无源滤波器多目标优化设计及实验仿真

无源滤波器多目标优化设计及实验仿真作者：陆秀令，张松华，周腊吾，曹才开，LUXiu-ling，ZHANGSong-hua，ZHOULa-wu，CAOCai-kai作者单位：陆秀令,张松华,曹才开,LUXiu-ling,ZHANGSong-hua,CAOCai-kai(湖南工学院,湖南,衡阳,421008)，周腊吾,ZHOULa-wu(湖南大学,湖南,长沙,410082)刊名：华东电力英文刊名：EASTCHINAELECTRICPOWER年，卷(期)：2007，35(4)被引用次数：2次参考文献(4条)1.罗安电网谐波治理和无功补偿技术及装备20062.李圣清.朱英浩.周有庆基于交互式多目标遗传算法的无源滤波器优化设计[期刊论文]-电工技术学报2003(06)3.魏晓光.石新春基于改进遗传算法的无源滤波器的设计[期刊论文]-电力自动化设备2003(03)4.彭协华.张代润.朱代祥无源滤波器设计新方法[期刊论文]-电力电子技术2004(04)相似文献(10条)1.学位论文姚英姿改进遗传算法的行星齿轮传动多目标模糊可靠性优化及建模仿真2005传统机械设计方法几乎忽略了设计参数的随机性和模糊性，且对设计目标的多样性考虑不足。为此，本文探索了一种更符合客观实际的、合理的设计方法。本文运用模糊可靠性优化理论和物元分析法，以行星齿轮传动为研究对象，建立多目标模糊可靠性优化数学模型。并在标准遗传算法的基础上，通过改进遗传算子、引入菱形思维和模拟退火算法得到具有实值编码技术的改进型自适应遗传算法。作者再运用改进后的遗传算法，在C++环境下实现了具有混合设计变量的行星齿轮传动参数优化。根据优化所得的设计参数，作者运用大型计算机辅助设计软件UG对齿轮进行三维精确建模，并利用UG的装配和运动仿真模块，成功实现了行星齿轮减速器的虚拟装配和运动仿真。最后，作者利用UG与计算机辅助分析软件ANSYS之间的良好数据接口，将一对在UG中装配好的啮合齿轮导入到ANSYS中进行应力分析，实现了CAD/CAE一体化，并验证了优化结果的可行性。本文将改进遗传算法、模糊物元分析法引入到机械多目标可靠性优化设计中，是对现代设计理论在新的发展方向上进行的有益探索和尝试。特别是本文对遗传算法的改进，较好地克服了原算法的不足，加快了收敛速度，具有较好的全局收敛性和稳定性。2.期刊论文石红国.彭其渊.郭寒英.SHIHong-guo.PENGQi-yuan.GUOHan-yingMRT列车运行模拟模型的多目标改进遗传算法-西南交通大学学报2006,41(5)为了求解城市快速交通(MRT)列车运行模拟模型,寻找最优的列车运行控制曲线,构造了多目标改进遗传算法.以列车运行过程中工况转换点为基因编码依据,以多个基因构成一个染色体代表一个控制方案,从而形成初始种群;根据列车运行控制的停站误差、时分误差和能耗等目标要求设计适应值函数;通过个体有效性检查保证选择、交叉和变异过程中新个体的有效性,并在各算子中加入保优算子,使新种群不淘汰上一代最优个体.实例计算表明,与多质点优化模型相比,在一定的误差范围内,遗传算法能够减少能耗10%以上,并能提供大量次优解,具有明显的优化效果.3.学位论文冯亚岗基于改进遗传算法的混合车间调度问题研究2009并行工程（concurrentengineering，CE）、敏捷制造（agilemanufacture—ing，AM）、虚拟制造（virtualmanufacturing，VM），网络化制造（netmanufacturing，NM）等作为现代化企业主导的先进制造模式，其目的是要以最低的成本制造出顾客满意的产品。在这些制造模式下如何运用有限的资源，降低产品的生产成本，缩短产品的制造周期，保证按时交货，提高企业信誉，赢得更多客户，合理的调度方法与优化技术成为制约以上目标实现的关键因素，因而车间调度问题也越来越受到学者们的关注。