基于改进微分进化算法的节能减排发电调度研究

从节能、环保效益出发,建立了电力系统节能、减排发电调度多目标优化模型。主要采用小生境思想对pareto非劣排序的拥挤度机制进行改进,并采用动态调整机制控制算法参数对传统的进化机制进行改进。以一个6发电单元的系统为例进行仿真,结果表明:对比传统NSGA-II与NSDE算法,该改进非劣微分进化算法(INSDE)能够更好地引导并保证搜索过程向最优解逼近。     

基于参数敏度分析的轮毂轴承寿命多目标优化

为提高某型第三代轮毂轴承受载疲劳寿命,以额定动载荷和额定静载荷作为响应指标,采用正交试验设计对轮毂轴承结构参数进行灵敏度分析,以轮毂轴承滚珠数量、滚珠直径、节圆直径及内外沟曲率半径等主要影响因素作为设计变量,建立轮毂轴承疲劳寿命多目标优化数学模型。分别采用非劣排序遗传算法(NSGA-II)、多岛遗传算法(MIGA)和最优化粒子群优化算法(MOPSO)进行优化求解,得到了轮毂轴承最优结构设计参数,采用有限元仿真分析方法对优化前后的旋压铆合装配成形轮毂轴承疲劳寿命进行对比验证。结果表明：上述优化策略实现了由2个目标函数主导的轮毂轴承整体性能提升,改善了轮毂轴承各组件的应力集中情况,提高了轮毂轴承的疲劳寿命,优化后结构最大应力较初始设计降低了约5.1%,寿命较初始设计结构增加了约3.8%,表明轮毂轴承的疲劳寿命多目标优化设计是有效的。     

基于多目标进化算法的公路路线优化模型

根据公路设计特点,提出建立路线多目标优化模型以提高公路路线计算机辅助设计水平和层次的思想,将其定位在为路线交互设计提供一组协调各设计目标关系的初始方案,降低了优化难度,提高了优化模型的实用性.建立了基于多目标优化算法NSGA-II的路线优化模型,从理论上解决了模型建立过程中遗传编码、目标函数确定、遗传算子设计以及进化算法实现等关键技术问题.在GIS的支持下,对模型进行了验证,证明该模型能迅速获得一组满足路线设计要求的多目标协调路线方案,算法具有可靠性和实用性.     

求解双目标带时间窗车辆路径问题的蚁群算法

针对运输网络为多重图的双目标带时间窗车辆路径问题设计了蚁群算法.首先,建立了多重图的双目标带时间窗车辆路径问题的数学模型,提出了针对该问题解的搜索空间构建方法,定义了一种综合考虑各优化目标、时间窗和信息素等启发信息的状态转移概率公式. 为了对比说明该算法的有效性,同时设计基于NSGA-II的多目标遗传算法.针对本文算例,对蚁群算法中的各参数进行了敏感性分析,根据分析结果设定算法参数,获得了算例的Pareto最优路径集,同时与NSGA-II算法及相关文献算法针对运行时间、收敛性和群体多样性进行比较.结果显示,本文设计的蚁群算法在这3个指标上均明显优于NSGA-II算法;在相同蚂蚁数量情况下,本文的算法在收敛性和群体多样性方面优于相关文献算法.     

随机时变车辆路径问题的多目标鲁棒优化方法

车辆路径问题 （vehicle routing problem,VRP） 是物流配送的核心问题之一,为了提高物流配送的时效性,在传统VRP模型的基础上,同时考虑了路网交通状态的时变性和随机性,基于最小最大准则,提出了一种带硬时间窗的随机时变车辆路径问题 （stochastic time-dependent vehicle routing problem,STDVRP） 的多目标鲁棒优化模型. 设计了一种非支配排序蚁群算法 （non-dominated sorting ant colony optimisation,NSACO）,求解STDVRP多目标优化模型;通过测试算例,对比分析了NSACO算法与改进型非支配排序遗传算法 （non-dominated sorting genetic algorithm II,NSGA-II）. 研究结果表明:对于车辆数最小的Pareto边界解,NSACO算法的平均车辆数比NSGA-II算法小3.33%;对于最坏行程时间最小的Pareto边界解,NSACO算法的平均最坏行程时间比NSGA-II算法小17.49%.      

某越野车车架拓扑优化设计

拓扑优化技术能在给定的设计空间内寻求最佳的材料分布。根据某越野车车架的实际尺寸建立其三维拓扑优化设计空间,以车架质量分数为约束条件,车架柔度最小为目标函数,对车架的弯曲工况进行了单工况拓扑优化设计,并针对这一工况选择不同的优化参数进行了多次优化计算,得到了一组相似的拓扑结构,分析并选择合适的拓扑优化参数。应用得到的拓扑优化参数,基于折衷规划的多目标拓扑优化设计方法,针对汽车使用情况选择合适的工况权重因子,对车架进行了3种工况下的多目标拓扑优化设计研究。     

基于OLSR和源路由的多径路由算法的改进

对基于优化链路状态协议(OLSR)和源路由的多径路由算法(SR-MPOLSR)进行仿真分析发现,由于网络拓扑信息不完整和多径耦合问题,SR-MPOLSR难以找到源路由路径,并且难以提高端到端分组传递的成功率.为此,对OLSR协议进行了扩展,增加了冗余扩散、代理发布和代理选择功能,以获得网络完整的拓扑结构;设计了一种耦合因子为0的多路径选择算法,以避免同源多径业务流之间的相互干扰.仿真实验表明,在大业务量的情况下,改进算法分组投递的成功率比原算法提高约10%.     

