检索结果-内蒙古大学图书馆

计算机集成制造系统 2011年第3期17卷 630-637页

作者：王万良徐新黎施莉娜陈莉莉浙江工业大学计算机科学与技术学院浙江杭州310023 浙江工业大学信息工程学院浙江杭州310023

考虑实际流程工业生产中投入产出比、设备转化率等不确定性因素,基于模糊理论建立了以最大化面积满意度为目标函数的不确定流程工业车间调度模型。为提高调度算法的优化性能,提出多变异、双向交叉的改进差分进化算法,增加了种群个体在... 详细信息

考虑实际流程工业生产中投入产出比、设备转化率等不确定性因素,基于模糊理论建立了以最大化面积满意度为目标函数的不确定流程工业车间调度模型。为提高调度算法的优化性能,提出多变异、双向交叉的改进差分进化算法,增加了种群个体在搜索空间的遍历性及择优选择的范围。以某电化厂聚氯乙烯车间调度为例,将改进算法应用于实际车间调度,分析了时间段长度、不同变异策略以及中间存储的初始容量对调度结果的影响。仿真结果表明了改进算法的有效性和稳定性。

关键词：差分进化算法车间调度调度算法不确定性流程工业

来源：评论

学校读者我要写书评

暂无评论

多目标差分进化算法求解柔性作业车间批量调度问题

引用

计算机集成制造系统 2013年第10期19卷 2481-2492页

作者：王万良范丽霞徐新黎赵燕伟张静浙江工业大学计算机科学与技术学院浙江杭州310023 浙江工业大学信息工程学院浙江杭州310023 浙江工业大学机械工程学院浙江杭州310023

考虑生产周期、生产成本、设备利用率等调度目标,给出了多目标柔性作业车间批量调度问题模型。为解决批量划分和批次调度,采用批量染色体和批次染色体相结合的编码方式,提出一种基于差分进化算法的多目标柔性批量调度算法,引入Pareto非... 详细信息

考虑生产周期、生产成本、设备利用率等调度目标,给出了多目标柔性作业车间批量调度问题模型。为解决批量划分和批次调度,采用批量染色体和批次染色体相结合的编码方式,提出一种基于差分进化算法的多目标柔性批量调度算法,引入Pareto非支配排序和拥挤距离排序来选择下一代个体,并采用外部存档保存进化过程中的非支配解集。为平衡算法的全局搜索和局部探索能力,设计了基于关键路径的动态随机搜索和随机变异相结合的多目标局部搜索策略。通过调度算例及印染生产调度实例求解表明,所提批量划分方法能有效缩短生产周期,获得更多分布均匀的Pareto非支配解。

关键词：差分进化算法多目标优化局部搜索柔性作业车间批量调度

来源：评论

学校读者我要写书评

暂无评论

基于混合三角变异差分进化算法的平面稀疏阵列约束优化

引用

电子与信息学报 2020年第4期42卷 895-901页

作者：陈志坤杜康彭冬亮朱新挺杭州电子科技大学自动化学院杭州310018

针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能... 详细信息

针对旁瓣零陷凹面约束的稀疏平面阵列优化及算法早熟等问题,该文基于参数自适应的思想,提出一种混合三角变异差分进化算法。通过引入旁瓣零陷凹面约束矩阵,构建自适应惩罚函数,时变权重组合变异策略与交叉策略,提高算法前期全局搜索能力和后期收敛能力,最终实现峰值旁瓣电平和旁瓣零陷凹面的平面阵列约束优化。仿真结果表明,对比混合三角变异策略前的算法,该算法在完成稀疏阵列峰值旁瓣电平优化的同时,能在指定旁瓣区域完成零陷凹面设计,降低有源干扰影响。

关键词：稀疏阵列优化差分进化算法自适应惩罚函数旁瓣零陷

来源：评论

学校读者我要写书评

暂无评论

扇形采样约束多目标差分进化算法及工程应用

引用

机械工程学报 2013年第23期49卷 150-160页

作者：车林仙何兵程志红重庆工程职业技术学院机械工程学院重庆400037 中国矿业大学机电工程学院徐州221116 泸州职业技术学院工程机械智能优化设计泸州市重点实验室泸州646005

工程实践中存在大量约束多目标优化问题(Constrained multi-objective optimization problems,CMOPs),多目标进化算法是求解这类问题的一类有效方法。引入扇形采样技术,将二次变异双种群差分进化算法和约束处理方法相结合,设计求解CMOP... 详细信息

