检索结果-南通市图书馆

基于moea/d算法的三陷波超宽带天线设计

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

大连交通大学学报 2024年第1期45卷 106-111页

作者：宋智陈嘉懿薛严冰陈宝君大连交通大学计算机与通信工程学院辽宁大连116028 大连交通大学自动化与电气工程学院辽宁大连116028

为实现超宽带通信中对WIMAX(3.3~3.7 GHz)、WLAN(5.150~5.825 GHz)和ITU(8.01~8.50 GHz)频段干扰的抑制,提出了一种基于moea/d算法优化设计的具有三陷波特性的超宽带天线。天线采用T形结构作为辐射贴片,通过改变贴片形状等方法实现在3~1... 详细信息

为实现超宽带通信中对WIMAX(3.3~3.7 GHz)、WLAN(5.150~5.825 GHz)和ITU(8.01~8.50 GHz)频段干扰的抑制,提出了一种基于moea/d算法优化设计的具有三陷波特性的超宽带天线。天线采用T形结构作为辐射贴片,通过改变贴片形状等方法实现在3~12 GHz的超宽带。在辐射贴片上刻蚀两个U形缝隙和在传输线两侧加载C形开口环,对天线进行陷波设计。利用moea/d算法对陷波结构的结构参数和加载位置进行优化,实现了在3.31~3.69 GHz、5.25~6.13 GHz和8.01~8.51 GHz频段的陷波效果,成功抑制了频段干扰。与传统扫频优化的设计方法相比,采用moea/d算法设计的天线在陷波频带内增益低至-19 dB,各陷波频带准确度误差均在3.6%以下,提高了天线的设计效率,具有一定的工程应用价值。

关键词：超宽带天线 moea/d算法多陷波

moea/d算法在扩展互作用振荡器优化设计中的应用研究

在线全文

学校读者我要写书评

暂无评论

工业技术创新 2022年第5期9卷 108-115页

作者：边书榕宋韵哲傅文想郑华刘谨明崔健北方工业大学信息学院北京100144

扩展互作用振荡器(EIO)是一种新型真空电子器件,在其优化设计中,如何实现高频率、宽带宽、短结构等多个设计目标的共渡问题,成为该类真空电子器件的研究重点。以W波段哑铃型多间隙耦合腔作为理论模型,基于谐振腔自激饱和基本原理和一维... 详细信息

扩展互作用振荡器(EIO)是一种新型真空电子器件,在其优化设计中,如何实现高频率、宽带宽、短结构等多个设计目标的共渡问题,成为该类真空电子器件的研究重点。以W波段哑铃型多间隙耦合腔作为理论模型,基于谐振腔自激饱和基本原理和一维电子圆盘模型下的注—波互作用方程,推演出适用于EIO的一维非线性自洽方程组;结合moea/d多目标优化算法,得到针对多个设计目标的EIO自动优化程序。以95 GHz W波段EIO作为示例,选择EIO输出功率、瞬时带宽和互作用结构长度三个目标作为解向量,选择间隙长度、耦合腔周期长度、谐振腔外观品质因数、电子注半径、工作电压、工作电流、间隙个数七个参数作为决策向量,描述了优化设计过程。该优化设计方案能够迅速跳出输出功率为零的陷阱,提高优化速度,得到输出功率为1 100~2 400 W,瞬时带宽为61~475 MHz,互作用结构长度为3.7 mm、4.5 mm、5.4 mm、6.2 mm、7.0 mm五段附近、对应间隙个数依次为5~9的Pareto解集,为真空电子器件优化设计人员在实际应用中提供了更多的选择。

关键词：扩展互作用振荡器多目标优化 moea/d算法共渡问题 Pareto解集

基于moea/d算法的衡水市水资源多目标优化配置

在线全文

学校读者我要写书评

暂无评论

水电能源科学 2023年第3期41卷 35-38页

作者：朱思峰刘程泰天津城建大学计算机与信息工程学院天津300384

水资源供需之间的矛盾日趋激化,优化配置、高效利用区域内有限水资源变得尤为重要。以衡水市水资源配置为例,综合考虑衡水市水资源优化配置需求,建立了以社会效益、经济效益和生态效益为目标函数的水资源多目标优化配置模型,给出了基于M... 详细信息