基于MMC的自修复材料结构与微胶囊的协同优化

自修复材料作为一种力学构件不仅需要结构宏观构型的拓扑优化，而且需要兼顾自修复剂载体微胶囊的尺寸和分布对自修复材料力学性能和修复效果的影响，因此对结构宏观构型与内置微胶囊进行协同优化具有重要的意义。研究基于可移动变形组件法，以结构柔度为目标函数，材料面积为约束条件，建立了内置微胶囊组件的二维数学模型，基于移动渐近线法（MMA），给出了协同优化自修复材料的设计方法，并与经典自修复材料进行了对比研究，验证了协同优化的优越性。研究表明：两类自修复材料的构型具有相似性；两类自修复材料的结构柔度均随微胶囊体积分数的增加而提高，力学性能发生不同程度的劣化；与经典自修复材料相比，随着体积分数的增加，协同优化自修复材料呈现出更为优异的力学性能，当体积分数接近14%时，其柔度值仅为经典自修复材料的66.1%。     

基于可靠性和结构特性的离散网络设计问题

考虑到交通运输网络的可靠性因素以及拓扑结构的稳定性因素,引入网络连通可靠性和网络结构熵的概念,分别将其改进为系统的优化目标,建立了基于连通可靠性和网络结构熵的多目标离散网络设计模型,并设计了交叉熵算法来求解该问题.通过优化计算,算例结果表明系统的优化目标是可行的并能够较好的改善网络拓扑结构功能.     

连续体结构拓扑优化探讨与应用

以连续体结构为研究对象,对拓扑优化的插值方法、求解算法等进行了简单的探讨,将变密度法和优化准则法成功的应用到连续体结构的拓扑优化设计中.应用变密度法建立结构的拓扑优化数学模型减少了设计变量的数量;采用最优化准则法进行求解提高了计算效率.最后计算并讨论了双工况梁和MBB梁的拓扑结构模拟,取得了较理想的拓扑结果,达到了增强刚度、减轻结构质量的目的.     

基于代理模型的焊接构架纵梁优化设计

以城际动车组焊接构架纵梁为研究对象,以构架纵梁的总体积为目标函数,以应力和位移为约束对其进行了拓扑优化设计.在拓扑优化结构的基础上,基于等效结构应力法分析纵梁相关焊缝的疲劳累积损伤值,并以纵梁板厚为设计变量,考虑应力、位移和焊缝疲劳累积损伤约束,构建焊接构架纵梁的抗疲劳轻量化模型.为有效地求解该优化模型,引入基于Kriging代理模型的序贯近似优化方法,并结合多岛遗传优化算法进行求解.经过拓扑优化设计和抗疲劳尺寸优化设计,最终实现纵梁结构减重约20.6%,该工作为城际动车组转向架构架设计提供了参考.     

非均匀温度场下的热固耦合结构多相材料拓扑优化

为了集成不同特殊的材料以提升结构的性能,提出一种非均匀温度场下的热固耦合结构多相材料拓扑优化设计的方法。以应变能最小化作为目标函数以满足结构刚度要求,以各相材料的体积作为约束,建立非均匀温度场作用下的热固耦合结构多相材料拓扑优化数学模型。利用伴随矩阵法进行灵敏度分析,采用Heaviside过滤求解技术对灵敏度进行过滤,利用移动渐近线算法求解优化问题。数值算例结果表明,提出的非均匀温度场作用下的热固耦合结构多相材料拓扑优化方法是有效的。     

考虑多节点时间窗差异的集装箱多式联运路径选择研究

基于多式联运网络,考虑不同运输方式的能力以及工作时间窗和发车班期,并且根据货主的具体货运需求,构建了运输成本最小、运输时间最少的多目标0-1整数规划模型。通过决策运输路线、运输方式来优化运输路径,采用非支配排序遗传算法(NSGA-II)以及二阶段编码的方式求解模型,经过多次种群进化和非支配解筛选,获得多式联运运输路线的Pareto非劣解集。最后以20个节点、39条运输弧、3种运输方式的多式联运网络为例进行算例分析,验证了算法和模型的可行性和有效性。     

