关键词： 功冷联供系统   数据中心   节能   太阳能利用   遗传算法  

摘要： 为了降低数据中心能耗,本文提出一种面向数据中心的太阳能驱动功冷联供系统,建立了联供系统的热力学模型和[火用]分析模型,分析了太阳辐照强度、涡轮机入口温度、发生器热源入口温度等对系统性能的影响。结果表明:在设计工况下,该联供系统的总能利用效率和[火用]效率分别为30.59%和20.71%;当发生器热源入口温度>385 K时,系统制冷效率增速放缓,在412 K时出现最大值。此外,引入遗传算法对系统进行性能优化,系统总能效率和系统净输出功分别提高13.435%和61.94%。

关键词： 带式输送机   液压   AMESim   遗传算法  

摘要： 带式输送机是煤矿生产中不可或缺的运输设备,其制动系统的可靠性直接关系到输送机的安全运行。盘式制动系统由于具备结构简单、技术成熟、操作便捷和成本较低等优点,已被广泛应用。针对带式输送机盘式制动装置的实际工况,设计了一种具有保压功能的新型电液比例液压制动系统,并对其进行了深入分析。首先介绍了系统在不同工作状态下的运行原理,并建立了相关数学模型。然后,利用AMESim平台对该电液比例液压制动系统进行了仿真分析,以验证设计的合理性。同时,设计了基于遗传算法的PID闭环控制策略,以满足盘式制动系统的具体控制需求。研究结果表明,采用遗传算法优化后的PID闭环控制策略,显著提升了制动系统的整体性能,且具有良好的适应性和有效性。

关键词： 精细化运行模拟   源-网-储协同扩展规划   高比例新能源   遗传算法   双层规划模型  

摘要： 针对高比例新能源电力系统运行方式复杂多变特征,提出一种基于精细化运行模拟的短期扩展规划方法,实现源-网-储协同优化配置,通过运行过程精细化模拟支撑运行关联指标准确计算,保证规划方案性能指标与规划目标的一致性。构建综合初始投资与运行性能的电力系统源-网-储协同扩展模型;基于模型特征分析将扩展规划问题分解为规划-运行双层优化问题,在运行层面嵌入精细化运行模拟,保证运行指标准确计算;结合双层规划问题特征,融合第二代非支配排序遗传算法(nondominated sorting genetic algorithmⅡ, NSGA-Ⅱ)架构设计求解算法,实现兼顾初始投资与运行性能的方案优选。基于IEEE-30节点系统的算例分析表明,所提扩展规划方法可避免基于典型场景规划方法偏离规划目标的问题,将系统投资与运行总费用降低约2%。

关键词： 路径规划   物料配送   遗传算法   A^(*)算法   栅格环境  

摘要： 针对传统避障搜索算法在车间物料配送中仅能解决单点配送且未充分考虑多点配送及往返取货需求的问题,提出一种结合遗传算法优化的A^(*)算法.该方法利用A^(*)算法的成本计算方式完成有障碍物条件下各配送点之间的成本计算,并融合遗传算法的迭代寻优特性,实现了对多点配送及往返取货需求的高效稳定全局搜索.通过某车间物料配送的实际算例验证,该改进算法能有效规划障碍环境下的配送路径,显著提升配送效率.

关键词： 深度强化学习   离线强化学习   人工神经网络   算法交易  

摘要： 深度强化学习(Deep Reinforcement Learning,DRL)可以有效地处理高度复杂、非线性和动态的金融市场中存在的大量序列数据.为了降低与实时交互相关的风险并提高处理序列数据的能力,提出了一种基于时间逻辑框架的离线深度强化学习交易框架.该框架结合了DRL和长短期记忆(Long Short-Term Memory,LSTM)、Transformer深度神经网络来处理大量金融序列数据,并在离线环境中进行训练和评估.训练和评估在不同的时间段进行,使用原油期货和棉花期货两个数据集.结果表明,该框架在多个风险和回报指标上优于DRL和基准交易策略.

关键词： 服装生产   流水线平衡   流水线编排   工序编排   遗传算法   标准作业时间  

摘要： 在服装缝制生产线的编排过程中,若忽视了缝制设备的数量配置或工位工序的分配类型,可能会导致流水线的实用性不足。为解决这一问题,本文提出了一种以最小化生产节拍和工序关联指数为优化目标的服装缝制流水线编排模型。该模型采用遗传算法对流水线设计进行优化,不仅考虑了缝制生产工序的优先级、可用设备的数量和工序分配的约束条件,还根据缝制工艺的特点设置了并行工位,并对熨烫工序进行了编组,实现了流水线的平衡。结果显示:优化后的流水线上工位工序关联指数为2.27,显示工作负荷分配合理,能较好保证各工位进行有效稳定的生产;流水线编制效率提升至90.67%,均衡指数降至2.87,表明本方法可以有效实现服装缝制流水线编排优化目标,满足实际应用所需。

