共查询到20条相似文献，搜索用时 26 毫秒
1.
基于多目标优化的飞防队作业调度模型研究 总被引：1，自引：0，他引：1
针对面向植保服务订单的多飞防队协同作业模式,综合考虑订单时间窗、病虫害侵染状况、多机协同等关键因素,建立以作业总收益最大、作业总时长最小为优化目标的飞防队作业调度模型;设计了订单优先级排序算法和基于带精英策略的非支配排序遗传算法（NSGA-Ⅱ）的作业路径规划算法,并对调度模型进行了求解。以陕西省武功县植保作业为例,对飞防队作业调度模型及算法进行了验证,实验表明,建立的模型及算法能输出满足时间窗约束的Pareto最优解集,具有良好的搜索性能以及稳定的收敛性能。该研究可为无人机飞防队的调配与决策分析提供科学依据,为农机智能调度系统开发提供参考。 相似文献
2.
基于动态聚集距离的多目标粒子群优化算法及其应 总被引：3，自引：2，他引：1
为了增加Pareto集的多样性,提高多目标优化的全局寻优能力,提出了一种基于动态聚集距离的多目标粒子群算法(DCD-MOPSO).该算法利用改进的快速排序方法来减少计算量,采用动态变化的惯性权重和加速因子以增强算法的全局寻优能力,并基于动态聚集距离对外部集进行维护以增加Pareto集的多样性.通过典型测试函数的仿真实验和应用实例对DCD-MOPSO算法性能进行了分析,并与多目标优化算法MOPSO和NSGA-Ⅱ进行了比较.结果表明,DCD-MOPSO算法收敛速度较快,且得到的Pareto集分布均匀. 相似文献
3.
智能飞行器航迹规划是大范围、多约束的三维规划问题。针对飞行定位误差的约束条件,在飞行区域的误差校正点对飞行航迹误差进行实时校正,考虑智能飞行器自身结构的限制,对当前规划航迹进行曲率半径调整,应用非支配排序算法NSGA-Ⅱ对航迹进行规划。MATLAB仿真结果表明,通过NSGA-Ⅱ算法能够快速有效地得出可供选择的Pareto最优解,达到航迹长度尽可能小和经过校正区域进行校正次数尽可能少的优化目标。 相似文献
4.
为实现拖拉机动力传动系统的最优化匹配,提高整机动力性和燃油经济性,提出一种基于改进非支配排序遗传算法（Non dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ）的拖拉机传动系统匹配优化方法。该方法引入正态分布交叉算子,在保证解集质量的基础上,扩大空间搜索范围,同时加入差分进化变异算子,抽取其中的差分向量与NSGA-Ⅱ算法结合,从而避免算法陷入局部最优,改善种群分布性。随后,以变速箱各挡传动比为输入变量,以驱动功率损失率和比燃油消耗损失率均最低为优化目标,通过分析拖拉机设计理论车速、传动比公比、驱动附着力限制等约束条件,建立了变速箱传动比匹配优化模型,利用改进算法对拖拉机变速箱传动比进行优化,并与原NSGA-Ⅱ算法及加权遗传算法进行对比。分析结果表明,改进NSGA-Ⅱ算法求得的解集分布评价指标SP优于原NSGA-Ⅱ算法,表明Pareto最优解分布更均匀,且更接近测试函数的真实Pareto前沿。经本文算法优化后,理论上拖拉机驱动功率损失率和比燃油消耗损失率分别降低了41.62%和62.8%,运输挡头挡爬坡度可提高2.35%,整机综合性能得到明显改善,且优化效果均优于对比算法,验证了本文方法的有效性,可为拖拉机传动系统设计与优化提供一定参考。 相似文献
5.
《中国农村水利水电》2019,(1)
水文模型校准经验表明,单一目标函数不足以准确预报观测数据的所有特征。为解决这一问题定义多个目标函数用于度量系统模拟的不同方面,并根据多标准优化确定pareto非支配最优解。提出高效的MOSCEM-UA算法能够解决水文模型的多目标优化问题,MOSCEM是对SCE-UA全局优化算法的一种改进,它使用pareto非劣解概念而不是直接对单目标函数评估,pareto解集将最初的点群发展为一组解决源方案的稳定分布。通过对流域场次洪水的模拟,进行单目标与多目标模拟方案对比,从而选出较优的多目标优化的模型参数。结果表明,采用多目标最优非劣解准则选取最优解使筛选结果更具准确性和可靠性,为水文模型参数优化率定提供了较为综合的方法。 相似文献
6.
鄱阳湖水资源优化配置问题是一个多目标优化问题。将Pareto支配关系、精英保留策略、约束主导原理引入到多目标粒子群算法中。针对粒子群算法的容易陷入局部极小值、早熟等缺点,采用了线性变换惯性系数提高搜索的速度和性能,引入遗传算法的变异思想、混沌优化思想避免了陷入局部极小值。应用改进的多目标粒子群算法对鄱阳湖环湖区的水资源优化配置模型进行了求解,得出了一组非劣解集。采用模糊近似理想点法对非劣解进行了评价,得出了鄱阳湖环湖区2030年水资源配置的最佳方案。 相似文献
7.
