-
题名基于多策略改进麻雀搜索算法的并联冷机系统节能优化
被引量：6
- 1
-
-
作者
于军琪
薛志璐
赵安军
杨思远
宗悦
-
机构
西安建筑科技大学信息与控制工程学院
西安建筑科技大学建筑设备科学与工程学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2024年第6期1810-1818,共9页
-
基金
基于双碳目标的大型公建智慧能源管理系统设计方法研究项目(Z20220231)
西宁曹家堡机场三期扩建工程智慧能源管理系统咨询技术服务项目(20220113)。
-
文摘
针对并联冷机系统负荷分配优化问题,提出一种基于多策略的改进麻雀搜索算法,以系统功耗最小为优化目标,以各冷机的部分负荷率为优化变量进行求解.在改进算法中,首先,针对基本麻雀搜索算法初始解的质量差且不均匀问题,引入混沌序列机制对位置初始化;然后,针对算法初期易早熟导致搜索精度低的问题,提出将粒子群算法中的速度概念引入发现者的位置更新公式中,提高算法的寻优精度.为了避免算法长期陷入局部最优,结合狼群算法猛狼的跟随策略优化跟随者的位置,自适应调整个体权重提高算法的收敛速度;接着,选取两个测试案例对所提出算法的性能进行详细测试,并与其他常用算法对比,改进的麻雀搜索算法在案例中最高分别可节能17.8%和23.97%;最后,运用实际系统仿真平台验证所提出改进算法收敛快、运行时间短、鲁棒性好的优点.
-
关键词
负荷分配
节能
麻雀搜索算法
混沌序列
粒子群算法
狼群算法
-
Keywords
load distribution
energy-saving
sparrow search algorithm
chaotic sequence
particle swarm algorithm
wolfpack algorithm
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名U型不完全多目标拆卸线平衡问题建模与优化
被引量：2
- 2
-
-
作者
张则强
蒋晋
尹涛
许培玉
-
机构
西南交通大学机械工程学院
西南交通大学轨道交通运维技术与装备四川省重点实验室
-
出处
《西南交通大学学报》
EI
CSCD
北大核心
2022年第2期235-244,共10页
-
基金
国家自然科学基金(51205328,51675450)
教育部人文社会科学研究基金(18YJC630255)
四川省重点研发项目(2022YFG0245,2022YFG0241)。
-
文摘
针对U型布局所具有的生产柔性强、效率高等优点,结合仅需考虑需求零部件和危害性零部件的实际拆卸过程,提出U型不完全拆卸线平衡问题(U-shaped partial disassembly line balance problem,UPDLBP),以最小化工作站数量、空闲时间均衡指标、拆卸深度和拆卸成本为优化目标建立数学模型.在此基础上,提出一种自适应反向学习多目标狼群算法(adaptive opposition-based learning multi-objective wolfpack algorithm,AOBL-MWPA)进行求解计算.该算法采用自适应游走行为,兼顾算法迭代前期的全局寻优性能和后期的稳定性;在满足优先关系约束前提下对召唤行为和围攻行为进行离散化;引入反向学习策略(opposition-based learning,OBL)以避免算法陷入局部最优;利用Pareto解集思想和非支配排序遗传算法Ⅱ(NSGA-Ⅱ)拥挤距离机制筛选获得多个非劣解;将所提算法应用于19个基准算例中,并与现有文献算法对比;最后,将所提模型和算法应用于某汽车U型不完全拆卸线的实例设计中.结果表明:针对工作站开启数量和空闲时间均衡指标而言所提算法能求解获得小规模问题的最优值,且在中大规模问题中所得结果优于其他算法,危害指标和需求指标均能获得最优值,寻优率为100%;实例设计获得10组可选方案,验证了所提算法的实用性和有效性.
-
关键词
拆卸线平衡问题
不完全拆卸
多目标优化
反向学习
狼群算法
-
Keywords
disassembly line balancing problem
partial disassembly
multi-objective optimization
oppositionbased learning
wolfpack algorithm
-
分类号
TH165
[机械工程—机械制造及自动化]
TP310.6
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于WPA-ELM的煤矿安全评价算法研究
被引量：1
- 3
-
-
作者
李艳军
杨娟娟
-
机构
榆林职业技术学院矿业工程系
-
出处
《甘肃科学学报》
2020年第2期57-62,共6页
-
文摘
为提高煤矿安全评价的精度和可靠性,结合煤矿安全综合评价指标体系,提出一种基于多层次模糊综合评价法和WPA-ELM的煤矿安全评价模型。首先,根据煤矿安全运行状态评价指标体系建立多层次模糊综合评价模型;然后,根据不同指标的权重系数和评价基准值,计算出煤矿安全最终的状态评价得分;最后,将第N-6~N-1次共6个月的煤矿安全运行状态评分值作为WPA-ELM的输入,第N月的煤矿安全运行状态评分值作为WPA-ELM的输出,建立WPA-ELM煤矿安全评价模型。研究结果表明,与PSO-ELM和ELM相比,提出的WPA-ELM模型具有更高的预警准确率和更优的模型性能,为煤矿安全运行状态预警提供了新的方法和途径。
-
关键词
狼群算法
极限学习机
多层次模糊综合评价法
粒子群算法
煤矿安全
-
Keywords
wolfpack algorithm
Extreme learning machine
Multilevel fuzzy comprehensive evaluation method
Particle group algorithm
Coal mine safety
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
