搜索结果: 1-15 共查到“NSGA”相关记录37条 . 查询时间(0.06 秒)
解决微网中新能源出力的随机性与波动性是微电网优化运行的前提和关键,为此,提出一种快速非支配排序遗传算法NSGA-II（non-dominated sorting genetic algorithm）和基本粒子群优化算法PSO（particle swarm optimization）相结合的NSGA-II-PSO算法,考虑将经济运行成本和环境污染成本作为优化的目标函数,建立常见发电单元以及蓄电池储能...
基于NSGA-II的晶体学光束线多目标自动优化
生物大分子晶体学 NSGA-II 多目标优化 Pareto最优解集
2022/3/15
由光束线状态决定的光束质量很大程度上影响着生物大分子晶体学的实验结果，目前上海光源晶体学线站的调光工作是由线站工作人员手动完成，费时费力。上海光源衍射线站采用差分进化算法实现了光束线样品点处光通量的单目标自动优化，但该方案仍然存在一定的局限性。为了进一步完善光束线自动优化方案和提高实验用户的束线机时使用效率，使用Python语言设计开发了基于带精英策略的非支配排序的遗传算法（NonDominate...
针对目前塔式光热电站定日镜场调度方案存在过度简化、调度目标考虑不周、求解算法与模型不适配等问题,提出了以总能量、均匀度、焦点变化次数为指标的多目标调度模型。在优化定日镜场调度问题数学模型的同时引入焦点变化次数作为评价指标,这样能够反映调度能耗和设备磨损。
基于平均距离聚类的NSGA-Ⅱ
多目标优化算法 NSGA-Ⅱ 拥挤度距离 多样性
2024/1/23
拥挤度距离是一种用于度量解集多样性的指标.然而,在许多情况下,该指标无法有效区分多样性较优个体.其原因为拥挤度距离主要利用每个位置的局部信息.为解决该问题,基于整个种群全局位置信息,本文设计了基于平均距离聚类的多样性度量指标,并进一步提出了基于平均距离聚类的NSGA-Ⅱ.该算法利用平均距离将种群划分为若干个大致均匀分布的小种群,然后分别在各小种群内执行选择、交叉和变异等操作.实验结果表明,本文所提...
针对NSGA-III算法求解多目标柔性作业车间调度问题时存在的收敛性、局部搜索和精英存储上的不足，依次设计了近似支配原则、变邻域局部搜索和精英存储策略，进而提出了一种近似支配的NSGA-III-AD算法。结合柔性作业车间调度问题的特点，建立了多目标优化模型，设计了种群个体的初始化方法、近似支配的选择操作和变邻域的遗传操作。在仿真实验中，运用三个优化目标和六个优化目标的调度实例对提出算法的整体和局部...
基于NSGA-II算法的柔性流水车间优化调度模型的构建与应用
多目标优化 流水车间 NSGA-II 生产调度
2021/5/28
为解决造纸企业的高效优化排产问题，使机器利用率最高、减少产品切换次数以及满足客户对产品的时间需求，构建了以成本及最大完工时间最小化为优化目标的两阶段柔性流水车间调度优化模型，并通过一种快速非支配遗传算法（NSGA-II）来求解该模型。结果表明，与人工排产相比，NSGA-II得到的排产结果缩短了约6.5%的最大完工时间，降低了约4.7%的生产成本。
提出中高轨通信星座重构指标作为重构方案的评价标准，根据轨道机动所需能量消耗确定星座重构的轨道机动模型；然后，选择双层编码模式构建变量参数，并采用Pareto占优思想及非支配排序遗传算法构建重构优化模型，提出高轨通信星座重构方法；最后，根据设定的威胁场景分析确定重构环境，并对重构方法进行仿真验证。结果表明，该方法能够给出基于重构目标的最优重构解集，为受损星座快速恢复通信功能提供最优的可行方案，在中高...
