基于遺傳算法和多目標(biāo)多項(xiàng)目決策技術(shù)變電站優(yōu)化選址

針對(duì)目前大多數(shù)電梯群控系統(tǒng)都以單一目標(biāo)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(biāo)群控算法,該算法不僅考慮了候梯時(shí)間和乘梯時(shí)間,還考慮了系統(tǒng)能耗。通過應(yīng)用仿真系統(tǒng)對(duì)算法進(jìn)行了驗(yàn)證,運(yùn)行實(shí)驗(yàn)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(dòng)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(dòng),基于剛?cè)狁詈蟿?dòng)力學(xué)理論,建立了某型火炮剛?cè)狁詈舷到y(tǒng)動(dòng)力學(xué)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(biāo)優(yōu)化函數(shù),進(jìn)行火炮反后坐裝置結(jié)構(gòu)多目標(biāo)優(yōu)化設(shè)計(jì)。優(yōu)化后的后坐阻力峰值及炮口擾動(dòng)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(jì)提供一定的技術(shù)參考。

由于現(xiàn)階段對(duì)資源的均衡操作大都側(cè)重于對(duì)工期-資源同時(shí)優(yōu)化,很少涉及質(zhì)量和成本,所以這里提出了一個(gè)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(gè)目標(biāo)為非線性關(guān)系,建立三個(gè)目標(biāo)的綜合優(yōu)化模型;第二階段是從上階段對(duì)所得到的非劣解中由決策者選擇一個(gè)或多個(gè)滿意的解輸入到本階段進(jìn)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(gè)實(shí)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(jī)制及其全局優(yōu)化的特性,運(yùn)用一種基于目標(biāo)排序計(jì)算適應(yīng)度的多目標(biāo)遺傳算法(moga),將水資源優(yōu)化配置問題模擬為生物進(jìn)化問題,通過判斷每一代個(gè)體的優(yōu)化程度來進(jìn)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(jī)工作裝置作為一個(gè)整體,建立了工作裝置的整體優(yōu)化設(shè)計(jì)數(shù)學(xué)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(biāo)函數(shù),并從設(shè)計(jì)經(jīng)驗(yàn)本身、運(yùn)動(dòng)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(duì)挖掘機(jī)工作裝置鉸點(diǎn)位置進(jìn)行優(yōu)化設(shè)計(jì),是對(duì)挖掘機(jī)性能進(jìn)行優(yōu)化設(shè)計(jì)的一種有效方法。

進(jìn)度、費(fèi)用和質(zhì)量為工程項(xiàng)目的3大主要控制目標(biāo),工程項(xiàng)目多目標(biāo)優(yōu)化就是要盡可能實(shí)現(xiàn)3大目標(biāo)的和諧統(tǒng)一。利用多目標(biāo)優(yōu)化理論建立了面向工程項(xiàng)目的多目標(biāo)優(yōu)化模型,給出了利用向量評(píng)價(jià)遺傳算法對(duì)工程項(xiàng)目多目標(biāo)優(yōu)化問題的求解設(shè)計(jì)思路,闡述了算法的實(shí)現(xiàn)流程,并通過實(shí)例驗(yàn)證了該模型有效解決工程項(xiàng)目多目標(biāo)優(yōu)化的可行性。

文章綜合考慮了變電站規(guī)劃的經(jīng)濟(jì)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(yùn)用繁殖因子動(dòng)態(tài)劃分子種群、最佳保持策略和ps0算子等思想,并通過實(shí)例進(jìn)行編程計(jì)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(xiàng)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(gè)要素之間有多種組合模式可以實(shí)現(xiàn)項(xiàng)目目標(biāo)。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(dá)成項(xiàng)目目標(biāo)是本文論述的重點(diǎn)。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(xué)模型,最后通過實(shí)際應(yīng)用說明該模型在項(xiàng)目管理多目標(biāo)決策中的有效性。

針對(duì)ppp項(xiàng)目政府部門和私營(yíng)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(biāo)性,建立了一個(gè)新的基于多目標(biāo)0-1規(guī)劃的ppp項(xiàng)目決策數(shù)學(xué)模型,并給出蟻群算法求解方式,最后將其運(yùn)用到ppp項(xiàng)目算例中,得出ppp項(xiàng)目決策的一個(gè)較好方案,證實(shí)了模型的可行性。

