考虑电动汽车充电负荷及储能寿命的充电站储能容量配置优化

提出了一种优化电动汽车充电站储能容量配置的方法。该方法考虑了季节性电动汽车充电负荷波动与光伏出力之间的关系,并且考虑了储能寿命。论文利用蒙特卡罗法考虑了不同类型电动汽车的多种影响因素,对整体负荷进行预测。以每日运行成本最低为优化目标,在考虑四季光伏出力和储能寿命的影响下,采用了3种算法对目标函数进行优化,以得到最佳的光储充电站储能配置方案。研究以西北某地区为例。结果表明：冬季下综合成本为3.043 2×106元,相比于其余3个季节综合成本最低;采用遗传算法时,在综合成本相差不多时,获得的储能配置最优,储能容量为22.82 MWh,储能功率为7.31 MW,从而得到光储充电站最优的储能容量配置。     

排烟防火阀门耐火试验系统的设计与试验

环境温度下的漏风量和耐火性能是排烟防火阀门的两个重要性能指标,必须使用稳定可靠的系统对两项指标进行测试才能得到准确的测量值。设计排烟防火阀门耐火试验系统进行环境温度下的漏风量和耐火性能试验,通过试验验证系统的稳定性与准确性。搭建排烟防火阀门耐火试验系统,通过遗传算法GA对PID参数进行优化并在MATLAB中仿真分析,实现了系统对温度、压力两项指标的稳定控制。使用不同形状、尺寸的阀门进行试验,8组试验结果表明,系统实际温度曲线与标准曲线拟合范围为0.96～0.98,拟合度高;压力保持在15～22 Pa,达到标准规定的要求。设计并搭建的试验系统可用于排烟防火阀门的漏风量与耐火性能试验,具有一定的实用价值。     

一种智能化排课算法的设计

针对遗传算法容易陷入早熟收敛,无法自适应具有NP难度的多种约束条件下的排课问题,提出了一种基于量子进化算法的智能化排课算法。对排课的冲突要素和约束条件进行定义,构建了排课模型。引入量子进化算法,基于班级、时间元集合的向量矩阵构造了量子染色体,基于软约束条件的最优解设计了适应度函数,基于量子进化算法的计算框架设计了排课算法。实验表明文中算法具有智能性,能够根据开课任务自动生成排课方案,而且排课的质量和效率都优于文中的对比算法。     

改进遗传算法在电商仓储货位分配中的研究

随着网络信息化的发展,电商物流也随着网络购物规模的增大而快速发展,然而自动化立体仓库货位分配的问题直接影响着电商物流中心的效率和效益。由于电子商务仓储的繁杂性以及货物的多样性,电商仓储的货位分配至关重要。文中根据仓储货物的入库效率、拣货最佳路径选择以及货架稳定的原则来确定自动化立体仓库优化模型,通过引入无放回的基于排序的多轮盘赌选择算子的遗传算法对建立的货位分配模型进行求解分析,并且通过仿真案例对构造的模型、方法进行验证。对比改进的遗传算法与基本遗传算法的优化结果证明,改进的遗传算法能有效提高货物出入库效率和货架的稳定性。     

纯电动物流车动力系统设计与优化

为了对电动物流车动力系统参数进行合理匹配,根据电动物流车的技术要求,对电动物流车的相关参数进行初步设计计算,并在模拟工况的基础上通过AVL-Cruise搭建整车仿真模型进行模拟仿真.基于纯电动物流车动力系统参数匹配的复杂性,需要对各项参数进行综合考虑,提出了一种多目标遗传算法的优化方式.该方式将车辆的动力性及经济性同时...     

基于TS-NGA的多作战智能体制导-攻击匹配优化

空中制导-攻击匹配(GAM)旨在确定武器单元、制导单元以及目标三者之间的最优匹配关系,以使多作战智能体任务联盟整体作战效能最大。分析了基于混合通信方式的多作战智能体制导-攻击匹配过程,建立制导攻击匹配约束优化问题模型,设计了一种禁忌策略的嵌套遗传算法(TS-NGA)对模型进行求解,算法的外层循环寻求武器单元和制导单元的最优配对,内层循环寻求武器单元和目标的最优配对。针对GAM问题特点,制定了编码与解码策略、交叉、变异规则以及选择、禁忌策略。仿真实验结果表明所设计求解算法能较好地解决三维变量的GAM问题模型。     

多业务LEO卫星网络中基于改进遗传算法的最优多门限信道预留(OMTCR)机制

在多业务LEO卫星网络中,最优多门限信道预留(Optimal Multiple Threshold Channel Reservation,OMTCR)机制能够从连接级对系统资源进行高效地配置,实现用户QoS和系统整体收益之间的折中平衡.本文设计相应的遗传算法(GA)求解OMTCR最优门限参数矢量,针对OMTCR策略对可行域及目标函数的特殊要求对基本GA进行修复,实现快速求解;为了避免业务类型增多和带宽提高给算法实际应用所带来的障碍,设计小种群数的迭代GA寻优策略,进一步减少计算量并加快收敛速度.以系统整体收益损失为评价指标,大量的仿真结果与穷举法所得到的最优解相比,改进GA在无QoS约束条件和有QoS约束条件下均能达到很好的性能,并且能够显著缩短计算时间.改进GA的计算精度和收敛速度保证了OMTCR机制应用于实际系统中的可行性.