水资源供需之间的矛盾日趋激化,优化配置、高效利用区域内有限水资源变得尤为重要。以衡水市水资源配置为例,综合考虑衡水市水资源优化配置需求,建立了以社会效益、经济效益和生态效益为目标函数的水资源多目标优化配置模型,给出了基于moea/d算法的水资源优化配置方案,并将所提方案与基于NSGA-Ⅲ算法的方案进行了对比试验。结果表明,所提方案优于文献方案,可为衡水市水资源合理配置提供依据。

关键词：水资源优化配置多目标优化算法 moea/d算法衡水市

基于偏好moea/d算法的天然气发动机多目标优化标定研究

在线全文

学校读者我要写书评

暂无评论

基于偏好MOEA/D算法的天然气发动机多目标优化标定研究

作者：刘昭璐哈尔滨工程大学

学位级别：硕士

发动机多目标优化技术是降低发动机排放、提升发动机经济性的有效技术手段,其本质是寻求使多个指标如排放、燃料消耗等均达最优的控制参数组合。当前的相关研究大多集中于在全工况范围下求解出完整帕累托前沿,不利于最终决策者对偏好方... 详细信息

发动机多目标优化技术是降低发动机排放、提升发动机经济性的有效技术手段,其本质是寻求使多个指标如排放、燃料消耗等均达最优的控制参数组合。当前的相关研究大多集中于在全工况范围下求解出完整帕累托前沿,不利于最终决策者对偏好方案的选取且浪费计算资源。并且国际海事组织针对不同区域制订了不同标准的排放法规,因此随着船舶航行区域的变化,用户对发动机的需求也有着不同的偏好。本文针对6M33天然气发动机开展带有决策者偏好信息的多目标性能优化研究,旨在获得决策者不同偏好下的最优解决方案,使发动机在不同运行条件下均保持最佳性能。本文利用GT-Power软件搭建了天然气发动机数值仿真模型,并开展了台架试验,对模型进行了标定与验证。在此基础上,研究分析了点火正时和空燃比对发动机性能与排放的影响,为进行试验设计和后续分析提供了理论指导。基于有限数据建立天然气发动机预测模型,探究分析了BP神经网络、LSTM神经网络以及极限学习机等预测建模技术优缺点,其中极限学习机因其强大的非线性拟合能力以及独特的学习训练过程实现了对控制参数和输出响应之间的高效拟合。针对天然气发动机NOx排放和燃料消耗难以调和的矛盾,提出了基于极限学习机预测模型与moea/d算法相结合多目标优化策略,并设计了自适应进化算子,旨在解决最优解分布均匀性差问题。利用该策略对天然气发动机进行优化,所有解均满足IMO Tier-Ⅱ排放法规,并且存在满足IMO Tier-Ⅲ的最优解决方案。在此基础上,提出基于权重向量变换的方式,将决策者偏好信息引入moea/d算法框架,实现了带有决策者偏好信息的天然气发动机多目标优化。选取两种不同偏好进行验证,在低排放偏好方案下,所有工况均能满足IMO Tier-Ⅲ限值,此时NOx排放相较原机下降了81%,而BSFC则增长了0.35%,表明可以在牺牲少量经济性的基础上获得较低的排放水平。而将排放限值放宽至IMO Tier-Ⅱ时,NOx排放平均降低了35%,同时BSFC也较原机降低了1.86%,实现了NOx与BSFC的同时优化。

关键词：天然气发动机预测模型极限学习机偏好多目标优化 moea/d算法

基于moea/d算法的重载列车多目标运行曲线优化

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于MOEA/D算法的重载列车多目标运行曲线优化

作者：徐倩华东交通大学

学位级别：硕士

重载列车是一种载重巨大的动力集中式大型货车编组,车厢间采用车钩连接,传递动力时存在较大的迟滞性和非线性。目前我国重载运输采用的人工驾驶操作困难且运行线路复杂,随着列车牵引载重的增加,运行过程面临的断钩脱钩等安全问题随之浮... 详细信息

