基于遺傳算法和多目標多項目決策技術(shù)變電站優(yōu)化選址

針對目前大多數(shù)電梯群控系統(tǒng)都以單一目標為基礎(chǔ)來調(diào)度電梯,提出了一種基于遺傳算法的多目標群控算法,該算法不僅考慮了候梯時間和乘梯時間,還考慮了系統(tǒng)能耗。通過應(yīng)用仿真系統(tǒng)對算法進行了驗證,運行實驗結(jié)果表明了此方案的可行性和優(yōu)越性。

大口徑火炮后坐阻力和炮口擾動是影響火炮射擊精度的關(guān)鍵因素,為了減小后坐阻力峰值和炮口擾動,基于剛?cè)狁詈蟿恿W理論,建立了某型火炮剛?cè)狁詈舷到y(tǒng)動力學模型。從反后坐裝置結(jié)構(gòu)和總體結(jié)構(gòu)的角度出發(fā),利用adams底層開發(fā)模塊,結(jié)合小生境遺傳算法程序建立多目標優(yōu)化函數(shù),進行火炮反后坐裝置結(jié)構(gòu)多目標優(yōu)化設(shè)計。優(yōu)化后的后坐阻力峰值及炮口擾動明顯降低,表明所提出的優(yōu)化方法合理可行,為火炮總體結(jié)構(gòu)和反后坐裝置結(jié)構(gòu)的優(yōu)化設(shè)計提供一定的技術(shù)參考。

由于現(xiàn)階段對資源的均衡操作大都側(cè)重于對工期-資源同時優(yōu)化,很少涉及質(zhì)量和成本,所以這里提出了一個兩階段優(yōu)化模型,第一階段是基于工期、質(zhì)量和成本三個目標為非線性關(guān)系,建立三個目標的綜合優(yōu)化模型;第二階段是從上階段對所得到的非劣解中由決策者選擇一個或多個滿意的解輸入到本階段進行資源均衡優(yōu)化,兩階段均用遺傳算法求解,最后通過一個實例證明了兩階段模型的可行性與優(yōu)越性.

本文利用遺傳算法的內(nèi)在并行機制及其全局優(yōu)化的特性,運用一種基于目標排序計算適應(yīng)度的多目標遺傳算法(moga),將水資源優(yōu)化配置問題模擬為生物進化問題,通過判斷每一代個體的優(yōu)化程度來進行優(yōu)勝劣汰,從而產(chǎn)生新一代,如此反復(fù)迭代完成水資源優(yōu)化配置。優(yōu)化結(jié)果表明,該算法應(yīng)用在水資源優(yōu)化配置中是成功的。

將挖掘機工作裝置作為一個整體,建立了工作裝置的整體優(yōu)化設(shè)計數(shù)學模型。分別以提升力、鋼繩與斗桿中心線夾角及幾何尺寸作為目標函數(shù),并從設(shè)計經(jīng)驗本身、運動性能、結(jié)構(gòu)幾何尺寸、工作尺寸及邊界條件等方面建立合理的約束條件。應(yīng)用matlab遺傳算法工具箱尋求全局最優(yōu)解。結(jié)果表明,采用遺傳算法可以快捷而有效地對挖掘機工作裝置鉸點位置進行優(yōu)化設(shè)計,是對挖掘機性能進行優(yōu)化設(shè)計的一種有效方法。

進度、費用和質(zhì)量為工程項目的3大主要控制目標,工程項目多目標優(yōu)化就是要盡可能實現(xiàn)3大目標的和諧統(tǒng)一。利用多目標優(yōu)化理論建立了面向工程項目的多目標優(yōu)化模型,給出了利用向量評價遺傳算法對工程項目多目標優(yōu)化問題的求解設(shè)計思路,闡述了算法的實現(xiàn)流程,并通過實例驗證了該模型有效解決工程項目多目標優(yōu)化的可行性。

文章綜合考慮了變電站規(guī)劃的經(jīng)濟性和安全性,提出了一種基于粒子群算法(pso)和遺傳算法(ga)相混合的變電站優(yōu)化規(guī)劃算法。該算法運用繁殖因子動態(tài)劃分子種群、最佳保持策略和ps0算子等思想,并通過實例進行編程計算,結(jié)果表明該算法比遺傳算法或粒子群算法求得的解更優(yōu)。

項目管理工作中成本、工期、質(zhì)量和資源構(gòu)成互為約束條件的基本要素,各個要素之間有多種組合模式可以實現(xiàn)項目目標。但如何在多種組合模式、多種約束條件和多種資源之間取得平衡,以達成項目目標是本文論述的重點。本文提供一種模型用于綜合考慮成本、工期和資源,并使用基本遺傳算法建立解決問題的數(shù)學模型,最后通過實際應(yīng)用說明該模型在項目管理多目標決策中的有效性。

