[发明专利]一种基于NSGA-II算法的轮对镟修策略优化方法

摘要

本发明公开了一种基于NSGA‑II算法的轮对镟修策略优化方法，该方法以目前轮对镟修策略为对象，以轮对使用寿命最长和镟修次数最短为目标建立多目标优化模型，针对轮对镟修策略要求镟修次数尽可能少这一特点，改变了传统NSGA‑II的局部密度计算方法，同时更改了遗传算子，实现了轮对镟修策略的有效优化。

主权项

1.一种基于NSGA‑II算法的轮对镟修策略优化方法，其特征在于，首先以轮对使用时间最长和镟修次数最少为目标，根据具体需要镟修的轮对确定约束条件，建立多目标优化模型；然后采用NSGA‑II算法求解得到轮对镟修策略；所述NSGA‑II算法包括步骤：步骤(1)：生成初始种群作为父代种群，并计算父代种群中各粒子的适应值；父代种群中的每一个粒子代表一组镟修策略；通过磨耗模型对每一组镟修策略进行镟修次数和使用时间的计算，以轮对使用时间最长、镟修次数最少作为目标函数，根据具体需要镟修的轮对确定约束条件；步骤(2)：根据镟修次数将父代种群分成不同镟修次数层次的类别；以50％的概率从镟修次数最少的类别中选择粒子，并以等概率在剩余类别中交叉选择其他粒子构成新种群；并对得到的新种群进行交叉、变异得到子代种群；步骤(3)：将子代种群与父代种群合并，进行快速非支配排序并利用高斯核函数计算其拥挤距离；具体高斯核函数的计算方法如下所示：其中，d_c是用户设定的值，d_ij是j点到点i的距离；步骤(4)：根据步骤(3)快速非支配排序的结果以及利用高斯核函数计算的拥挤距离生成下一代父代种群；步骤(5)：判断是否到达最大迭代次数，若是，则转至步骤(8)；否则，返回步骤(3)，迭代次数加1；步骤(6)：结束，生成的新一代父代种群的帕累托前沿即为所求解集，从而得到轮对镟修策略。