重载列车是一种载重巨大的动力集中式大型货车编组,车厢间采用车钩连接,传递动力时存在较大的迟滞性和非线性。目前我国重载运输采用的人工驾驶操作困难且运行线路复杂,随着列车牵引载重的增加,运行过程面临的断钩脱钩等安全问题随之浮现。因此,研究重载列车运行过程的目标运行曲线优化,对于保障列车安全、平稳、节能、正点运行具有重要意义。为了解决上述安全问题,使重载列车达到最优运行,本文建立重载列车的多质点动力学模型,选择两种不同的车钩与缓冲器的组合作为钩缓模型约束对列车的运行曲线进行优化,能够达到保障列车运行安全、提升运行过程平稳性、降低机车能耗以及提高到站准点率等目的。具体研究如下:1、分析重载列车运行过程特性,建立多质点纵向动力学模型,分析每个质点的受力情况,采用“翟方法”进行列车运行数据分析,以此求解所建立的动力学方程。2、基于所建立的动力学模型,在考虑钩缓模型约束和实际线路条件(坡道、弯道、线路限速、过分相等)约束的情况下,考虑安全性、平稳性、节能性、正点性四个指标建立多目标优化模型。采用基于分解的多目标进化算法(moea/d)对运行过程进行优化,将优化结果与采用基于线性加权的多目标遗传算法(VEGA)的优化结果对比,发现采用moea/d算法能够全面且均衡地保障列车运行的安全性、平稳性、节能性和正点性。3、对于moea/d算法改进其生成权向量的方法和使用的分解方法,并引入ε支配思想,命名为ε-Imoea/d算法。同样考虑安全、平稳、节能、正点四个目标,在考虑相同模型和约束的情况下采用ε-Imoea/d进行优化仿真,分析优化后的列车运行曲线、各项运行数据以及四个评价函数的值,ε-Imoea/d算法相较于改进之前的moea/d算法具有更好的优化效果,能够更加保障重载列车的安全、平稳、节能、正点运行。本文对重载列车运行过程进行研究,首先建立了列车整体的多质点纵向动力学模型,以钩缓模型约束和实际驾驶规则为约束条件,考虑安全性、平稳性、节能性、正点性四个指标建立优化模型,并采用moea/d算法及其改进后的ε-Imoea/d算法进行优化仿真,得到优化指标更好并且更加符合重载列车驾驶操作需求的目标运行曲线。本文依据现实数据建立各项模型,仿真结果对于重载列车驾驶优化的应用具有一定的实际意义。

关键词：重载列车多目标优化 moea/d算法钩缓模型约束多质点模型

高校智慧图书馆边缘计算场景下基于moea/d算法的卸载决策

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

周口师范学院学报 2023年第2期40卷 51-56页

作者：张青华柴争义天津城建大学图书馆天津300384 天津工业大学计算机科学与技术学院天津300387

智慧图书馆子系统是高校智慧校园系统的核心部件,它融合了云计算技术、边缘计算技术、物联网技术、人工智能技术。借助边缘计算技术,可以通过把计算资源和存储资源下沉到网络边缘的边缘服务器上。智能终端设备把任务卸载到边缘服务器上... 详细信息

智慧图书馆子系统是高校智慧校园系统的核心部件,它融合了云计算技术、边缘计算技术、物联网技术、人工智能技术。借助边缘计算技术,可以通过把计算资源和存储资源下沉到网络边缘的边缘服务器上。智能终端设备把任务卸载到边缘服务器上来处理,可以降低智能终端设备的任务处理时延和能源消耗,从而满足读者的随时随地的阅读需求。针对高校智慧图书馆边缘计算场景下的任务卸载决策问题,建立了系统模型、时延模型、能耗模型和多目标优化模型,给出了一种基于moea/d算法的卸载方案,并与本地执行的方案、随机卸载方案、基于遗传算法的卸载方案进行了对比实验。实验结果表明:给出的任务卸载方案能够有效降低智能终端设备的任务卸载时延和能耗,能满足智慧图书馆的任务卸载需求。

