多目标遗传算法在电机控制系统参数整定中的应用

本文给出了一种基于多目标遗传算法的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用多目标遗传算法（NSGAⅡ）求出Pareto最优解。使用信息熵法对最优解的属性进行权值计算,根据逼近理想解的排序方法对Pareto最优解给出排序。计算了一个电机控制的数值算例,结果表明本文方法所设计的PID控制器性能优异,适合工程实际应用。     

基于多目标遗传算法和多属性决策的船舶PID控制器参数整定

提出了一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用多目标遗传算法(MOGA)求出Pareto最优解.由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.计算了一个二阶船舶控制的数值算例,结果表明本文提出的联合方法通用性好,设计的PID性能优异,适合工程实际应用.     

可调螺距螺旋桨控制系统PID参数整定

针对船舶调距桨PID控制系统的参数整定问题,提出了一种基于多目标遗传算法和多属性决策的参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法进行多属性决策研究,对Pareto最优解给出排序。计算了某水面船舶可调螺距螺旋桨的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

船舶六自由度转台电液伺服系统参数整定方法

针对船舶六自由度转台电液伺服系统的参数整定问题,提出一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑了系统超调量、稳定时间和ITAE指标,采用多目标遗传算法求出Pareto最优解。使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法（TOP—SIS）进行多属性决策（MADM）研究。计算了转台电液伺服控制的数值算例,结果表明本文提出的联合方法通用性好,所设计的PID性能优异,适合工程实际应用。     

船舶柴油机调速器参数整定的多目标优化和多属性决策研究

综合考虑系统在输入阶跃扰动和负荷扰动两个工况时的超调量、稳定时间和ITAE指标,研究了PID控制器参数寻优的问题。采用多目标遗传算法求出Pareto最优解,使用信息熵法和逼近理想解的排序方法（TOPSIS）对Pareto最优解给出了排序。计算了一艘水面船舶柴油机调速器控制的数值算例,结果表明本文方法有效,所设计的PID性能优异,可以工程实际应用。     

动力吸振器的多目标优化和多属性决策研究

动力吸振器被广泛用于船舶、飞机和汽车等工业领域。在结构振动控制中,为了最大限度地发挥吸振器的耗能减振作用,需要寻找吸振器的最优参数,即最优频率比、最优阻尼比和最优质量比,使得结构在不同的频率激励下获得最好的减振效果。文章将基于进化算法的多目标优化技术与多属性决策方法联合运用,针对主系统存在阻尼的减振系统,研究了动力吸振器的优化和决策问题。对于多目标优化问题,采用改进的非支配解排序的多目标进化算法(NSGAII),求出Pareto最优解,由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵方法对最优解的属性进行权值计算,然后用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序。文中给出了4个设计参数、3个目标函数的动力吸振器优化设计算例。     

基于MATLAB遗传工具箱的多目标函数优化

本文对遗传算法的基本特点、步骤和流程和基于MATLAB的遗传算法优化工具箱进行了介绍,结合多目标函数问题的优化实例,说明了遗传算法是一种具有良好的全局寻优性能的优化方法.     

船舶系统可靠性指标分配的多目标优化方法

针对船舶系统可靠性设计问题,采用改进非支配排序遗传算法(NSGA Ⅱ)研究了可靠性指标分配中的多目标优化设计.根据Pareto最优解集形成决策矩阵,基于信息熵法得到属性权重,利用逼近理想解的排序方法(TOPSIS)进行多属性决策研究.对Pareto最优解给出排序.采用本文方法讨论了一个船舶系统可靠度的分配和预测算例,给出了可靠度和费用之间的拟合关系.数值算例表明,综合采用多目标优化和多属性决策技术,可以迅速、客观选择各部件的可靠度.这种综合方法还能用于可靠性研究的其他领域.     

舰船概念设计多目标优化和多属性决策研究

在舰船概念设计阶段,设计者经常遇到要牛成大量的船型方案,并从中筛选出1个或者几个综合性能比较好的方案的问题.将基于进化箅法的多目标优化技术与多属性决策方法联合运用,探讨了船舶的多目标优化和决策问题.对于多目标优化问题,采用改进的非支配解排序的多目标进化优化算法(NSGA Ⅱ),求出Pareto最优解,由这些Pareto最优解构成决策矩阵.基于信息熵方法和层次分析法(AHP)联合得到属性权重,用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.应用本文方法,对水面舰船概念设计进行了分析.数值计算结果表明,综合多目标优化和多属性决策技术,能够迅速、客观地选择合理的主要参数.这种综合方法也能够广泛应用于舰船其它设计领域.     

基于多目标粒子群算法的动力吸振器参数优化和决策研究

动力吸振器在船舶领域得到广泛应用.在船舶振动控制中需要寻找吸振器的最优参数,即最优频率比、最优阻尼比和最优质量比,使得结构在不同的频率激励下获得最好的减振效果.本文将基于多目标粒子群算法的优化技术与多属性决策方法联合运用,针对主系统存在阻尼的减振系统,研究了动力吸振器参数优化和决策问题.对于多目标优化问题,采用多目标粒子群算法(α-MOPSO)求出Pareto最优解,基于熵方法得到属性权重,用逼近理想解的排序方法(TOPSIS)对Pareto最优解给出排序.文中给出了4个设计参数、2个目标函数的动力吸振器优化设计算例.计算结果表明,文中提出的联合方法能够有效应用于动力吸振器的参数优化.     