針對(duì)風(fēng)電場(chǎng)并網(wǎng)運(yùn)行的多目標(biāo)無功優(yōu)化和電壓穩(wěn)定問題,建立了基于異步發(fā)電機(jī)內(nèi)部等值電路的含風(fēng)電場(chǎng)的電力系統(tǒng)無功優(yōu)化模型,提出了風(fēng)電場(chǎng)無功優(yōu)化的目標(biāo)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(jìn)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(zhǔn)則的改進(jìn)pareto遺傳多目標(biāo)優(yōu)化算法。以某風(fēng)電場(chǎng)接入ieee14節(jié)點(diǎn)標(biāo)準(zhǔn)測(cè)試系統(tǒng)為例,將改進(jìn)算法用于含風(fēng)電場(chǎng)的電力系統(tǒng)無功優(yōu)化。仿真結(jié)果表明,應(yīng)用改進(jìn)的遺傳多目標(biāo)優(yōu)化算法可以同時(shí)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(fēng)電場(chǎng)并網(wǎng)點(diǎn)母線電壓在允許范圍內(nèi)。

采用支持向量機(jī)方法建立350mw燃煤電站鍋爐nox預(yù)測(cè)模型和鍋爐效率預(yù)測(cè)模型,并采用遺傳算法對(duì)nox和鍋爐效率進(jìn)行多目標(biāo)優(yōu)化,表明支持向量機(jī)和遺傳算法可以用于指導(dǎo)參數(shù)調(diào)節(jié),進(jìn)行燃燒優(yōu)化。

區(qū)域水資源優(yōu)化配置是社會(huì)、經(jīng)濟(jì)及環(huán)境綜合效益最佳的大系統(tǒng)多目標(biāo)規(guī)劃問題,根據(jù)榆林地區(qū)特點(diǎn),基于區(qū)域水資源可持續(xù)利用理論,研究了以經(jīng)濟(jì)、社會(huì)和環(huán)境的綜合效益最大為目標(biāo)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(biāo)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(biāo)配置求解奠定了理論基礎(chǔ)。

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

在高層建筑方案概念設(shè)計(jì)階段,同時(shí)考慮了建筑、結(jié)構(gòu)、設(shè)備等多種因素,并運(yùn)用多目標(biāo)遺傳算法及matlab編程,對(duì)高層建筑概念設(shè)計(jì)進(jìn)行優(yōu)化.算法中的隨機(jī)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(shí)際需要.以高層辦公建筑為例,提出了具體的方法和實(shí)施步驟,所得結(jié)果可為工程設(shè)計(jì)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(huì)、經(jīng)濟(jì)和生態(tài)三者為目標(biāo)的水資源優(yōu)化配置模型，達(dá)到三者效益的最大化．方法針對(duì)傳統(tǒng)將多目標(biāo)轉(zhuǎn)換成單目標(biāo)求解中權(quán)重和指標(biāo)等賦值受主觀因素影響的問題，使用遺傳算法進(jìn)行多目標(biāo)優(yōu)化．以沈陽市為例，依照其水資源實(shí)際情況確定模型中的各項(xiàng)參數(shù)，借助matlab軟件對(duì)水資源優(yōu)化配置模型進(jìn)行計(jì)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(duì)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(shí)也證明該研究方法在解決多目標(biāo)規(guī)劃問題有一定優(yōu)勢(shì)．

節(jié)點(diǎn)的安全性是ad-hoc網(wǎng)絡(luò)面臨的重要問題,因?yàn)橥ㄟ^非安全節(jié)點(diǎn)可以竊取、篡改網(wǎng)絡(luò)中的數(shù)據(jù)包,甚至對(duì)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(rèn)證算法來實(shí)現(xiàn)節(jié)點(diǎn)的安全性保障的,但是這些認(rèn)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(diǎn)安全性認(rèn)證領(lǐng)域,通過基于多目標(biāo)優(yōu)化的認(rèn)證機(jī)制,取代了密鑰認(rèn)證機(jī)制。通過模擬實(shí)驗(yàn)表明,基于多目標(biāo)優(yōu)化的認(rèn)證機(jī)制,在ad-hoc網(wǎng)絡(luò)環(huán)境中,性能較為優(yōu)越。