关键词：高校智慧图书馆边缘计算卸载决策 moea/d算法

在线全文

学校读者我要写书评

暂无评论

基于moea/d算法的麦弗逊式悬架优化

农业装备与车辆工程 2022年第9期60卷 157-162页

作者：郁钦阳吕泽苗马云睿丁超杰上海理工大学机械工程学院上海市200093

采用AdAMS/Car建立仿真模型对麦弗逊独立悬架进行建模,得到已知数据;通过对车轮同步跳动的仿真运动,得到的定位参数不符合设计要求。对不符合要求的定位参数进行优化,利用AdAMS/Insight对运动仿真的图像进行分析。通过正交试验,采用SPS... 详细信息

采用AdAMS/Car建立仿真模型对麦弗逊独立悬架进行建模,得到已知数据;通过对车轮同步跳动的仿真运动,得到的定位参数不符合设计要求。对不符合要求的定位参数进行优化,利用AdAMS/Insight对运动仿真的图像进行分析。通过正交试验,采用SPSS软件对正交实验数据进行非线性回归,得到各定位参数与硬点之间的拟合函数,利用moea/d算法求解多目标优化的最优值,最后将更改的硬点与原先的对比,各定位参数得到优化。

关键词：麦弗逊悬架 AdAMS 多元非线性回归 moea/d算法

在线全文

学校读者我要写书评

暂无评论

偏好moea/d算法的研究与实现

现代电子技术 2018年第1期41卷 133-138页

作者：万旭光毛樟根江南计算技术研究所江苏无锡214000

在科研和工程实践中存在着很多需要同时优化的两个或多个相互冲突的多目标优化问题。多数情况下,人们使用多目标优化是为了寻求某一特定方向的Pareto解,但传统的优化方法只能得出分散的全部解集,不利于辅助决策。为此,提出一种带偏好的... 详细信息

在科研和工程实践中存在着很多需要同时优化的两个或多个相互冲突的多目标优化问题。多数情况下,人们使用多目标优化是为了寻求某一特定方向的Pareto解,但传统的优化方法只能得出分散的全部解集,不利于辅助决策。为此,提出一种带偏好的多目标优化算法(即偏好moea/d算法),该算法的核心思想是将一个多目标优化问题分解成多个单目标优化问题并同时优化,在子问题通过相邻子问题信息优化的过程中加入使用者偏好,最终得到方向明确的Pareto解集。经仿真验证,该算法具有突出的求解性能,便于辅助决策,且有较高的有效性和可拓展性。

关键词：多目标优化 moea/d算法 Pareto解信息优化辅助决策权向量

在线全文

学校读者我要写书评

暂无评论

基于自适应进化策略的moea/d算法

计算机工程与设计 2019年第4期40卷 1106-1113页

作者：耿焕同周山胜韩伟民周利发南京信息工程大学计算机与软件学院江苏南京210044

针对moea/d算法单纯使用差分进化策略造成局部搜索能力弱、寻优精度低等问题,提出一种基于自适应进化策略的moea/d算法(moea/d-EA)。利用种群邻域更新信息构造进化状态判断机制,判断子问题的进化潜能和种群的进化状态;将子问题的进化潜... 详细信息

针对moea/d算法单纯使用差分进化策略造成局部搜索能力弱、寻优精度低等问题,提出一种基于自适应进化策略的moea/d算法(moea/d-EA)。利用种群邻域更新信息构造进化状态判断机制,判断子问题的进化潜能和种群的进化状态;将子问题的进化潜能正反馈到反向学习模型,形成自适应的反向学习策略(AOBL);根据种群的进化状态选择不同的进化策略,以均衡算法的全局搜索与局部寻优能力。实验结果表明,该算法在收敛性、分布性和稳定性等方面均优于或部分优于其它对比算法。

关键词： moea/d算法进化潜能判断反向学习自适应进化策略多目标优化算法