8.
以长江三峡水库寸滩、武隆入库径流预报项目为依托,研究洪水预报模型参数率定。针对以往洪水预报模型参数率定所采用的人工试错法率定参数困难,精度不高的问题,提出粒子群优化算法和交互式率定方法。实例计算表明,算法加快参数优选速度,交互式率定提高了模型预报精度。 相似文献
9.
基于近亲变异NSGA-Ⅱ算法的多目标柔性作业车间调度 总被引：2，自引：0，他引：2
在研究柔性作业车间多目标调度问题现状和不足的基础上,提出了包括最大完工时间、加工成本以及加工质量3个优化目标的多目标柔性作业车间调度模型;并针对上述模型,提出了基于近亲变异的改进非支配排序遗传算法(Non-dominated sorting genetic algorithm,NSGA-Ⅱ),该算法根据计算交叉染色体的血缘关系,确定子代个体的变异率,优化了NSGA-Ⅱ的变异策略,避免了算法的早熟问题;最后,针对实际案例,构建相应的调度模型和算法,计算结果证实了模型和算法的可行性和有效性。 相似文献
10.
以某智能飞行器为研究对象,研究复杂环境下航迹快速规划。为校正系统结构限制所带来的定位误差,使得智能飞行器能按照预定的航迹完成任务,基于多约束条件最优化理论,采用遗传算法扩展而来的NSGA-Ⅱ(非支配排序遗传算法)算法进行航迹规划。结果表明,基于NSGA-Ⅱ,使用交叉行为和变异行为将初始解进一步筛选优化并最终得到最优解。较好地解决了传统遍历规划的时间复杂性问题,同时有效克服飞行器在转弯时受到结构和控制系统的限制而无法完成即时转弯的约束。 相似文献
11.
12.
为寻求最优苜蓿种子离散元模型接触参数组合,设计了一种可同时测定物料休止角与堆积角的装置,并提出测定方法,将实际试验与仿真试验相结合,以苜蓿种子休止角和堆积角的实测值与仿真值误差为指标,对苜蓿种子模型参数进行标定。通过Plackett-Burman试验筛选出对指标影响显著的接触参数,采用响应曲面法(RSM)建立显著性参数与指标之间的二阶数学模型,采用非支配排序遗传算法Ⅱ(NSGA-Ⅱ)进行多目标寻优计算,获取最优苜蓿种子离散元模型接触参数组合,即种间碰撞恢复系数为0.47,种间静摩擦因数为0.24,种间滚动摩擦因数为0.08。采用槽轮式排种器进行了试验验证,结果表明,在不同排种轮转速条件下,苜蓿种子质量流率实测值和仿真值的平均相对误差为2.89%,该苜蓿种子离散元模型和接触参数能够满足离散元仿真试验要求,基于RSM和NSGA-Ⅱ的多目标优化方法具有科学性和可行性。 相似文献
13.
模型参数率定是提高水文模型模拟效果的重要手段，通过研究一种改进的自适应遗传算法（IAGA）对新安江模型参数进行优化率定，解决传统遗传算法初始种群质量不高、容易早熟收敛、局部搜索能力差等问题。该算法利用混沌变量遍历性特点，随机生成初始种群并选优，提高初始种群的个体质量；针对交叉与变异的进化过程，设计了反映种群离散程度的种群目标函数离散系数，利用该系数构建了自适应调整交叉与变异概率算子，防止遗传算法过早收敛；依托环形交叉算子，提高算法全局搜索能力；采用自适应非均匀变异算子，实时优化算法的局部搜索能力，避免陷入局部最优。将自适应遗传算法、传统遗传算法（GA）和自适应遗传算法（AGA）应用于秦淮河流域新安江模型的参数率定，并从率定的收敛性、耗时、稳定性和效果方面进行算法的性能比较，结果表明：IAGA算法具有更优的寻优能力，更好的收敛结果，更高的稳定性和精度，场次洪水的模拟效果优于GA算法和AGA算法，率定期与验证期确定性系数（R2）均在0.85以上，纳什效率系数（NSE）均在0.8以上，总体达到了水文预报的乙级标准。结果表明采用上述的综合手段改进传统遗传算法是可行的，改进后的IAGA算法具有良... 相似文献
14.
基于pareto front的多目标遗传算法在灌区水资源配置中的应用 总被引：1，自引：0，他引：1
为了解决灌区非充分灌溉时,灌区作物产量最高与供水部门收益最大之间的矛盾,建立了灌区一次灌水水资源配置的多目标优化数学模型.该模型目标函数之一为高度非线性的,为了克服传统方法在求解非线性多目标优化问题时容易陷入局部最优点的缺点,引入了基于Pareto front的多目标遗传算法来解该模型.实例应用表明,基于Pareto front的多目标遗传算法可以快速求解灌区多目标优化问题,并为之提供非劣集,以便决策者参考. 相似文献
15.