为合理确定面齿轮副小轮的修形参数,设计了均由2段抛物线与1段直线组成的直齿小轮齿廓和齿向修形曲线,将由三次B样条拟合得到的修形曲面与理论齿面相叠加来构造拓扑修形齿面。采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ),结合面齿轮副的几何接触分析(TCA)和承载接触分析(LTCA)技术,提出了以修形曲线参数为优化变量,使抛物线几何传动误差曲线两端对称、接触印痕限制在齿宽中部、承载传动误差波动幅值...
为探究高速铁路桥梁风屏障高度的多目标优化问题，基于计算流体动力学理论，采用数值模拟方法计算设置有不同高度风障时，列车及桥梁各自的气动力系数。以车辆侧倾稳定性力矩系数及桥梁阻力系数为优化目标，风屏障高度为设计变量，采用多目标遗传算法（NSGA-II）求解Pareto最优解集，采用数据包络分析方法（DEA）评价Pareto解集中各个解的相对效率，得到最优风屏障高度。结果表明：采用NSGA-II&DEA...
针对子学科具有物理目标的多目标协同优化问题, 研究基于NSGA-II 的求解策略. 鉴于子学科个体满足约束可行性的进化过程与系统级分配期望值无关, 提出具有良好的可行性和多样性的初始种群生成方法, 以提高多目标子学科的计算效率和计算精度. 为了解决由一致性目标函数与物理目标函数的作用不同而造成的NSGA-II 非支配级排序困难, 提出将子学科一致性目标函数转化为子学科自身约束的策略. 最后, 利用...
采用循环拥挤排序策略的改进 NSGA-II算法
遗传算法 多目标优化 循环拥挤排序
2014/9/15
采用循环的拥挤排序策略，改进NSGA-II多目标优化算法。循环的拥挤排序策略考虑在某个解被淘汰后对其它解的拥挤距离的影响。循环的拥挤排序策略首先对非支配解集全部解计算拥挤距离，极端解的拥挤距离设为无穷大，之后淘汰拥挤距离最小的解；循环这一操作直到淘汰指定数量的支配解为止。分析了循环拥挤排序策略的时间复杂度。仿真实验表明，改进NSGA-II算法具有较好的收敛性和多样性。
基于NSGA-II遗传算法的磁流变悬置多目标优化
优化 倍程区间灵敏度 NSGA-II算法
2014/8/1
磁流变悬置集总参数优化是设计高性能发动机悬置的关键。为克服以往悬置优化中优化目标单一、优化目标选取不合理、未考虑实际加工可行性等问题，建立单自由度磁流变悬置隔振系统数学模型，提出倍程区间灵敏度分析法，对各集总参数灵敏度进行分析，并以此为依据选取优化变量。以发动机常用转速激振频率段的力传递率积分为优化目标，采用改进型非支配排序遗传算法(NSGA-II)进行多目标优化。在一定范围内将结构尺寸进行离散化...
以提高均载性能和轻量化为目标对某分扭传动系统进行了多目标优化设计.建立了分扭传动的非线性动力学模型，通过计算不同输入功率和输入转速下的均载系数，衡量分扭传动系统均载性能.以分扭传动系统参数为设计变量，考虑多工况条件，建立了以均载系数和质量最小为目标函数的多目标优化模型.为了提高计算效率，提出了具有适应值预测机制的非支配排序遗传算法（FA-NSGA）.利用3个基准函数对FA-NSGA进行收敛性和有效...
对第2代非支配排序遗传算法(NSGAⅡ)进行改进,提出以非支配序为进化方向的微分进化(DE)算法代替传统的遗传操作,提高了算法的收敛速度.针对目前航空发动机多变量控制领域广泛关注的线性二次型调节器(LQR)控制与H2/H∞控制存在的保守性问题,提出了将时域性能指标、二次型性能指标与H∞性能指标相结合,通过改进NSGAⅡ优化权矩阵 Q, R ,最终获得航空发动机LQ/H∞控制器的设计方法.与其他控制...