含DG随机出力的配电网多目标无功优化

针对分布式电源(DG)出力具有间歇性和不确定性的问题,建立了基于两点估计法(2PEM)含DG随机出力的配电网概率潮流计算模型,并将基于Pareto最优前沿解集的多目标进化算法(MOEA)与两点估计概率计算模型相结合,建立了以网损、节点电压偏移量及优化成本为目标函数的多目标无功优化模型。将该优化模型应用于IEEE33标准节点测试系统中的仿真结果表明,该方法具有较好的适应性,能为决策者提供多样性选择,增加了决策的灵活性。     

基于Pareto排序和混沌加权的多目标项目调度

为综合考虑资源约束型项目调度问题的多个调度目标,有效获得该问题的近似非支配解集,建立了一种综合考虑可更新资源稳定性和工期的双目标项目调度模型。提出了一种基于Pareto排序和多目标混沌加权相结合的遗传算法,其中个体编码采用双链表结构,分别代表任务的执行顺序和执行模式,初始种群的生成包括随机生成和依据任务特性确定执行模式两种方式,设计了个体交叉和自适应变异算子,研究了基于Pareto排序法和基于多目标混沌加权法的个体适应度计算方法以及不可行解的修复和惩罚策略。利用项目调度问题算例库对该算法进行测试,数值测试结果验证了算法的有效性。     

聚焦型X射线脉冲星望远镜Pareto多目标优化与多场耦合分析

为提高聚焦型X射线脉冲星望远镜的探测性能,提出一种聚焦型X射线脉冲星望远镜（Focusing X-ray pulsar telescope,FoXPT）多目标优化与多场耦合分析方法。基于X射线全反射理论构建以探测灵敏度和重量最小化为目标的多目标优化模型,采用改进的Pareto法获得产品的非劣解集。基于弹性力学、热传导和热辐射理论构建了结构-热耦合方程,以遴选的优化结果构建产品三维模型和有限元模型,获得产品应力与位移分布并提取X射线反射镜面形误差,基于高次多项式函数重构结构-热耦合形变后的X射线反射镜面形,并进行拟合和误差分析。采用Monte Carlo光学追踪法对产品的聚集性能进行仿真分析与评价,实现了FoXPT多目标优化与多场耦合分析的有效集成。结果表明：当嵌套层数为17层时,重量和探测灵敏度同时获得满意解,分别为3.112 kg和6.15×10^-4 phs/cm²/s/keV,光机热耦合分析最大应力为262.54 MPa,X射线聚焦效率提升至86.83%,满足实际工程设计要求。     

A systematic approach to design high-performance feed drive systems

A systematic design methodology for the mechatronic system composed of mechanical and control subsystems is proposed to design high-speed and high-precision feed drive systems. Strict mathematical modeling and identification processes of the subsystems are performed in this paper. Parametric studies and circular motion experiments in the x–y table are conducted to investigate the influence of interactions on the performance of feed drive systems. Based on analyses of the system performance according to design and operating parameters, a nonlinear constrained optimization problem including the relevant subsystem parameters of the feed drive system is formulated. The multi-objective optimization procedure and normalization technique are introduced in the design process. A Pareto optimum solution set is applied to investigate the relationships between objective functions. The effectiveness of the proposed design methodology is verified through numerical case studies.     

智慧型电力应急预案模式在故障线路快速定位方法中的应用研究

现有电力应急预案在响应突发事故导致的输电线路故障情况时,体现出准确性和时效性的明显不足问题,归其根本是因为在响应初期无法做到准确及时地定位出故障线路位置,从而使得应急响应存在滞后性。而智慧型电力应急预案以事故的推理机制为基础,在考虑系统的状态运行条件下,实现无脚本的动态应急响应。在智慧型应急预案下,动态应急响应的关键在于准确及时地定位出发生故障的输电线路位置。通过将电力网络的APTS简化模型和改进遗传算法相结合,构建出一种在智慧应急预案下的故障线路快速定位方法。该方法具有定位速度快和定位精度高的优点,具有很强的实用性。最后,以广州市某小型配电网为例验证了其合理性和可行性。     

机械产品多质量要求下的选择装配方法

针对机械产品多质量要求下的选配问题,提出一种基于强弱Pareto和遗传算法的多质量要求下的选择装配方法。对选配问题进行分析,构建了一种面向三维空间多质量要求下的统一选配信息模型,在此基础上考虑装配精度和装配成功率,进而建立了多质量要求下的选配综合优化模型。采用一种以公差项为单元的编码方式,并通过给出质量要求权重系数,提出以强弱Pareto和密集度描述带有主次关系的多目标综合评价规则,在考虑关联约束排序的基础上,利用遗传算法进行多目标的选择装配,实现了带有主次关系的多质量要求下产品的选配优化。设计并开发了原型系统,通过实例验证了该方法的可行性。     

基于强度Pareto进化的注塑机注射性能多目标优化

为实现大型注塑机注射性能的优化设计,构建了注射压力、注射速率和注射功率优化模型,应用多目标进化算法,系统分析了影响注射性能的各方面因素.改进强度Pareto进化算法,引入模糊C均值聚类,加快外部种群的聚类过程.采用约束Pareto支配和浮点数、二进制混合染色体编码策略,一次运行就能求得分布均匀的Pareto最优解集,并使用基于集合理论的方法选择一个最优解.试验分析表明:结合了强度Pareto进化算法与模糊C均值聚类方法的混合算法在提高注射综合性能的同时,能够获得比线性加权法分布性更好的Pareto前沿;且与强度Pareto进化算法相比,显著缩短了运算时间,具有较高的效率与鲁棒性.     

一种基于输运理论的多目标演化算法

提出了一种根据输运理论中的粒子输运方程、相空间能量定律和熵增法则构造的一种能够准确、高效地求解多目标优化问题的多目标演化算法(MOPEA).由于该算法使用了粒子系统从非平衡达到平衡的理论来定义求解多目标问题的Rank函数和Niche适应值函数,使得种群中的所有个体都有机会参与演化操作,以达到快速、均匀地求出多目标优化问题的Pareto最优解.数据实验显示,利用该算法求解多目标优化问题不仅能够使算法快速地收敛到全局Pareto前沿,同时由于该算法要求所有的粒子都要参与杂交和变异等演化操作,从而避免问题早熟现象的出现,并通过与传统演化算法的性能指标分析比较说明,使用该算法求解多目标优化问题具有明显的优越性.     

基于进化算法的多目标优化方法

进化算法在解决多目标优化问题中有其特有的优势.首先对多目标优化问题进行了描述;然后结合研究现状讨论了目前几种主要的基于进化算法的多目标优化方法,以及它们的优缺点;最后给出了多目标进化优化算法的一些应用,以及进化多目标优化算法的未来发展方向.     

基于Pareto协同进化算法的TS模糊模型设计

提出一种可同时构造多个精确性和解释性较好折中的TS模糊模型的设计方法．该方法由以下两步组成：1）采用模糊聚类算法辨识初始模型;2）利用Pareto协同进化算法对所获得的初始模型进行结构和参数优化．Pareto协同进化算法由规则前件种群和隶属函数种群组成,其目标函数同时考虑模型的精确性和解释性,采用一种新的基于非支配排序的多种群合作策略．利用该方法对一类合成非线性动态系统进行建模,仿真结果验证了该方法的有效性．