工程实践中存在大量约束多目标优化问题(Constrained multi-objective optimization problems,CMOPs),多目标进化算法是求解这类问题的一类有效方法。引入扇形采样技术,将二次变异双种群差分进化算法和约束处理方法相结合,设计求解CMOPs的进化算法——基于扇形采样的约束多目标差分进化算法(Sector-sampling-based constrained multi-objective differential evolution algorithm,SS-CMODE)。扇形采样可避免耗时的非劣操作,且能保证Pareto最优解集的良好逼近性和多样性。通过3个典型CMOPs的对比测试,表明SS-CMODE的解集均匀性和计算效率明显优于对比算法。以J23-80机械压力机使用的双曲柄串联机构多目标优化为例,研究新算法求解工程问题的有效性。以锻冲工作阶段平均速度波动最小和力传动性能最优为目标,建立机构的约束多目标优化模型,再应用SS-CMODE求解该问题。结果表明,该算法能求出多组满足约束条件的Pareto最优解,且解集均匀性良好。

关键词：多目标优化差分进化算法扇形采样 Pareto最优化机械压力机

来源：评论

学校读者我要写书评

暂无评论

4-PRUR并联机构及其位置分析的差分进化算法

引用

机械工程学报 2010年第23期46卷 36-44页

作者：车林仙程志红何兵中国矿业大学机电工程学院徐州221008 泸州职业技术学院机械工程系泸州646005

给出1移动3转动(1T3R)对称4-DOF空间4-PRUR并联机构的几何模型,应用螺旋理论分析机构实现1T3R的原理,并讨论输入选取的合理性。根据杆长约束条件,建立机构位置分析的非线性方程组。为改进差分进化算法(Differential evolution,DE)的寻... 详细信息

给出1移动3转动(1T3R)对称4-DOF空间4-PRUR并联机构的几何模型,应用螺旋理论分析机构实现1T3R的原理,并讨论输入选取的合理性。根据杆长约束条件,建立机构位置分析的非线性方程组。为改进差分进化算法(Differential evolution,DE)的寻优效率,提出一种基于混沌迁移、最优个体加权处理和群体逃逸策略的自适应双种群差分进化算法(Adaptive differential evolution algorithm with double subpopulations,ADEDS)。将机构位置分析中非线性方程组的求解转化为无约束优化模型,并应用ADEDS求解该问题。数值实例表明,ADEDS能求出并联机构的多组高精度位置正解,并通过位置反解验证位置正解的正确性。

关键词：并联机构螺旋理论位置分析差分进化算法双种群自适应策略

来源：评论

学校读者我要写书评

暂无评论

基于自适应差分进化算法的变循环发动机模型求解方法研究

引用

推进技术 2021年第9期42卷 2011-2021页

作者：郝旺王占学张晓博周莉王为丽西北工业大学动力与能源学院陕西省航空发动机内流动力学重点实验室陕西西安710129 中国航发四川燃气涡轮研究院四川成都610500

为了降低传统迭代算法在求解变循环发动机非线性模型时对初值的依赖性,将模型的求解问题转换为求最小值的优化问题,引入差分进化算法进行模型的求解,并提出一种自适应差分进化算法。自适应差分进化算法借助轮盘赌选择法,利用种群的进化... 详细信息

为了降低传统迭代算法在求解变循环发动机非线性模型时对初值的依赖性,将模型的求解问题转换为求最小值的优化问题,引入差分进化算法进行模型的求解,并提出一种自适应差分进化算法。自适应差分进化算法借助轮盘赌选择法,利用种群的进化经验可以自适应地选择最适合当前种群的差分策略与算法控制参数。针对变循环发动机四个典型工作点的模型求解问题,研究了标准差分进化算法的控制参数对其性能的影响,获取了标准差分进化算法在求解四个典型工作点时的最优控制参数组合,对比分析了自适应差分进化算法与标准差分进化算法的性能差异,最后研究了种群规模对自适应差分进化算法性能的影响。结果表明:标准差分进化算法在求解发动机模型时具有较好的鲁棒性,在求解不同工作点时算法的最优控制参数并不完全相同;相比于使用最优控制参数的标准差分进化算法,自适应差分进化算法可以在不影响算法鲁棒性的情况下提升效率50%以上;减少自适应差分进化算法的种群规模会在提升算法效率的同时破坏鲁棒性。

关键词：变循环发动机模型求解非线性方程组差分进化算法自适应机制

来源：评论

学校读者我要写书评

暂无评论

基于改进差分进化算法的加热炉调度方法

引用

工程科学学报 2021年第3期43卷 422-432页

作者：闫祺李文甲王稼晨马凌赵军天津大学中低温热能高效利用教育部重点实验室天津300350

提出一种以燃料消耗量最小为优化目标的加热炉生产调度新方法.首先基于热力学第一定律分析了流入及流出加热炉的各项能量,并对燃料消耗量的计算式进行了理论推导.进而根据加热炉区实际生产调度特点归纳各约束条件,以多台加热炉总燃料消... 详细信息

