多目标遗传算法论文开题报告文献综述

多目标遗传算法论文开题报告文献综述

导读:本文包含了多目标遗传算法论文开题报告文献综述、选题提纲参考文献,主要关键词:算法,目标,货位,叶片,露天矿,模型,水轮机。

多目标遗传算法论文文献综述写法

李琳,王旭鹏[1](2019)在《基于NSGA-Ⅱ多目标遗传算法的宿舍室内空间布局优化研究》一文中研究指出为了适应宿舍室内空间布局自身评价指标中模糊性与多态性的特点,克服评判中缺乏科学性和客观性的问题,本文在分析宿舍室内有效活动空间利用率的基础上,运用NSGA-Ⅱ多目标遗传算法对宿舍空间布局优化问题进行求解,以某大学四人间宿舍为例建立数学模型,采用改进遗传算法进行室内空间布局优化设计。研究结果表明,NSGA-Ⅱ多目标遗传算法可有效解决宿舍室内空间布局问题,该研究结果也为其他同类问题的解决提供了一种有效的途径。(本文来源于《西安理工大学学报》期刊2019年03期)

包世刚,姜翠香,丁俊琰[2](2019)在《基于响应面模型和多目标遗传算法的动车组水箱优化设计》一文中研究指出以获取动车组水箱最佳结构参数组合为目的,结合双向流固耦合分析,采用拉丁超立方抽样生成试验设计样本点,构建了动车组水箱的响应面近似模型,通过拟合优度验证了该响应面的准确性。最后运用多目标遗传算法寻找水箱结构参数优化设计的Pareto最优解前沿,以此提出优化策略。研究结果表明,基于响应面模型和多目标遗传算法的动车组水箱优化方法,有效克服了水箱结构总体性能方案设计时重复性和经验依赖的缺点,可为决策者进行目标权衡提供充分依据,为其他复杂模型的设计优化问题提供设计参考及解决方案。(本文来源于《科学技术与工程》期刊2019年27期)

王强,苏小平,许金龙[3](2019)在《响应面法与多目标遗传算法在桥壳优化上应用》一文中研究指出桥壳作为后桥的核心,其设计强度和寿命直接关系到整车的使用寿命及可靠性。首先,根据车辆实际行驶条件抽象出叁大模拟工况,基于限元模型求解出桥壳的应力分布。Bump工况下桥壳中段处应力最大,为50.97MPa。其次,在MSC.Fatigue软件得到桥壳的疲劳寿命云图。然后,构建以寿命为应变量的响应面模型并运用NSGA-Ⅱ多目标优化的遗传算法对桥壳进行优化设计,优化后的寿命增加了22%,静应力减少了约10%,在质量减少的基础上实现了桥壳的寿命延长。最后,对优化前和优化后的桥壳分别进行台架试验,垂直弯曲疲劳试验的结果是寿命延长了18%,与仿真结果接近,符合相关规定,证明了优化设计的正确性。(本文来源于《机械设计与制造》期刊2019年09期)

郑小波,魏雅静,郭鹏程,王兆波[4](2019)在《基于多目标遗传算法的双向贯流式水轮机正反工况联合优化设计》一文中研究指出为了实现双向贯流式水轮机发电工况与抽水工况的协同优化,本文对双向贯流式机组转轮的多工况优化设计进行了初步探索。根据双向贯流式水泵水轮机的特点,构建了集成几何参数化、网格自动划分、数值计算、应力计算以及整体优化的转轮优化设计系统。以转轮叶片七个翼型骨线的挠度参数、厚度变量以及进口偏移量等21个参数为优化变量,以水力效率最大值、水压力的最小值以及结构应力最大值为优化目标函数,对正向水轮机工况和反向水泵工况进行了联合优化。结果表明:优化后叶片的效率和最低压力都有不同程度的提高,结构最大应力极大降低,应力分布更加均匀,转轮总体性能得到提升,为开展双向贯流式水轮机的多工况联合优化提供了参考。(本文来源于《第叁十届全国水动力学研讨会暨第十五届全国水动力学学术会议论文集(上册)》期刊2019-08-16)