考虑UIC强度准则的轨道车轮辐板渐进结构拓扑优化方法

为了提高轨道车轮的结构性能, 利用渐进结构拓扑优化方法(ESO)建立了轨道车轮的结构优化模型; 以双S型轨道车轮为设计蓝本, 分析了轨道车轮的辐板设计域, 提出了轨道车轮在多工况作用下的渐进结构拓扑优化方法; 介绍了利用渐进结构拓扑优化方法实现结构应力均匀化的优化思路; 根据《整体车轮技术检验》(UIC 510-5:2003)标准, 分别考虑了轨道车轮在直线工况、曲线工况和道岔通过工况, 不仅获得这3种典型工况共同作用下的拓扑优化结构, 而且还获得了3种典型工况依次作用下的6种拓扑结构; 对比了优化前后车轮辐板的应力, 并利用有限元工具验证了优化后车轮的辐板应力特性, 证明渐进结构拓扑优化方法的正确性和有效性。研究结果表明: 利用渐进结构拓扑优化方法对轨道车轮的拓扑优化是适用的; 在车轮质量不增加的前提下, 优化后车轮辐板的厚度增加且不等厚, 有效地减小应力集中, 降低结构应力; 对比原双S型车轮, 优化后6种车轮模型的结构性能均有所提升, 分别提高了16.6%、20.7%、22.5%、21.3%、20.1%和19.5%, 其中, 方案3的优化车轮在3种工况下辐板处的最大结构应力分别降低了4.0%、14.5%和6.7%。研究有助于轨道车轮结构强度的提高, 并对多工况耦合作用下轨道车轮结构优化具有重要的参考价值。      

拓扑优化技术在桥梁截面优化设计中的应用研究

基于传统渐进结构优化算法思想,依据Mises应力准则,编制了适合桥梁截面的连续体结构的拓扑优化算法。首先,建立结构模型并进行有限元求解,获取每个单元的应力并进行降序排列;其次,按一定的删除率选取结构中单元应力较小的区域,并利用单元杀死技术进行剔除;然后循环迭代求解,直至结构优化指标出现极大值;最后,通过简支梁与悬臂梁两个算例对拓扑优化算法进行了验证。结果表明:算法获取的优化构形与前人的结果较吻合,说明该方法是有效可行的,具有实际工程意义。     

桁架结构拓扑优化的微粒群算法

为了解决有应力和位移约束的桁架结构的拓扑优化问题,将微粒群算法用于桁架结构拓扑优化.用罚函数法将应力和位移约束下的结构优化问题转化为无约束优化问题,用微粒群算法迭代计算.为了证明此方法的可行性,给出了2个具有应力和位移约束的桁架结构拓扑优化的算例.计算结果表明,微粒群算法与现有算法获得的桁架结构拓扑优化结果一致.     

一种多目标优化进化算法研究

提出了一种基于多性别遗传算法(MSGA)的多目标优化进化算法，在同一性别种群的进化中采用了线性排名选择算子，给出了一种求解非劣解的算法，并以两个算例作了对解决多目标优化问题有效性的验证。     

热传导结构概率-非概率混合可靠性拓扑优化设计

研究热传导结构在区间变量和随机变量共存时的拓扑优化设计问题.首先,考虑热传导结构材料物理参数和热载荷同时为区间变量和随机变量两种不同类型的变量,基于概率可靠性及非概率可靠性来衡量结构可靠性;其次,构建了以单元相对导热系数为设计变量,导热材料体积极小化为目标函数,满足散热弱度混合可靠性为约束条件的优化数学模型;最后,采用渐进结构优化法进行了求解.在两个算例中,最优拓扑结构的混合可靠度概率值分别为0.94476、0.94476,均大于各自给定混合可靠度概率值0.928650、0.933129,验证了所建模型的合理性及求解策略的有效性.     

基于改进粒子群算法的工程项目综合优化

为解决现有粒子群优化算法进化过程中"早熟"的问题,提出了一种改进的粒子群优化算法HSPSO.算法采用多子群分层策略,以提高收敛速度和优化精度.为求解工程项目的综合优化问题,建立了工期-成本-质量的数学优化模型和多目标优化模型.通过实例对标准粒子群优化算法(SPSO)和差分进化(DE)算法进行了比较,并采用HSPSO算法进行多目标优化.最后,用枚举法验证了模型的合理性和算法的有效性.与已有研究相比,HSPSO算法能在种群规模较小(20个粒子)的情况下,快速找到满意的解(平均迭代次数不超过20次).     

基于SA-RBF神经网络的冲压成形拉延筋优化

为提高神经网络预测精度,利用模拟退火算法对基于k-均值聚类的RBF(radical basis function)神经网络进行了结构优化.首先,以NUMISHEET 02翼子板冲压成形为研究对象,以6条等效拉延筋力作为输入变量,基于Spearman相关分析和拉丁超立方抽样抽取相关性系数较小的数据作为SA-RBF(simulated annealing-RBF)神经网络的训练样本;其次,将训练样本进行Dynaform数值仿真,以起皱缺陷和拉裂缺陷建立的成形质量评价函数为目标函数,通过SA-RBF神经网络建立等效拉延筋力与目标函数间的非线性映射关系;再次,利用NSGA-II算法对其进行求解得到Pareto最前沿,通过灰色关联分析理论确定最佳拉延筋力;第三,利用优化的拉延筋力对翼子板成形进行数值仿真分析,成形极限图结果表明,优化后的成形件起皱显著减少,而且塑性变形更加均匀,提高了成形质量.