Satellite constellation design for space optical systems is essentially a multiple-objective optimization problem. In this work, to tackle this challenge, we first categorize the performance metrics of the space optic...Satellite constellation design for space optical systems is essentially a multiple-objective optimization problem. In this work, to tackle this challenge, we first categorize the performance metrics of the space optical system by taking into account the system tasks（i.e., target detection and tracking）. We then propose a new non-dominated sorting genetic algorithm（NSGA） to maximize the system surveillance performance. Pareto optimal sets are employed to deal with the conflicts due to the presence of multiple cost functions. Simulation results verify the validity and the improved performance of the proposed technique over benchmark methods.展开更多
随着全球气候变化问题的日益严峻,我国提出了“双碳”目标(碳达峰和碳中和)。而港口作为物流枢纽和货物集散地,它的碳排放问题尤为突出。针对港口作业调度优化问题,考虑船舶到港时间、货物装卸需求、岸桥作业能力及碳排放成本等关键因素...随着全球气候变化问题的日益严峻,我国提出了“双碳”目标(碳达峰和碳中和)。而港口作为物流枢纽和货物集散地,它的碳排放问题尤为突出。针对港口作业调度优化问题,考虑船舶到港时间、货物装卸需求、岸桥作业能力及碳排放成本等关键因素,构建最小化碳排放成本和码头运营成本的作业调度优化模型,并提出一种“双碳”目标下基于改进型非支配排序遗传算法(NSGA-Ⅱ)(E-NSGA-Ⅱ)的港口作业调度优化算法。首先,调整算法的编码策略、种群初始化方法和交叉变异操作;其次,设计不可行解的基因修复算子,并引入自适应交叉与变异概率机制。实验结果表明,与FCFS(First Come First Service)调度算法相比,所提算法在模型求解中的总成本下降了7.9%,碳排放成本下降了19.7%,码头运营成本下降了6.5%。以上研究结果丰富了多目标优化算法和港口作业调度理论,并为港口企业实现绿色调度、降低运营成本和提升经济效益提供了有力支持。展开更多
大量新能源并入电网,对水电的运行提出了更高的要求。为了提高水电的调节特性,提出一种考虑综合调节特性的水轮机调速器比例积分微分(proportional integral derivative,PID)控制参数整定方法。首先,基于特征线法和水轮机特性曲线建立...大量新能源并入电网,对水电的运行提出了更高的要求。为了提高水电的调节特性,提出一种考虑综合调节特性的水轮机调速器比例积分微分(proportional integral derivative,PID)控制参数整定方法。首先,基于特征线法和水轮机特性曲线建立了水轮机调节系统模型。其次,基于第三代非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ,NSGA-Ⅲ),以转速的时间乘绝对误差积分准则(integrated time and absolute error,ITAE)和超调量为目标,以比例调节系数,积分调节系数和微分调节系数为决策变量,得到帕雷托(Pareto)解集。最后,基于优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS),以增减负荷工况下的功率反调,超调量,稳定时间,机组水头极值,转速ITAE和超调量为指标,最终得到综合调节特性最好的PID参数。结果表明:该PID参数整定方法可以有效提升水轮机的综合调节特性,为实际工程中PID参数的选取提供理论依据。展开更多
针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提...针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提下,实现NO_(x)排放和有效燃油消耗率(brake specific fuel consumption,BSFC)的同步下降。为避免大规模试验带来的成本增加,首先基于高斯过程回归建立DMCC发动机排放的NO_(x)体积分数、BSFC和指示功率预测模型;然后将所建模型与第二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)结合,对NO_(x)的体积分数和BSFC进行优化,并将Pareto前沿解集代入逼近理想解排序法(the technique for order preference by similarity to an ideal solution,TOPSIS)寻找最优控制参数组合;最后将最优控制参数组合标定至电子控制单元,与原机数据进行对比分析。结果表明:基于高斯过程回归建立的预测模型的拟合优度大于0.95,均方根误差小于1,具有良好的一致性和准确性;使用NSGA-Ⅱ获取的最佳控制参数与优化前(原机工况)的相比,NO_(x)的排放量下降74.5%,仅为3.47 g/(kW·h),BSFC平均下降6.7%,仅为203.5 g/(kW·h)。展开更多
文摘Satellite constellation design for space optical systems is essentially a multiple-objective optimization problem. In this work, to tackle this challenge, we first categorize the performance metrics of the space optical system by taking into account the system tasks（i.e., target detection and tracking）. We then propose a new non-dominated sorting genetic algorithm（NSGA） to maximize the system surveillance performance. Pareto optimal sets are employed to deal with the conflicts due to the presence of multiple cost functions. Simulation results verify the validity and the improved performance of the proposed technique over benchmark methods.