提出一种以燃料消耗量最小为优化目标的加热炉生产调度新方法.首先基于热力学第一定律分析了流入及流出加热炉的各项能量,并对燃料消耗量的计算式进行了理论推导.进而根据加热炉区实际生产调度特点归纳各约束条件,以多台加热炉总燃料消耗量最小为优化目标,构建调度优化数学模型.采用自适应差分进化算法搭配禁忌搜索算法进行综合求解,并通过9组实际钢坯生产案例模拟验证了该算法的可行性和有效性.同时,为了探究加热炉燃料消耗量的影响因素,提出了分别衡量加热炉区缓冲等待、炉内加热两部分时间同理想生产时间匹配程度的评价参数μ1和μ2,并分析了燃料消耗量对二者的敏感性,结果表明:当连铸坯到达加热炉节奏与热轧工序出坯节奏之比由0.5增至2时,燃料消耗量对两评价参数的敏感性逐渐减弱.

关键词：加热炉调度优化燃料消耗量差分进化算法敏感性分析

来源：评论

学校读者我要写书评

暂无评论

基于参数动态调整的多目标差分进化算法

引用

控制与决策 2017年第11期32卷 1985-1990页

作者：侯莹韩红桂乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对多目标差分进化算法最优解难以获取的问题,提出一种基于参数动态调整的多目标差分进化(AMODE)算法.AMODE算法通过设计变异率和交叉率的自适应调整策略,实现进化过程中变异率和交叉率的动态调整,均衡多目标差分进化算法的局部搜索能... 详细信息

针对多目标差分进化算法最优解难以获取的问题,提出一种基于参数动态调整的多目标差分进化(AMODE)算法.AMODE算法通过设计变异率和交叉率的自适应调整策略,实现进化过程中变异率和交叉率的动态调整,均衡多目标差分进化算法的局部搜索能力和全局探索能力,获得收敛性、多样性和均匀性较好的最优解.实验结果表明,基于参数动态调整的AMODE算法能够有效改善多目标差分进化算法的逼近能力(IGD)和均匀性(SP),具有较好的优化效果.

关键词：多目标优化差分进化算法参数动态调整自适应

来源：评论

学校读者我要写书评

暂无评论

基于差分进化算法的风电机组变桨参数寻优

引用

太阳能学报 2019年第8期40卷 2154-2161页

作者：田德高洋闫肖蒙邓英新能源电力系统国家重点实验室(华北电力大学)

针对大型双馈式风电机组变桨控制器参数优化问题,提出基于差分进化算法离线寻优变桨控制器PI参数的策略。基于GH Bladed软件得出的双馈式风电机组的高阶线性化模型,利用Matlab软件辨识出既满足精度要求,又可进行参数寻优的低阶模型。然... 详细信息

针对大型双馈式风电机组变桨控制器参数优化问题,提出基于差分进化算法离线寻优变桨控制器PI参数的策略。基于GH Bladed软件得出的双馈式风电机组的高阶线性化模型,利用Matlab软件辨识出既满足精度要求,又可进行参数寻优的低阶模型。然后采用差分进化算法优化变桨PI控制器参数。利用寻优得到的参数进行变增益变桨控制,以达到稳定功率的控制目标。以5 MW双馈式风电机组为研究对象进行仿真验证。在阵风工况下,寻优后的输出功率很快恢复到额定值附近,而且最大偏离量较优化前小。在平均风速为16、18和20 m/s的湍流风工况下,寻优后的输出功率标准差较优化前分别降低23.31%、22.78%和18.32%。

关键词：风电机组功率控制 PI控制差分进化算法系统辨识

来源：评论

学校读者我要写书评

暂无评论

差分进化算法在模糊多资源约束联合补货模型中的应用

引用

计算机工程与科学 2012年第1期34卷 148-153页

作者：王林冯云涛富庆亮华中科技大学管理学院湖北武汉430074

本文用三角模糊数表示不确定的资金约束,用梯形模糊数表示不确定的存储空间约束,构建了模糊规划联合补货模型,目标函数为最小化订货成本、库存持有成本和运输成本,决策变量为基本补充周期和每种产品的补充周期。通过对变异算子与选择操... 详细信息

本文用三角模糊数表示不确定的资金约束,用梯形模糊数表示不确定的存储空间约束,构建了模糊规划联合补货模型,目标函数为最小化订货成本、库存持有成本和运输成本,决策变量为基本补充周期和每种产品的补充周期。通过对变异算子与选择操作进行变化,设计了改进的差分进化算法对模型进行求解,并通过实例证实了模型与算法的科学合理性。

关键词：联合补货模糊多资源约束差分进化算法三角模糊数梯形模糊数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：