基于动态加权系数和多目标进化的模型修正方法

建立准确的结构动力学模型是结构响应分析的基础,由于模型简化的不确切等因素,必然会带来一定的误差,为了获得高精度的动力学分析模型,需要结合试验数据对模型进行修正。模态试验结果中包含了试件不同状态不同阶次的频率和振型信息,模型修正时需要建立多个目标函数,提出了一种基于动态加权系数的多目标模型修正方法。通过对解的群体实施进化,在每一代非劣解中,挑选各个子目标函数的局部最优解,计算各个局部最优解与子目标期望值的差距,并根据差距对加权系数动态调整,从而在进化过程中对加权系数进行优化,避免维数灾难问题,实现各个子目标函数的快速收敛。采用该方法对导弹全弹动力学模型进行了修正,子目标函数个数达到16个,与基于Pareto最优的模型修正方法相比,用较少的代数实现了各个子目标函数的收敛,提高了群体搜索的效率,取得了较好的修正效果。     

基于智能算法的啤酒灌装生产线设备选型研究

目的以啤酒灌装生产线为研究对象,基于粒子群智能算法,实现啤酒灌装生产线所需设备的快速选型,且使设备的利用率最大化。方法建立啤酒灌装生产线所需设备的数据库,利用Matlab软件编写粒子群智能算法,对啤酒灌装生产线的相关设备进行多目标优化,实现快速智能寻优。结果在客户要求的约束条件下,当初始化100个种群、迭代次数为8000时,生产线平衡率高达90%以上,满足了客户要求。结论文中验证了粒子群智能算法的可靠性,并得到了客户满意的求解方案。该智能算法在生产线布局初期具有很强的柔性,可以快速解决啤酒灌装生产线建厂初期设备的快速选型问题。     

基于差异演化算法的网络计划多目标优化

为了提高施工企业的经济效益，在综合考虑成本、质量和进度的基础上，提出了工期－净收益－质量多目标优化模型，并采用一种新颖的进化算法即差异演化算法对该模型进行求解，最后通过工程实例验证模型和算法的有效性。     

运用改进的遗传算法进行框架结构损伤检测

运用一种改进的遗传算法来进行结构的损伤检测研究。该方法在传统遗传算法的变异算子里引入了一种被称为零变异率因子的参数，使得种群中时刻保持一定数量的零值元素，即相当于用结构的损伤只是发生在局部这个信息约束了传统的遗传算法，从而使得检测的结果更加准确。通过对某一框架模型试验数据的损伤检测研究，证明了该方法应用于实际工程结构的可行性，同时阐明了实际应用中的若干重要问题。     

基于黏结滑移理论的高强高性能混凝土优化设计

基于黏结滑移理论对适用于型钢混凝土结构的高强高性能混凝土进行了配合比优化设计,考虑到混凝土性能与各种原材料之间并非简单的线性关系,以型钢与混凝土的协同工作能力和混凝土的单方成本为目标函数,混凝土的其他性能指标为约束条件建立了非线性约束的多目标优化设计数学模型,基于序列二次规划法通过Matlab语言实现了该模型的求解,并进行了优化前后对比分析,优化后的混凝土能够满足所需要的各项性能,而且其与型钢的协同工作能力和经济效益有较大的提高.     

基于QPSO-SA混合算法的多目标投资组合优化

多目标投资组合优化就是决定每个具有特定风险、回报、交易费用等特征的资产在总投资价值中的投资比例,即选择那些资产投资以及寻找每个投资资产的最佳投资比例,使得总投资的风险最小、交易费用最小、回报最大等等。该问题是典型的NP难解问题,通常方法很难达到全局最优。研究如何把基于量子行为的微粒群优化算法（QPSO算法）和模拟退火算法(SA算法)结合起来解决多目标投资组合优化问题。利用美国标准普尔指数100的股票历史数据进行验证,纯QPSO算法与QPSO-SA混合算法的运行结果比较表明在解决多目标投资组优化问题中,QPSO-SA混合算法是一种高效的、可靠的优化算法,具有一定的实用价值。     

考虑需求侧响应的园区综合能源系统优化配置

以园区综合能源系统(PIES)的优化配置为研究对象,考虑电力市场分时定价机制下的需求侧响应策略,以PIES的运行成本、污染排放和能耗为优化目标,建立主问题与子问题的迭代优化架构,最后采用多属性决策方法从待选方案中选出最优的系统配置。算例结果表明,可再生能源的接入可以有效地提高PIES的综合效益,引入价格型和替代型需求侧响应后可以进一步提升PIES的经济性,但同时降低了PIES的环保性。     

基于多任务学习多目标优化的稀土元素组分含量与浓度多维度软测量

稀土混合萃取溶液中各元素组分含量的在线软测量是优化连续萃取生产过程、确保产品高纯化的前提.现有软测量方法可独立求解单个稀土元素组分含量,但忽略了多元素组分含量间或组分含量与其它相关因素(如浓度)间的共性.本文为探索多稀土元素组分含量间及组分含量与浓度间的共性,将多任务学习方法用于稀土元素组分含量软测量中.首先,构建多任务深度神经网络,提高模型的泛化能力和鲁棒性.其次,提出基于多目标优化算法的稀土多元素组分含量预测方法,通过搜索Pareto最优以提升各任务的预测精度.经多组对比实验表明,该方法在多元素组分含量或多元素组分含量与浓度同时训练时性能最佳,能满足稀土元素组分含量在线检测的精确性和实时性.     

基于免疫克隆选择优化算法的地下矿山配矿

建立了基于免疫克隆选择算法地下矿山配矿的数学模型.以国内某地下锌矿实际生产为背景,使用Java编制相应的免疫克隆选择算法优化软件进行优化解算,将解算结果与该矿的生产计划指标和模糊优化算法解算结果进行对比验证.结果表明免疫克隆选择优化算法在地下矿山优化配矿领域的应用是可行的.

     

计及调峰能力差异性的系统多源优化调度

针对电力系统调峰能力、负荷及新能源出力的显著性差异,分别建立新能源全额消纳和消纳量最大化两种优化调度模型。前者系统调峰能力强、负荷量大,新能源按预测值消纳,火电承担基荷,水电根据风电、光伏和负荷的波动优化调整;后者适用调峰能力较弱情形,优先以新能源弃电量最少为优化目标,并结合运行成本最优,建立多源互补优化模型。针对传统非支配遗传算法(NSGA-Ⅱ)求解优化模型存在计算速度较慢,种群多样性较差等缺陷,提出基于正态分布交叉算子和动态变异算子改进的NSGA-Ⅱ算法,改进后的算法的计算速度和收敛性能均显著提升。算例仿真表明两种模型应对不同的调峰情形时,同时兼顾运行经济性和新能源消纳最大化,可作为大规模新能源并网后日前调度方式安排的依据,具有理论意义和实践价值。