关键词： 航班着陆调度   时间窗约束   动态规划   遗传算法   粒子群算法  

摘要： 航空运输需求持续增长与枢纽终端区空域资源紧张的情况日益凸显,本文提出了一种限界优化的动态规划方法(Dynamic programming approach to limit optimization,DPALO)求解终端区航班着陆调度问题(Arrived landing problem,ALP)。首先建立了时间窗约束的航班着陆调度的离散化数学模型,推导了固定顺序下求解ALP的递推公式,并结合ALP问题特点,限界优化航班时间窗,并证明了所提方法不影响模型最优值的求解。其次,运用精英遗传算法、粒子群算法、线性循环交换和线性循环插空等方法调整航班序列,以期求得较优解。最后在OR‑Library数据集进行验证,实验结果表明,采用精英遗传算法调整航班着陆序列,DPALO的计算结果优于已知最优解(Best known values,BKV)、仿生算法(Bionic algorithm,BA)和位移决策算法(Displacement decision algorthm,DDA),与细胞自动机优化方法(Cellular automaton optimization,CAO)、紧致子序列算法(Compact subsequence algorithm,CSA)和滚动时域‑混合粒子群优化‑局部搜索算法(Rolling horizon framework hybrid particle swarm optimization local search algorithm,RH‑HPSO‑LS)的结果相近;DPALO的时间效率在小样本数据集上时间效率达到毫秒级,在大样本数据集上相较于CSA、CAO和RH‑HPSO‑LS分别提升了76.88%、89.11%和78.28%。

关键词： 沉降预测   遗传算法   小波神经网络  

摘要： 深厚软黏土地含水量较高且强度较低,传统地基沉降算法无法精准的其沉降量,对基建事业具有较大影响。为提高软土地基估计沉降预测的精确性、真实性与稳定性,基于遗传优化的小波神经网络算法构建了GAWN地基固结沉降预测模型。模型首先采用z-score算法对土地沉降中的环境采集数据进行去量纲处理,并使用Pearson算法分析数据相关性,以提高建模的时效性;接着将优化处理后的数据进行训练集与测试集划分,构造GAWN沉降预测模型的输入;然后利用GA优化模块对输入数据进行编码,并利用F值计算迭代出最优解至WNN网络中;最后利用遗传效应不断优化迭代权值与尺度值,直至完成GAWN模型对沉降量的预测输出。多组基线预测模型的仿真结果表明,在EFS自采沉降数据集上,较四类传统沉降预测算法模型相比,GAWN模型的R2指标提升了1.10%,RM及MA指标降低了41.84%和39.36%,即所构建的GAWN沉降预测模型的预测精确性有一定提升,且稳定性与真实性有较大提高。综上所述,所构建的GAWN地基固结沉降预测模型通过数据优化与神经元系统结合,有效的提高了地基沉降预测的精确性、真实性与稳定性,在沉降数据仿真领域中,具有较大的研究意义。

关键词： 长柔性叶片   优化设计   非线性   气弹模型   遗传算法  

摘要： 当前大型风力机叶片朝着更长更柔的方向发展,其气动、结构综合性能优化对机组降本增效尤为关键。针对长柔性叶片的非线性特点,采用变步长变形差分法对线性欧拉-伯努利梁模型进行了非线性修正,基于修正的非线性结构模型与叶素动量理论耦合建立了一种兼顾仿真精度与效率的非线性气弹模型。以单机年发电量最大和叶根挥舞弯矩最小为优化目标,采用快速非支配排序遗传算法第二版对DTU 10 MW风力机叶片进行气动-结构一体化优化。通过分析得出非线性气弹模型作为评价函数比线性气弹模型作为评价函数的优化结果综合性能更优,在提升年发电量的基础上,叶根挥舞弯矩均有所降低。

关键词： 启发式遗传算法   水电厂   AGC系统   机组负荷   负荷分配优化  

摘要： 由于水电厂的运行环境是动态变化的,水流量、水头等参数会随时间进行变化,机组负荷分配优化仅考虑静态变化,导致负荷分配的最优解质量较低。因此,提出基于启发式遗传算法的水电厂自动发电控制系统机组负荷分配优化。通过确定机组特性曲线,对机组能耗特性曲线的准确拟合。利用启发式遗传算法建立机组多目标负荷分配优化模型,综合考虑经济性、运行稳定性和环保要求等多重目标,利用逆序查找法快速搜索搜索空间的最佳解,获取模型的唯一解,实现机组负荷分配的优化。实验结果表明,该方法能够适应机组动态变化,负荷分配后的最优解质量高,提升了水电厂的稳定可靠运行。