針對ppp項目政府部門和私營企業(yè)的雙向資金流入和收益來源的多樣化,文章從如何選取最優(yōu)方案獲得最大收益的角度分析收益的多目標性,建立了一個新的基于多目標0-1規(guī)劃的ppp項目決策數(shù)學模型,并給出蟻群算法求解方式,最后將其運用到ppp項目算例中,得出ppp項目決策的一個較好方案,證實了模型的可行性。

針對風電場并網(wǎng)運行的多目標無功優(yōu)化和電壓穩(wěn)定問題,建立了基于異步發(fā)電機內(nèi)部等值電路的含風電場的電力系統(tǒng)無功優(yōu)化模型,提出了風電場無功優(yōu)化的目標函數(shù)和約束條件。結(jié)合非支配排序思想、精英保留策略、改進的小生境技術(shù),得到了一種將向量模適應(yīng)度函數(shù)作為淘汰準則的改進pareto遺傳多目標優(yōu)化算法。以某風電場接入ieee14節(jié)點標準測試系統(tǒng)為例,將改進算法用于含風電場的電力系統(tǒng)無功優(yōu)化。仿真結(jié)果表明,應(yīng)用改進的遺傳多目標優(yōu)化算法可以同時得到多組pareto最優(yōu)解,為決策者提供了更多的選擇余地,使風電場并網(wǎng)點母線電壓在允許范圍內(nèi)。

采用支持向量機方法建立350mw燃煤電站鍋爐nox預(yù)測模型和鍋爐效率預(yù)測模型,并采用遺傳算法對nox和鍋爐效率進行多目標優(yōu)化,表明支持向量機和遺傳算法可以用于指導參數(shù)調(diào)節(jié),進行燃燒優(yōu)化。

區(qū)域水資源優(yōu)化配置是社會、經(jīng)濟及環(huán)境綜合效益最佳的大系統(tǒng)多目標規(guī)劃問題,根據(jù)榆林地區(qū)特點,基于區(qū)域水資源可持續(xù)利用理論,研究了以經(jīng)濟、社會和環(huán)境的綜合效益最大為目標的優(yōu)化配置模型建立的方法,討論了基于遺傳算法的多目標優(yōu)化求解的可行性,為榆林地區(qū)及其他地區(qū)水資源多目標配置求解奠定了理論基礎(chǔ)。

本文采用支持向量機方法建立了350mw燃煤電站鍋爐nox預(yù)測模型和鍋爐效率預(yù)測模型，并采用遺傳算法對nox和鍋爐效率進行多目標優(yōu)化，表明支持向量機和遺傳算法可以用于指導參數(shù)調(diào)節(jié)，進行燃燒優(yōu)化。

在高層建筑方案概念設(shè)計階段,同時考慮了建筑、結(jié)構(gòu)、設(shè)備等多種因素,并運用多目標遺傳算法及matlab編程,對高層建筑概念設(shè)計進行優(yōu)化.算法中的隨機變權(quán)重因子可以更好地體現(xiàn)不同決策的側(cè)重傾向,從而更好地符合實際需要.以高層辦公建筑為例,提出了具體的方法和實施步驟,所得結(jié)果可為工程設(shè)計人員提供有益的借鑒.

目的以可持續(xù)發(fā)展的總體要求為基礎(chǔ)，構(gòu)建符合社會、經(jīng)濟和生態(tài)三者為目標的水資源優(yōu)化配置模型，達到三者效益的最大化．方法針對傳統(tǒng)將多目標轉(zhuǎn)換成單目標求解中權(quán)重和指標等賦值受主觀因素影響的問題，使用遺傳算法進行多目標優(yōu)化．以沈陽市為例，依照其水資源實際情況確定模型中的各項參數(shù)，借助matlab軟件對水資源優(yōu)化配置模型進行計算求解．結(jié)果由遼西北（lxb）供水工程竣工前水資源配置方案，結(jié)合未來lxb供水工程相關(guān)規(guī)劃得出了2020年和2030年規(guī)劃水平年不同保證率下的水資源優(yōu)化配置方案；各水源和用戶的供水量均有下降，地下水的供水量明顯減少，優(yōu)化配置結(jié)果相對合理可靠．結(jié)論筆者所提出的方案為沈陽市節(jié)水型城市的建設(shè)提供了一定的理論支撐，同時也證明該研究方法在解決多目標規(guī)劃問題有一定優(yōu)勢．

節(jié)點的安全性是ad-hoc網(wǎng)絡(luò)面臨的重要問題,因為通過非安全節(jié)點可以竊取、篡改網(wǎng)絡(luò)中的數(shù)據(jù)包,甚至對網(wǎng)絡(luò)造成致命性的破壞。通常情況下,ad-hoc網(wǎng)絡(luò)是借助于基于密鑰的認證算法來實現(xiàn)節(jié)點的安全性保障的,但是這些認證算法并不適用于ad-hoc的特殊網(wǎng)絡(luò)環(huán)境。將遺傳算法應(yīng)用于節(jié)點安全性認證領(lǐng)域,通過基于多目標優(yōu)化的認證機制,取代了密鑰認證機制。通過模擬實驗表明,基于多目標優(yōu)化的認證機制,在ad-hoc網(wǎng)絡(luò)環(huán)境中,性能較為優(yōu)越。