遗传算法（GeneticAlgoirthm，GA）是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法，因其对优化模型的依耐性不强、求解问题的简单性和鲁棒性等特点被广泛应用于制造业的各个领域。本文在对遗传算法进行改进的基础上，围绕混合车间的调度问题进行了研究。本文主要作了如下工作：文章回顾和总结了车间生产调度问题发展的概况，以遗传算法为线索，以制造系统调度问题及其相关问题为背景，阐述了遗传算法调度问题及其相关问题的数学模型：首先针对JIT作业车间多种工艺路线的工件调度问题，考虑到生产过程中受许多因素的影响，采用多目标分层协调策略，建立了柔性多目标函数模型，在混合遗传算法与拉格朗日松弛算法结合的基础上，提出一种混合改进算法，利用遗传算法更新拉格朗日乘子得到问题的最优解，仿真实例验证了该模型与求解方法是现实可行的；其次针对具有多种工艺路线的混合柔性流水车间最小完工时间问题，结合生产工艺计划与车间调度系统的集成原理，建立了目标模型，通过将简单遗传算法加以改进，对算法进行研究，把改进后的遗传算法（SGA）和模拟退火算法（SA）有机结合，优化了算法的融合机制和互补结构，形成了较为高效的混合优化算法，使问题得到求解，给出具体算例，验证算法的有效性和先进性。另外结合面向对象的方法，基于组件和线程技术，设计了一个应用于实际生产的优化调度系统模块，介绍了调度系统基于多层次B/S结构的系统结构，并对系统的业务逻辑作了详细阐述，说明了生产调度管理系统的数据库开发过程：本文最后对下一步基于改进遗传算法的混合车间生产调度问题将要进行的工作进行了展望。4.期刊论文张凯燕.莫云辉.邓召义.姚英姿.ZHANGKai-yan.MOYun-hui.DENGZhao-yi.YAOYing-zi改进遗传算法的行星齿轮传动多目标模糊物元可靠性优化-上海大学学报（自然科学版）2007,13(1)运用模糊可靠性优化理论和物元分析法,建立多目标模糊可靠性优化数学模型.并在标准遗传算法的基础上,通过改进遗传算子,引入菱形思维和模拟退火算法,得到了具有实值编码技术的改进型自适应遗传算法.实现了具有混合设计变量的行星齿轮传动参数优化.5.学位论文徐莉基于改进遗传算法的多目标TSP问题研究2008TSP(TravelingsalesmanProblem，旅行商问题)是指给定n个城市和各城市间的距离，要求确定一条经过各个城市当且仅当一次的最短路线。它是一种典型的组合优化问题，其最优解的求解代价是指数级的。已经证明TSP问题是一个NP-hard问题。基于智能优化算法求解TSP问题，是近年来刚刚兴起的热门课题。然而在科学管理与经济决策的许多应用领域中，现实世界存在着大量的多目标优化问题。对于旅行商问题(TravelingsalesmanProblem，Tsp)，实际中经常要同时考虑多个目标，如路程最短、时间最短、费用最省、风险最小等多方面的因素。目标之间往往存在冲突性。如何在多个目标中寻找一个公平、合理的解是比较复杂的问题。本文主要对遗传算法求解多目标TSP问题进行了研究。多目标TSP是从通信、物流等应用领域中提出的一类新的NP-hard的数学理论模型，它属于演化计算的一个新的研究领域。与经典的TSP相比，多目标TSP更复杂，具有更大的挑战性。多目标TSP的研究将推动一些实际问题的解决，如投资问题。投资者一般希望所投入的资金量最少，风险最小，且获得的收益最大。所以研究多目标TSP具有重大的理论意义和应用价值。关于多目标问题的研究在国内外都刚起步，鉴于以上研究现状，本文提出了一种多目标遗传算法。主要包括以下工作：1.介绍了TSP的研究现状、基本知识和遗传算法的基础理论知识。2.介绍了作者对多目标TSP取得的研究成果：针对传统遗传算法求解的缺陷及多目标TSP问题解的特性，进行了一系列的改进，首先采用Grefenstettet编码对候选初始解进行编码，引进了一个线性函数来计算选择概率，提出了一种改进的交叉和变异算子，建立多目标旅行商问题模型，设计出了一种能够较好求解多目标TSP问题的遗传算法.