對(duì)基于多目標(biāo)遺傳算法的水資源優(yōu)化配置模型進(jìn)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(shí)際情況,建立水資源優(yōu)化配置模型,并利用多目標(biāo)遺傳算法對(duì)該區(qū)域水資源進(jìn)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(gè)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(biāo)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(duì)如何從電網(wǎng)建設(shè)上報(bào)的大量輸變電工程中,選擇需要的且以一種有效方案實(shí)施的立項(xiàng)決策關(guān)鍵問題進(jìn)行研究,提出了一種基于雙層多目標(biāo)粒子群優(yōu)化算法的輸變電工程立項(xiàng)決策評(píng)價(jià)模型。該模型包括2個(gè)階段——立項(xiàng)和決策,采用雙層多目標(biāo)粒子群優(yōu)化算法對(duì)模型進(jìn)行求解pareto最優(yōu)解,并使用5個(gè)評(píng)價(jià)指標(biāo)——電網(wǎng)的安全性、適應(yīng)性、環(huán)境友好性、經(jīng)濟(jì)與協(xié)調(diào)性綜合選出最優(yōu)方案。最后對(duì)所提出的算法模型進(jìn)行算例分析驗(yàn)證,驗(yàn)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(yàn)估計(jì)法的機(jī)械結(jié)構(gòu)優(yōu)化設(shè)計(jì)存在局部極值、對(duì)目標(biāo)函數(shù)的可微性有嚴(yán)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(jī)械臂桿件長(zhǎng)度優(yōu)化設(shè)計(jì)為例,建立以機(jī)械臂各桿件長(zhǎng)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(biāo)函數(shù),運(yùn)用多目標(biāo)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(jì)方法的求解計(jì)算進(jìn)行對(duì)比分析,表明智能優(yōu)化方法對(duì)機(jī)械臂桿件長(zhǎng)度的優(yōu)化設(shè)計(jì)結(jié)果更加滿足經(jīng)濟(jì)性、穩(wěn)定性和結(jié)構(gòu)空間的要求。

傳統(tǒng)的項(xiàng)目進(jìn)度一維優(yōu)化擴(kuò)展至有偏好的二維目標(biāo)（進(jìn)度、成本）優(yōu)化,同時(shí)將成本優(yōu)化目標(biāo)分解為項(xiàng)目成本大小以及資源均衡度從而構(gòu)成三維目標(biāo)優(yōu)化,將無資源約束的環(huán)境擴(kuò)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(kuò)展至全局范圍內(nèi)的優(yōu)化.在內(nèi)容上,先對(duì)項(xiàng)目的單目標(biāo)優(yōu)化管理理論進(jìn)行詳盡研究并指出其現(xiàn)實(shí)的局限性,同時(shí)提出了智能啟化式方法-遺傳算法在資源約束下項(xiàng)目管理優(yōu)化方面的優(yōu)勢(shì).在此基礎(chǔ)上本文構(gòu)建了基于三維目標(biāo)偏好的項(xiàng)目管理優(yōu)化仿真模型,解決了項(xiàng)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(xiàng)目進(jìn)度優(yōu)化以及資源約束下的三維目標(biāo)（項(xiàng)目進(jìn)度、項(xiàng)目成本以及資源均衡度）的優(yōu)化問題.為了驗(yàn)證此模型對(duì)以上問題的有效性,本文應(yīng)用matlab仿真技術(shù)進(jìn)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(duì)施工網(wǎng)絡(luò)計(jì)劃中的工期成本優(yōu)化問題,采用遺傳算法對(duì)施工項(xiàng)目工期成本優(yōu)化問題進(jìn)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。

梯級(jí)水電站優(yōu)化調(diào)度要考慮發(fā)電、防洪、電網(wǎng)安全運(yùn)行等多個(gè)目標(biāo)，具有高維、動(dòng)態(tài)、非線性等特征，求解復(fù)雜。為解決這一問題，通過改進(jìn)花粉算法搜索策略和引入差分變異操作，加快算法收斂速度，增加種群多樣性，并將該算法用于求解梯級(jí)水電站多目標(biāo)優(yōu)化調(diào)度問題。結(jié)果表明，該算法收斂速度快，求解精度高，對(duì)求解梯級(jí)水電站多目標(biāo)優(yōu)化問題具有一定的優(yōu)越性。