文摘随着全球气候变化问题的日益严峻,我国提出了“双碳”目标(碳达峰和碳中和)。而港口作为物流枢纽和货物集散地,它的碳排放问题尤为突出。针对港口作业调度优化问题,考虑船舶到港时间、货物装卸需求、岸桥作业能力及碳排放成本等关键因素,构建最小化碳排放成本和码头运营成本的作业调度优化模型,并提出一种“双碳”目标下基于改进型非支配排序遗传算法(NSGA-Ⅱ)(E-NSGA-Ⅱ)的港口作业调度优化算法。首先,调整算法的编码策略、种群初始化方法和交叉变异操作;其次,设计不可行解的基因修复算子,并引入自适应交叉与变异概率机制。实验结果表明,与FCFS(First Come First Service)调度算法相比,所提算法在模型求解中的总成本下降了7.9%,碳排放成本下降了19.7%,码头运营成本下降了6.5%。以上研究结果丰富了多目标优化算法和港口作业调度理论,并为港口企业实现绿色调度、降低运营成本和提升经济效益提供了有力支持。
文摘大量新能源并入电网,对水电的运行提出了更高的要求。为了提高水电的调节特性,提出一种考虑综合调节特性的水轮机调速器比例积分微分(proportional integral derivative,PID)控制参数整定方法。首先,基于特征线法和水轮机特性曲线建立了水轮机调节系统模型。其次,基于第三代非支配排序遗传算法(non-dominated sorting genetic algorithmⅢ,NSGA-Ⅲ),以转速的时间乘绝对误差积分准则(integrated time and absolute error,ITAE)和超调量为目标,以比例调节系数,积分调节系数和微分调节系数为决策变量,得到帕雷托(Pareto)解集。最后,基于优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS),以增减负荷工况下的功率反调,超调量,稳定时间,机组水头极值,转速ITAE和超调量为指标,最终得到综合调节特性最好的PID参数。结果表明:该PID参数整定方法可以有效提升水轮机的综合调节特性,为实际工程中PID参数的选取提供理论依据。
文摘针对柴油发动机推进特性下的中高负荷工况出现的NO_(x)排放峰值现象,以及燃油价格日益上涨带来降低油耗率的迫切需求,本研究通过调节柴油/甲醇组合燃烧(diesel/methanol compound combustion,DMCC)发动机多种控制参数,在保证动力性前提下,实现NO_(x)排放和有效燃油消耗率(brake specific fuel consumption,BSFC)的同步下降。为避免大规模试验带来的成本增加,首先基于高斯过程回归建立DMCC发动机排放的NO_(x)体积分数、BSFC和指示功率预测模型;然后将所建模型与第二代非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)结合,对NO_(x)的体积分数和BSFC进行优化,并将Pareto前沿解集代入逼近理想解排序法(the technique for order preference by similarity to an ideal solution,TOPSIS)寻找最优控制参数组合;最后将最优控制参数组合标定至电子控制单元,与原机数据进行对比分析。结果表明:基于高斯过程回归建立的预测模型的拟合优度大于0.95,均方根误差小于1,具有良好的一致性和准确性;使用NSGA-Ⅱ获取的最佳控制参数与优化前(原机工况)的相比,NO_(x)的排放量下降74.5%,仅为3.47 g/(kW·h),BSFC平均下降6.7%,仅为203.5 g/(kW·h)。
