版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、多目標優(yōu)化問題在科學和工程等領域是一個熱點問題,同時也是研究的一個難點。傳統的多目標優(yōu)化方法在某些復雜的多目標優(yōu)化問題中存在不足,因此漸漸地被一些優(yōu)越的多目標優(yōu)化算法所替代。第一代非支配排序遺傳算法NSGA在多目標領域中顯示出比較大的優(yōu)勢,但是隨著應用范圍的不斷拓寬,其缺點就不斷暴露出來。為了更好地解決多目標優(yōu)化問題,在NSGA的基礎上,研究人員提出了帶精英策略的非支配排序遺傳算法NSGA-Ⅱ。 國外關于NSGA-Ⅱ的理論研究和
2、應用研究都比較深入,而在國內目前還比較少。本文通過對該算法的研究和學習,將其應用于一些實際的問題,利用NSGA-Ⅱ在多目標優(yōu)化領域強大的優(yōu)勢,很好地解決了這些實際的問題。 本文主要的工作為:(1)介紹了多目標優(yōu)化問題及其研究現狀,并系統地介紹了遺傳算法的相關理論;重點論述了非支配排序遺傳算法NSGA尤其是其改進算法NSGA-Ⅱ的基本原理、算法基本流程等。(2)對電網諧波進行概述,簡單介紹了諧波的概念、諧波的產生及其危害等,并將N
3、SGA-Ⅱ應用在用于濾除電網諧波的無源濾波器的設計中。經過對某鋁廠電網諧波的分析,將無源濾波器的優(yōu)化模型的目標函數設置為無源濾波器初期總投資額最小和無源濾波器濾波率最大,并對初期投資成本和各次單諧波支路的濾波率進行約束。這是帶約束條件的多目標優(yōu)化問題,利用NSGA-Ⅱ在該問題上的優(yōu)勢,對其進行優(yōu)化,從而找到一系列的全局最優(yōu)解。文中選取其中一個最優(yōu)解,通過仿真證明:該方法不但可以有效濾去大量的電網諧波,還能對初期投資成本進行很好地控制。
4、 (3)將NSGA-Ⅱ應用于工業(yè)中柴油催化裂化的反應模型和甲醇轉化為烴類物質的反應模型的參數辨識中。這兩個模型分別表示為二維一階動態(tài)微分方程組和三維一階動態(tài)微分方程組,該模型是不確定的。為了得到最終的精確模型,需要對模型中的幾個未知參數進行有效的辨識。通過分析,創(chuàng)造性地將該參數辨識問題轉化為多目標優(yōu)化問題,采用積分一步的特雷納(Treanor)方法對微分方程組進行數值求解,并基于NSGA-Ⅱ對該問題其進行優(yōu)化,得到一組非劣最優(yōu)解。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 5.非支配排序遺傳算法nsga的研究與應用
- 改進的非支配排序多目標遺傳算法及應用.pdf
- 基于非支配排序遺傳算法的換熱網絡多目標優(yōu)化.pdf
- 基于非支配排序遺傳算法挖掘生物序列啟動子研究.pdf
- 多目標遺傳算法與非支配集的構造研究.pdf
- 使用精英策略的多目標遺傳算法的研究.pdf
- 精英策略遺傳算法改進及在作物模型參數優(yōu)化的應用.pdf
- 基于非支配遺傳算法的無源濾波器優(yōu)化設計.pdf
- 應用遺傳算法對儲存環(huán)磁鐵排序的優(yōu)化.pdf
- 基于遺傳算法的組卷策略研究與應用.pdf
- 遺傳算法概述遺傳算法原理遺傳算法的應用
- 多目標遺傳算法中非支配集構造算法的研究.pdf
- 遺傳算法的若干研究與應用.pdf
- 基于自適應ε支配多目標遺傳算法的研究.pdf
- 遺傳算法的改進研究與應用.pdf
- 基于精英DNA遺傳算法的網格資源調度.pdf
- 遺傳算法的應用
- 并行遺傳算法的研究與應用.pdf
- 遺傳算法研究與應用.pdf
- 自適應遺傳算法的策略和應用研究.pdf
評論
0/150
提交評論