流水车间调度问题,采用一种改进多目标樽海鞘群算法对其进行优化求解。构建以最大完工时间、总拖期时间和总耗能为优化目标的数学规划模型;针对该问题结构特点,对基本多目标樽海鞘群算法进行了一系列改进操作,包括基于升序排列的随机键编码、PS方法解码、基于Lévy飞行的领导者个体位置更新方式,以及外部档案中非支配个体的变邻域搜索操作,并采用田口方法进行算法参数设置;最后通过对基准算例的数值实验,将改进多目标樽海鞘群算法与基本多目标樽海鞘群算法、多目标粒子群优化算法、快速非支配排序遗传算法进行对比,实验结果表明了改进多目标樽海鞘群算法的有效性。     

基于多规则设备分配及工序排序的FJSP多目标集成优化方法

为降低柔性作业车间调度多目标优化的复杂度,提高优化效率,提出一种基于多规则设备分配及工序排序的柔性作业车间调度多目标集成优化方法.建立了一类以完工时间、设备最大负荷、设备总负荷以及制造成本为优化目标的柔性作业车间调度多目标优化模型;针对模型的组合爆炸特点,为降低其复杂度,提出一种将多规则设备分配及工序排序相结合的集成调度思想;为进一步提高求解效率,提出一种面向对象数据处理技术用于处理各实体之间的数据交换;基于改进的非支配排序遗传算法思想,提出了基于多规则设备分配及上序排序的柔性作业车间调度多目标集成优化算法.通过仿真对比与应用验证了所提方法的有效性.     

柔性生产系统配料区多自动导航小车调度优化

为解决配料区物料运输多自动导航小车的调度问题,以自动导航小车给柔性生产系统配料区补料搬运时间最短为目标建立数学模型,提出了一种改进的遗传算法进行自动导航小车的任务分配和任务排序优化。算法采用了整数编码和多参数编码相结合的方式,同时为避免常规交叉变异算子易出现非法解的状况,采用了对离散随机种群中染色体进行扩展的初始种群生成方法和分段式交叉变异算子,优化结果给出了多自动导航小车的任务分配方案。通过某重型机械公司的装配车间内多自动导航小车调度的优化实例,并与分支定界算法和未改进的遗传算法进行结果对比,验证了该方法的有效性和可行性。