张明,顾清华,李发本,闫宝霞,刘迪[5](2019)在《基于多目标遗传算法的露天矿卡车调度优化研究》一文中研究指出为合理调配露天矿卡车运输,实现矿山企业降本增效,解决卡车运输调度管理的多目标需求,以卡车运输成本最低和等待时间最少为目标,以车铲生产能力、矿石品位以及生产原则为约束,构建了多目标卡车调度模型。模型采用优选因子分配车辆,使用多目标遗传算法进行求解,进而优化露天矿卡车的动态调配。针对某露天矿卡车调度进行多目标优化,研究结果表明:此方法可提供合理的优化调度方案,得到具体的卡车运输路线和运行时刻表,大大降低卡车运输成本,提高设备使用效率,从而为矿山的卡车调度提供具体合理的决策依据。(本文来源于《金属矿山》期刊2019年06期)

李达[6](2019)在《基于多目标遗传算法的太阳能膜蒸馏系统优化研究》一文中研究指出在我国中西部偏远地区普遍存在苦咸水水质,由于地处偏远无法进行大规模淡化输送,严重影响了当地居民的健康与生活水平。膜蒸馏技术作为一种高效淡化技术,将其与太阳能技术相结合以求解决该问题,但因系统能耗较高与膜通量较小缘故未能得到广泛推广应用。因此本文以太阳能膜蒸馏系统为原型,分别搭建了自然冷却膜蒸馏系统与热电制冷膜蒸馏系统,利用响应曲面法对其分析、采用多目标优化算法对操作工况进行优化、进行光热-光电匹配分析等,并对比两种冷却系统下的各项性能。在自然冷却冷端膜蒸馏组件实验中,以热端进料温度、热端进料流量、冷端冷却水流量、膜面积作为变量,以膜通量、热效率、能耗值作为目标值进行考察。在热电制冷膜蒸馏实验中,以热端进料温度、冷端冷却水流量、热电制冷器输入电流作为变量,以膜通量、冷热端耦合匹配程度、能耗值作为目标值。按照实验设计方案进行实验,将得到的实验数据代入至拟合效果较好的支持向量机(SVR)中进行拟合,将此拟合预测模型代入至响应曲面法中进行变量与目标值间的协同分析,再将此拟合模型代入至多目标优化算法中,经过寻优运算、最优化等操作后得到最优工况。经优化后得到自然冷却膜蒸馏系统最优工况:热端进料温度为65.76℃、热端进料流量为171.56 L/h,冷端冷却水流量为194.14 L/h、膜面积为0.03 m~2、对应的目标膜通量为20.20 kg/(m~2·h)。热电制冷膜蒸馏系统最优工况为:热端进料温度为75℃、冷却水流量为698.10 L/h、制冷器输入电流为8.44 A。在此最优工况下对应目标膜通量为13.98 kg/(m~2·h)。经过验证该两系统得到的最优工况下目标值与实际值相差在合理范围之内,验证了寻优过程结果的可信性。在最优运行工况下经过光电匹配计算,太阳能自然冷却膜蒸馏系统光伏面积为1.54 m~2,太阳能热电制冷膜蒸馏系统光伏面积为4.31 m~2。经过光热匹配计算,太阳能自然冷却膜蒸馏系统集热器面积为4.22 m~2,太阳能热电制冷膜蒸馏系统集热面积为4.00 m~2。从经济、环保、节能角度考虑,太阳能自然冷却膜蒸馏系统更具有优势。从系统冷端稳定性角度考虑,宜采用太阳能热电制冷膜蒸馏系统,可更好的维持冷端温度的平衡。(本文来源于《内蒙古工业大学》期刊2019-06-01)

翟莹莹,厉英,敖志广[7](2019)在《基于改进多目标遗传算法的连铸二冷过程优化》一文中研究指出采用一种改进的多目标遗传算法对二冷工艺进行优化.改进的多目标遗传算法应用概率法选取选择算子,根据适应度值来动态计算交叉和变异概率,能够得到更好的全局最优解,提高算法精度和整体性能.在基于凝固传热模型的二冷优化过程中,采用变间距差分法离散求解传热方程,对比粒子群算法、多目标遗传算法,改进的多目标遗传算法搜索效率高,得到的价值函数最小.在实际生产中,采用优化后的二冷工艺,使得总用水量减少约10%,提高了铸坯质量,达到了节能降耗的要求.(本文来源于《东北大学学报(自然科学版)》期刊2019年05期)

