关键词： 雷达组网   目标分配   阵面指向   遗传算法  

摘要： 现代雷达大多会被安装在可旋转的平台上,其阵面指向可动态调节。但当前主流的目标分配算法通常假定雷达的阵面指向固定不变,忽略了其灵活调整的能力,从而在一定程度上限制了雷达组网在复杂战场环境中的整体作战效能。针对上述问题,一种联合目标分配与指向规划算法被提出。该算法首先通过扩展分配矩阵的维度,将原目标-传感器分配问题细化至阵面指向层面;其次,通过引入新约束条件,确保每部雷达在每个时刻仅选择一种阵面指向;最后,结合模型特性设计遗传算法,实现对该分配问题的高效求解。仿真实验证明:相较于传统假设阵面固定的目标分配方法,这一种联合目标分配与指向规划的新方法可得到更高的目标覆盖率与覆盖重数。

关键词： 含SOP主动配电网   源网荷储   协调控制   目标函数   综合成本   适应度函数  

摘要： 由于主动配电网的出力和负荷具有波动性,导致对应的运行成本难以得到有效控制,为此,提出基于遗传算法的含SOP主动配电网源网荷储协调控制方法。含SOP主动配电网源网荷储协调控制的目标函数为配电网的综合成本最小后,将主动配电网的储能和负荷输出量作为具体的遗传算法个体,借助适应度函数分析不同个体在目标函数下的性能,并将适应度不再随着遗传算法的循环发生变化时个体对应的主动配电网的储能和负荷输出量作为最终的控制参数。在测试结果中,设计方法的总成本明显低于对照组,具有良好的控制效果。

关键词： 计算机视觉   智能识别   烟叶   特征   分级  

摘要： 计算机智能识别是一种模拟人类视觉和认知过程的技术,用于图像和视频的识别、判断以及模拟。本研究主要探讨了计算机视觉和智能识别技术在烟叶分级领域的应用。文章详细介绍了烟叶图像和近红外线光谱的采集方法,烟叶特征提取方式,以及智能识别模型的应用实例。通过比较不同烟叶特征智能识别技术的优缺点,总结了现有不同烟叶特征智能识别模型在准确性和鲁棒性方面的不足,指出未来的研究方向将集中于提高智能识别模型的性能,并通过多维度特征数据融合,进一步提升烟叶等级判定的准确性。

关键词： 遗传算法   航空运输   混合整数线性规划模型   航空集装器配载  

摘要： 航空运输是重要的交通运输方式之一,而航空集装器配载会影响飞机飞行安全和航空公司商业利益。针对此问题,本文建立以机体轴惯性矩最小和重心偏差最小为目标的航空集装器装载的混合整数线性规划模型的方法,通过改进遗传算法中的适应度函数、选择、交叉和变异等操作提高算法的求解能力。实验结果表明,改进的方法会使重心偏差低于0.05%MAC,惯性矩减小10%以上。

关键词： CMTAP   多目标优化   无人机集群   遗传算法   速度决策  

摘要： 针对无人机集群作战中如何分配打击目标的问题,将协同多任务分配模型CMTAP提升为两个维度的目标:时间窗适应度和油料消耗,将CMTAP问题的求解维度从分配任务序列拓展到了求解任务序列的对应速度和每架无人机的出发时间确定。针对该问题提出了CMTAP-MO-GA算法,其采用了一种破碎任务序列的染色体变异机制,和一种缺陷修复的染色体交叉机制。该算法能求解出问题在二维目标函数上的帕累托前沿,并获得前沿上每个解对应的分配结果及每个解的执行策略。

关键词： 多级离心泵   匹配优化   能效优化   多目标优化   反向传播神经网络   遗传算法   数值模拟   代理模型  

摘要： 为了解决多级离心泵高效运行区窄,整体能效偏低的问题,本文对比转速为64.3的双进口多级离心泵叶轮和蜗壳进行了优化设计研究。对比了不同代理模型在多级离心泵水力性能优化中的适用性,选择了GA-BP神经网络作为最优代理模型,以叶轮和蜗壳的9个主要设计参数作为优化变量,0.6Qd和1.0Qd工况泵的效率为优化目标,通过拉丁超立方抽样方法和自动数值分析程序构建样本库,使用NSGA-II算法获得多目标优化问题的帕累托最优解,并根据实际工程需求选取了适当的参数组合。结果表明:模型泵在小流量工况和设计工况点效率分别提高了2.49%和3.09%,大流量工况扬程陡降问题得到缓解。该方法可以为多级离心泵的正向设计提供参考。