计算机仿真实验验证了该算法的有效性.最后，本文对所做的工作以及进一步的研究方向做了总结和展望。6.学位论文雒战波改进遗传算法在模糊多目标军事指派问题中的应用2006遗传算法是模拟生物界适者生存、自然选择等生物进化机制发展起来的一种高度并行、随机和自适应的搜索算法，主要特点是群搜索策略以及个体间信息交换和搜索不依赖梯度信息，它特别适合于传统方法难于解决的复杂和非线性问题并广泛应用于机器学习、自适应控制、组合设计、人工智能等领域。指派问题就是将资源按某种方式分配到各项工作中，使其效果达到最优的问题。其在军事中的应用非常广泛，诸如目标分配、兵力配置等。由于战时军事活动的特殊性、复杂性及不确定性，需要考虑的因素往往较多，很难用精确值进行量化，相反，通过专家咨询采用模糊数或语言变量来刻画这些目标，可以取得较好的效果。本文介绍了遗传算法的基本理论及实施步骤，并概述了常见的改进方法；研究了模糊多目标指派问题，通过求解模糊效益矩阵，实现了模糊多目标指派到传统单目标指派的转化，并在有关军事指派问题中进行了应用。本文的工作重点体现在两个方面：一是用模糊数学的有关知识，针对具有模糊信息的多目标军事指派问题，利用专家意见通过模糊算法集结模糊综合效益矩阵，利用一种对模糊数排序的方法，将问题转化为传统的单目标指派问题。二是用Matlab遗传算法工具箱进行求解。7.期刊论文宋俐.魏锋涛.刘伟.SongLi.WeiFengtao.LiuWei基于改进遗传算法的带传动多目标模糊优化设计-机械传动2006,30(5)以带轮体积最小和传动轴受力最小为目标建立优化数学模型,利用改进遗传算法求得该优化问题的理想解和若干个有效解,并根据相似优先比理论最终确定其模糊最优解.该问题的求解过程表明,这种多目标优化问题的解决方法是一种更科学、更符合实际的设计方法,具有较好的实用价值.8.学位论文贾德香基于改进遗传算法的配电网电压无功多目标优化2004随着社会的发展,电力用户对配电网电能质量的要求也越来越高.电压无功优化控制是保证配电网安全、经济、可靠、优质运行的有效手段,而有载调压变压器和并联电容器是中国高中压配电网电压无功控制的重要手段.该文重点研究了高中压配电网有载调压变压器和并联电容器的优化控制问题.该文首先研究了配电网电压无功优化控制的课题背景、存在问题和基本理论,阐明了该课题研究的必要性和可行性.然后详细讨论了配电网电压无功优化数学模型的建立及其求解方法,在此基础上,该文构造了配电网电压无功多目标优化的数学模型,并提出了新的求解方法——改进遗传算法.该文根据短期负荷预测的负荷曲线,将一天的负荷分成24个负荷水平时段,取各时段内的典型负荷点,建立了分时段电压无功优化模型,目标函数考虑了有功网损、电压质量、负荷不平衡度、负荷重要性以及设备操作次数等因素,并以潮流方程作为等式约束,以控制量变化范围、负荷电压、负荷不平衡度以及设备操作次数等作为不等式约束.遗传算法适合于解决混合整数规划问题,能够有效地处理不可微的目标函数.由于常规遗传算法存在收敛速度慢等问题,该文采用改进遗传算法解决配电网电压无功优化问题,改进点包括:采用神经网络预算个体适应度,避免了频繁求解比较耗时的电网潮流.采用模式法对若干代群体中的最优值进行局部寻优,提高了算法的局部寻优能力;采用选择排序末位更新法和变参数法,改善了遗传算法的收敛性和解的质量.最后通过算例验证:该文所建立的配电网电压无功多目标优化数学模型是合理的和必要的,采用的改进遗传算法也是可行的和有效的.9.期刊论文张潜.高立群.胡祥培.吴畏物流配送路径多目标优化的聚类-改进遗传算法-控制与决策2003,18(4)探讨运输车辆路线安排调度问题的解决方法,提出一种先用优先级综合聚类分析法将客户分类,再用带有控制开关系统的改进遗传算法求解多目标VRP的优化方法.构造了一种随机开关,以此控制遗传算法中的变异运算,增加了群体的多样性,避免了遗传算法中局部最优现象的发生.计算机仿真实验证明了该算法的有效性.10.会议论文夏云峰.蒋兴