闫陇刚,李鹏,王建新,邓德荣,杨兴繁[8](2019)在《多目标遗传算法在波荡器垫补中的应用》一文中研究指出波荡器性能一般有多个指标要求,而这些指标往往是相互冲突的,因此在磁场垫补时难以对垫补量进行精确推算,导致磁场垫补耗时和低效。为解决该问题,本文将多目标遗传算法应用于波荡器磁场垫补量推算,并对波荡器U38-S磁场进行了垫补。根据波荡器磁场垫补结构建立了计算模型,并阐述了计算模型中的主要问题,给出了U38-S磁场的垫补过程。经过3次磁场垫补,U38-S的轨迹中心偏差、相位误差和峰峰值误差分别减小到0.15 mm、1°和0.49%。由于遗传算法本身具有较强的可扩展性,本文所用方法也可应用于其他类型波荡器的磁场垫补。(本文来源于《原子能科学技术》期刊2019年09期)

蔡安江,蔡曜,郭师虹,耿晨[9](2019)在《集成多目标遗传算法在货位分配中的应用》一文中研究指出根据效率优先原则、稳定性原则建立适合同端式出/入库立体仓库的多目标货位分配模型。基于向量评估、非支配排序、小生境Pareto等理论方法设计了叁种多目标遗传算法(MGA)。根据集成学习理论,将若干多目标遗传算法集成,构建集成多目标遗传算法(EMGA),使优化算法适应搜索过程的任意阶段。以某铝厂实际工况进行仿真验证,结果表明,集成多目标遗传算法受问题规模影响小,收敛速度快,较单独其他多目标遗传算法性能更优越,是适用于立体仓库调度研究的高效算法。(本文来源于《机械设计与制造》期刊2019年05期)

王策,董兆伟,孙立辉,姜军强[10](2019)在《新型多目标遗传算法在烧结配矿中的应用》一文中研究指出在烧结配矿过程当中,往往需要对产品质量、原料成本等多个目标同时进行寻优处理。面对这种约束条件复杂,变量较多,各目标分布情况复杂的多目标优化问题,本文提出了一种新型多目标遗传算法对其进行解决。通过改进算法中的非劣排序步骤,过滤种群中产生的不合理个体,并添加去重操作,降低种群中个体的重复出现,增强种群中个体的多样性。该算法能够为钢厂的烧结配矿工作提供较为合理且成本、质量都较为优秀的配矿方案。(本文来源于《智能计算机与应用》期刊2019年03期)

多目标遗传算法论文开题报告范文

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

以获取动车组水箱最佳结构参数组合为目的,结合双向流固耦合分析,采用拉丁超立方抽样生成试验设计样本点,构建了动车组水箱的响应面近似模型,通过拟合优度验证了该响应面的准确性。最后运用多目标遗传算法寻找水箱结构参数优化设计的Pareto最优解前沿,以此提出优化策略。研究结果表明,基于响应面模型和多目标遗传算法的动车组水箱优化方法,有效克服了水箱结构总体性能方案设计时重复性和经验依赖的缺点,可为决策者进行目标权衡提供充分依据,为其他复杂模型的设计优化问题提供设计参考及解决方案。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

多目标遗传算法论文参考文献

[1].李琳,王旭鹏.基于NSGA-Ⅱ多目标遗传算法的宿舍室内空间布局优化研究[J].西安理工大学学报.2019

[2].包世刚,姜翠香,丁俊琰.基于响应面模型和多目标遗传算法的动车组水箱优化设计[J].科学技术与工程.2019

[3].王强,苏小平,许金龙.响应面法与多目标遗传算法在桥壳优化上应用[J].机械设计与制造.2019

[4].郑小波,魏雅静,郭鹏程,王兆波.基于多目标遗传算法的双向贯流式水轮机正反工况联合优化设计[C].第叁十届全国水动力学研讨会暨第十五届全国水动力学学术会议论文集(上册).2019

[5].张明,顾清华,李发本,闫宝霞,刘迪.基于多目标遗传算法的露天矿卡车调度优化研究[J].金属矿山.2019

[6].李达.基于多目标遗传算法的太阳能膜蒸馏系统优化研究[D].内蒙古工业大学.2019

[7].翟莹莹,厉英,敖志广.基于改进多目标遗传算法的连铸二冷过程优化[J].东北大学学报(自然科学版).2019

[8].闫陇刚,李鹏,王建新,邓德荣,杨兴繁.多目标遗传算法在波荡器垫补中的应用[J].原子能科学技术.2019

[9].蔡安江,蔡曜,郭师虹,耿晨.集成多目标遗传算法在货位分配中的应用[J].机械设计与制造.2019

[10].王策,董兆伟,孙立辉,姜军强.新型多目标遗传算法在烧结配矿中的应用[J].智能计算机与应用.2019

标签:;  ;  ;  ;  ;  ;  ;  

多目标遗传算法论文开题报告文献综述
下载Doc文档

猜你喜欢