关键词： 改进SGA   自适应   交叉   变异   结构优化  

摘要： 为改善标准遗传算法(SGA)在离散变量结构优化设计中的早熟问题,提出一种新自适应交叉、变异算子,并结合罚函数改进措施,以改善SGA的不足。自适应改进措施通过迭代数和个体优秀程度进行共同把控,做到前期有较大交叉概率,丰富种群,后期有较大变异概率,增进局部寻优,并通过正交试验测试得出改进SGA最优的控制参数。采用改进SGA对不同的钢筋混凝土框架结构算例进行验证,结果表明:改进SGA的计算结果比传统设计方法、SGA、拟满内力算法更优,说明了改进SGA的适用性和有效性。从整体结果分析可知,改进SGA可以更好的发挥其自身的全局优化性能,可解决多工况、多单元的钢筋混凝土框架结构优化问题,是一种较为高效的方法。

关键词： 量子计算   输变电系统   大规模数据处理   智能决策   并行计算  

摘要： 随着电力系统发展,输变电系统的数据处理与决策日益复杂,传统方法难以满足需求。因此,本研究引入量子计算,利用其强大的并行计算能力和高效优化算法,应对大规模数据处理挑战。针对输变电特点,提出基于量子计算的智能决策方法。该方法能高效处理海量数据,准确识别系统故,并提供优化决策方案。此外,文章还探讨了量子计算在电力系统负荷预测、电网规划等领域的应潜力。实验结果表明,量子计算在处理输变电大规模数据时优势明显,能提高数据处理的准确性和效率,为电力系统的稳定运行和智能化管理提供支持,为输变电大规模数据处理与智能决策提供新的解决方案,奠定了量子计算在电力系统中的应用基础。

关键词： 环氧乙烷   乙二醇   神经网络   遗传算法   D-G模型   代理模型   优化  

摘要： 在当前国家“双碳”目标下,通过优化过程参数以减少化工过程能耗是节能减排的有效手段。环氧乙烷催化水合制乙二醇过程耗能高,优化其工艺参数以降低能耗是非常必要的,但由于生产流程复杂,单纯基于流程模拟很难实现多参数的同步最优化。因此本文采用流程模拟生成数据-构建代理模型-同步优化热集成的思路解决该问题。对年产30万吨环氧乙烷制乙二醇工艺进行流程模拟,根据流程中所需公用工程位点确定代理模型输出变量,通过灵敏度分析进一步确定输入变量。由Sobol随机序列生成样本点并通过模拟得到基于机理模型的可靠数据,以数据驱动方式训练神经网络得到代理模型。最后,以总公用工程费用最小为目标,采用遗传算法与D-G模型组成的同步算法对代理模型进行优化,得到最优工艺参数,总公用工程费用较优化前降低4.89%,既证明了方法的有效性,又展示了其在解决复杂全流程同步优化热集成问题方面的应用前景。

关键词： 管道无人机   油气管网   航迹规划   遗传算法  

摘要： 针对油气管道无人机巡检油气管网时出现的航迹规划问题,提出一种基于自适应种群分组的改进遗传算法。首先以完成全部管道巡检的最短飞行路径为优化目标,以无人机巡检的连续性和避开油气管网上空的禁飞区为约束条件,构建了无人机巡检油气管网的航迹规划模型;其次引入自适应种群分组策略和自适应交叉变异算子,并且针对不同种群采用相应的交叉变异方法;最后以两类油气管网为巡检对象,分别基于改进遗传算法、传统遗传算法、遗传模拟退火算法进行对比实验,仿真结果表明,改进遗传算法在求解过程和求解结果上都更优,其中在复杂度更高的环境下,相比另外两种算法平均路径长度分别减少了7.08%和2.63%,验证了所提算法的有效性和普适性。