水资源紧缺局面愈演愈烈,迫切需要进行水资源优化配置,以此提高水资源利用效率。基于自然元启发的优化算法越来越多的应用于求解多目标水资源优化配置问题。飞蛾火焰算法全局收敛性能较差且容易陷入局部最优解,针对以上问题,结合帕累托最优解概念,引入快速非支配排序策略,利用拥挤度及拥挤度比较算子对飞蛾火焰算法进行改进,继而采用改进的飞蛾火焰算法对ZTD1、ZTD2及ZDT3等3个多目标函数进行仿真实验,结果表明计算得到的帕累托最优前沿接近于理想帕累托前沿,收敛性能及精度优于本文所列举大部分多目标优化算法。最后将改进飞蛾火焰算法应用于三亚市水资源优化配置中,得到了23组帕累托最优解。选择了对缺水量最小有特殊偏好的方案作为最终决策方案,结果显示三亚市不同用水户总需水量39015万m^3,各用水户总分配水量为39015万m^3,缺水量为0,产生的经济效益为203.91亿元。改进的飞蛾火焰算法为多目标水资源优化配置问题提供了新的求解方法。 相似文献
16.
工业及农业领域存在诸多复杂场景，使得机器人常面临由大量非连续离散局部路径组成的复杂轨迹，合理的运动规划是机器人实现预期作业目标的首要基础。本文提出一种基于非支配遗传算法(Non-dominated sorting genetic algorithm, NSGA-Ⅱ)的多目标综合优化方法,算法基于个体的相互支配关系进行分层并引入“拥挤度”指标来表征个体间的差异性，从而为保持遗传过程的种群多样性提供了有力支撑。同时建立了机器人运动学模型并构造了缩短机器人空载路程、运动时间及关节冲击的路径序列优化函数，并在笛卡尔空间与关节空间进行了高阶样条拟合与插值规划，显著提升了空间轨迹的光顺性及几何特性。基于NSGA-Ⅱ生成空间Pareto最优前沿解集，解决了机器人运动时间短、关节冲击小、任务路径优等约束下的多目标优化问题。优化后机器人运动路径长度缩减74%，作业效率提升33.44%，关节稳定性平均可增强50.97%，通过仿真与实验，验证了算法在改善机器人运动效率、连续性和非突变性等方面具有显著效果。 相似文献
17.
由于遗传算法（GAs）的随机性,其直接应用于拓扑优化问题时会产生棋盘格现象。因此,研究小组提出了一种新的拓扑优化方法,它在传统的双向进化结构优化算法（BESO）的基础上融合了非支配排序遗传算法（NSGA-Ⅱ）,并利用NSGA-Ⅱ算法的全局进化机制,改善BESO算法的全局最优可搜索性。优化目标为结构刚度最大化,数值算例验证了算法的有效性与稳定性。在相同约束条件下与传统BESO算法比较,发现研究小组提出的方法可以提高结构刚度,证明了其优越性,并且其适用于复杂的工况条件,对工程结构的优化具有指导意义。 相似文献
18.
侯景伟 《中国农村水利水电》2014,(3):166-168
为了解决灌区水资源配置中的信息采集方法落后和多目标模型求解易陷入局部最优等问题,通过伪随机并行搜索和最近邻域选择等策略对Pareto蚁群算法进行改进,然后将Pareto蚁群算法与3S技术耦合,以宁夏银北灌区为仿真对象,利用改进的Pareto蚁群算法计算灌区多目标、多约束的水资源空间优化配置模型,获得最优的井灌水量、渠灌水量、排水量以及最优的经济效益和灌排费用。基于Pareto蚁群算法和３S技术的灌区水资源空间优化配置,能加快算法的收敛速度,获得全局最优解,使优化结果更接近实际,对灌区的水资源宏观调度具有一定的参考价值。 相似文献
19.
传统离心泵多目标优化设计中,代理模型的预测精度随着Pareto前沿不断向前推进将逐渐降低,为改善离心泵多目标优化效果,提出一种基于动态RBF代理模型与NSGA-Ⅱ算法的离心泵叶轮优化方法,将生成的Pareto前沿解中部分最优样本添加到RBF样本集中,重新训练RBF代理模型,依据动态代理模型预测子代各样本的目标函数值.以MH48-12.5型离心泵为研究对象,选取叶片的进口安放角、出口安放角及叶片包角为优化变量,采用拉丁超立方抽样(LHS)构建代理模型初始样本空间,并以扬程和效率为优化目标进行多目标优化分析.结果表明:动态RBF代理模型多目标优化方法得到的Pareto前沿要大大优于静态代理模型方法结果,静态代理模型方法得到的Pareto前沿各点均被动态模型方法得到的Pareto前沿所支配;动态代理模型对前沿解的预测精度均大于静态代理模型;动态代理模型方法得到扬程最大点比原始设计高2.86%,比静态模型高1.03%;动态代理模型方法得到水力效率最高点比原始设计效率高4.36%,比静态模型高1.32%. 相似文献