基于多目标遗传算法的潜器外形优化设计

计算流体力学软件应用于潜水器外形优化设计时,精度虽高,但效率低下。因此研究了试验设计和响应面模型技术,提出了一个潜水器外形优化设计的策略。其基本思想是:首先应用Gambit软件的日志文件建立起水动力分析模型,然后根据设计要求选取设计变量,用试验设计的方法在设计变量空间里选取样本点并进行阻力性能计算,得到各样本点的响应,并建立阻力、包络体积的二阶多项式模型响应面模型。潜水器设计时需要考虑能源与设备布置要求,因此将阻力与体积作为艇型优化的两个目标,研究了多目标遗传算法,并给出了Pareto最优解集。结果表明,文中采用近似模型的艇型优化过程,不但效率得到提高,精度也能得到保证,而且由CFD结果建立的阻力估算公式可以为后续设计带来很高的参考价值。     

基于多目标遗传算法的飞行甲板参数化设计优化方法

飞行甲板是航母总体设计的关键和难点,开展飞行甲板设计优化对提高航母的甲板布列、舰载机的出动回收能力等总体设计具有重要意义。为解决飞行甲板设计变量、评估要素众多而带来的总体设计的复杂性和多样性,提出一种全参数化的飞行甲板建模方法,并采用多目标遗传算法,建立飞行甲板多目标设计优化的数学模型和算法。研究表明:飞行甲板参数化模型可准确构建飞行甲板的外形方案,结合多目标遗传算法可有效实现飞行甲板多方案的自动评估和优化,获得多目标优化的前沿解。     

基于多目标遗传算法的复式转叶舵机结构优化

针对舰船转叶舵机运动时舵叶与水动力之间存在强力位耦合的问题,设计一种新型复式液压摆动缸转舵机构。为减小结构整体占地面积,基于多目标遗传算法(Multi-Objective Genetic Algorithm, MOGA)建立以复式摆动缸壳体内径、力矩解耦缸转子内径、驱动缸转子轮毂直径、动静叶片高度、动静叶片宽度和壳体厚度几何尺寸为设计变量的多目标优化模型。在使用遗传算法(Genetic Algorithm, GA)求解非线性约束条件下的多变量优化问题时,通过设计罚函数,将适应度函数与约束条件分离以处理约束条件,根据设定的准则择优筛选最优尺寸参数。通过有限元软件ANSYS对摆动缸壳体、力矩解耦缸转子和驱动缸转子进行应力应变分析。结果表明,在满足结构强度、刚度和安全因数的前提下,复式摆动缸结构尺寸最优,验证优化后结构的可靠性。     

熟悉的PID调节陌生的PID调整--船舶气动调节器的参数调整

本文介绍了PID调节器的品质指标、响应和参数调整，并介绍了一种实用的船舶气动调节器参数调整方法。     

大顶子山航电枢纽水轮机参数优化设计

水轮机的参数选择直接影响水电站的长远效益,文章描述了大顶子山航电枢纽工程的水轮机主要参数优化,揭示了低水头贯流式水电站水轮机性能参数的特点。对相近机型的优化设计具有参考意义。     

大方形系数低速船艉部线型多目标优化设计

本文结合船型设计技术的最新发展动态,将高精度CFD数值评估技术与优化理论及船体几何自动重构技术相整合,建立了“以精细数值评估优化为特征”的船型设计方法。以阻力性能优异的6600DWT 散货船作为优化设计对象,总阻力和桨盘面流场品质作为目标函数,采用多目标粒子群优化算法（MOPSO）、FFD几何重构方法对船艉线型进行了自动优化设计。结果表明：在满足工程约束条件的情况下,6600DWT散货船优华设计方案阻力的收益较为显著,其中一个优方案在尾部流场质量改善的情况下,剩余阻力减小了10.3%。     

船舶概念设计阶段多学科和多目标优化研究

船型设计之初,设计者往往会通过船舶多个学科的分析,并从很多船型方案中进行选择比较.该文基于多学科设计优化(MDO)的框架,采用多目标进化算法和决策技术的运用,讨论了船舶概念设计阶段的综合性能优化问题.将船舶总体概念设计按MDO的要求分解为系统控制层和5个子系统,考虑了排水量、综合效率、相对回转直径和造价等多目标函数,采用改进的非支配解排序的多目标进化优化算法(NSGA Ⅱ)和多学科可行解方法(MDF)求出Pareto最优解.然后用逼近理想解的排序方法(TOPSIS)对这些Pareto解进行选优.应用文中的方法,对35 000吨载重量的油船进行了概念设计分析.数值算例表明,综合多学科设计和多目标优化以及决策,能够有效、客观选择合理的船型和主尺度参数.