對基于多目標遺傳算法的水資源優(yōu)化配置模型進行研究,可為城市水資源可持續(xù)利用和規(guī)劃管理提供一定的參考依據(jù)。根據(jù)西寧市的水資源實際情況,建立水資源優(yōu)化配置模型,并利用多目標遺傳算法對該區(qū)域水資源進行了優(yōu)化配置。結(jié)果表明,在各水平年不同保證率條件下,西寧市水資源經(jīng)優(yōu)化配置后的總供水量有所減少,各個水源的供水量亦有不同程度的減少,其中地表水和地下水減少的供水量較為明顯。研究結(jié)果表明,多目標遺傳算法在水資源優(yōu)化配置中的應(yīng)用效果較好,優(yōu)化結(jié)果合理可靠。

針對如何從電網(wǎng)建設(shè)上報的大量輸變電工程中,選擇需要的且以一種有效方案實施的立項決策關(guān)鍵問題進行研究,提出了一種基于雙層多目標粒子群優(yōu)化算法的輸變電工程立項決策評價模型。該模型包括2個階段——立項和決策,采用雙層多目標粒子群優(yōu)化算法對模型進行求解pareto最優(yōu)解,并使用5個評價指標——電網(wǎng)的安全性、適應(yīng)性、環(huán)境友好性、經(jīng)濟與協(xié)調(diào)性綜合選出最優(yōu)方案。最后對所提出的算法模型進行算例分析驗證,驗證結(jié)果證明了本算法模型的有效性。

基于傳統(tǒng)最優(yōu)化理論及經(jīng)驗估計法的機械結(jié)構(gòu)優(yōu)化設(shè)計存在局部極值、對目標函數(shù)的可微性有嚴格要求、優(yōu)化結(jié)果與初始值有較大的相關(guān)性等。以五自由度機械臂桿件長度優(yōu)化設(shè)計為例,建立以機械臂各桿件長度為變量的總功率、各關(guān)節(jié)角加速度和結(jié)構(gòu)緊湊性的目標函數(shù),運用多目標遺傳算法結(jié)合模糊判斷策略的智能優(yōu)化方法,并與傳統(tǒng)設(shè)計方法的求解計算進行對比分析,表明智能優(yōu)化方法對機械臂桿件長度的優(yōu)化設(shè)計結(jié)果更加滿足經(jīng)濟性、穩(wěn)定性和結(jié)構(gòu)空間的要求。

傳統(tǒng)的項目進度一維優(yōu)化擴展至有偏好的二維目標（進度、成本）優(yōu)化,同時將成本優(yōu)化目標分解為項目成本大小以及資源均衡度從而構(gòu)成三維目標優(yōu)化,將無資源約束的環(huán)境擴展至資源約束下的復(fù)雜環(huán)境,將局部搜索優(yōu)化領(lǐng)域擴展至全局范圍內(nèi)的優(yōu)化.在內(nèi)容上,先對項目的單目標優(yōu)化管理理論進行詳盡研究并指出其現(xiàn)實的局限性,同時提出了智能啟化式方法-遺傳算法在資源約束下項目管理優(yōu)化方面的優(yōu)勢.在此基礎(chǔ)上本文構(gòu)建了基于三維目標偏好的項目管理優(yōu)化仿真模型,解決了項目管理優(yōu)化理論中最為重要的兩大問題：資源約束下的項目進度優(yōu)化以及資源約束下的三維目標（項目進度、項目成本以及資源均衡度）的優(yōu)化問題.為了驗證此模型對以上問題的有效性,本文應(yīng)用matlab仿真技術(shù)進行仿真模擬并與傳統(tǒng)方法做比較,從結(jié)果可以看出遺傳算法能夠更好的解決此類問題.

針對施工網(wǎng)絡(luò)計劃中的工期成本優(yōu)化問題,采用遺傳算法對施工項目工期成本優(yōu)化問題進行探討,以解決工程中不確定因素的問題,且優(yōu)化結(jié)果更精確。

基于遺傳算法建立了面向工程項目的資源優(yōu)化模型。通過在模型中構(gòu)造一個能反映“資源分配”和“資源均衡”兩方面優(yōu)化程度的適應(yīng)度函數(shù),并在復(fù)制操作中,對群中個體先進行分類再選擇復(fù)制,有效地解決了多種資源的綜合優(yōu)化問題。給出了利用遺傳算法對資源優(yōu)化問題的求解設(shè)計思路,闡述了算法的實現(xiàn)流程,并通過實例驗證了該模型的可行性。