“nsga”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果896个，建议您升级VIP下载更多相关专利

[发明专利]圆筒直线电机多目标优化方法、设备及存储介质-CN202210052932.5在审
发明人：郭亮;雷敏杰 -专利权人：浙江理工大学
申请日： 2022-01-18 - 公布日： 2022-12-16 - 主分类号： G06F30/23 文献下载
摘要：本发明公开了一种圆筒直线电机多目标优化方法、设备及存储介质，该方法以圆筒直线电机的平均推力和推力波动为优化目标，分析影响其的设计参数，并确定其的取值范围；通过最优拉丁超立方试验设计构建样本库；基于所述样本库建立Kriging模型；利用NSGA‑Ⅱ算法对模型的期望最大加点准则函数和预测函数进行并行寻优；如果模型达到设定的收敛精度，则通过NSGA‑Ⅱ算法寻优得到最优设计参数；否则将寻优得到的点计算真实值并添加样本库，重复寻优。本发明将NSGA‑Ⅱ算法和Kriging模型结合，融合NSGA‑Ⅱ算法对期望改进量最大准则函数和预测函数进行并行寻优，可快速提高模型精度，提高了算法的优化效率和鲁棒性。
圆筒直线电机多目标优化方法设备存储介质

[发明专利]基于EMC评估模型和改进NSGA-II的传导干扰陷波器优化设计方法-CN201910409442.4有效
发明人：马莹;葛红娟;张璐;桑益芹;李煌;李静 -专利权人：南京航空航天大学
申请日： 2019-05-15 - 公布日： 2021-09-10 - 主分类号： G06F30/20 文献下载
摘要：本发明公开一种基于EMC评估模型和γ‑NSGA‑II的传导干扰陷波器多目标优化设计方法，涉及电磁兼容领域和遗传算法改进策略。本发明以BP神经网络为基础建立EMC评估模型，解算出表示传导干扰抑制效果的传导发射信号余量值和总谐波畸变率；以余量值、总谐波畸变率、陷波器重量和费用为优化目标，引入含目标重要度排序的优化目标向量γ，利用γ‑NSGA‑II与NSGA‑II相比，γ‑NSGA‑II在临界层个体选择时，按重要度对优化目标向量γ降维后，进行临界层个体的快速非支配排序。
基于 emc 评估模型改进 nsga ii 传导干扰陷波优化设计方法

[发明专利]一种基于多目标进化算法的水库群调度方法-CN201910201650.5有效
发明人：董增川;倪效宽;贾文豪;杨敏芝;姚弘祎;陈牧风 -专利权人：河海大学
申请日： 2019-03-18 - 公布日： 2022-08-26 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多目标进化算法的水库群调度方法，本发明通过进行两轮锦标赛选择和矢量角度选择过程，改良了传统的第三代非支配排序遗传算法(NSGA‑III)中随机选择父代种群进行繁殖，和当小生境数大于0时，随机选择进入下一种群的个体这两个随机过程，提出了一种基于参考点和矢量角度选择的多目标进化算法(VA‑NSGA‑III)。将算法应用于金沙江下游梯级水库群多目标调度模型，结果表明，与NSGA‑III及VaEA的求解结果比较，VA‑NSGA‑III能在同等条件下获得一组更均匀、收敛性更好的非劣调度方案集。
一种基于多目标进化算法水库调度方法

[发明专利]一种求解风蓄火联合运行系统多时段Pareto解集的优化方法-CN201310072856.5无效
发明人：马瑞;程璐;鲁海威;马海洋;高晓峰 -专利权人：长沙理工大学
申请日： 2013-03-07 - 公布日： 2014-09-10 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种大规模风电接入后风蓄火联合运行系统多时段Pareto解集的求解方法，该方法运用传统遗传算法和NSGA-II算法相结合的方式进行求解，分别解决了传统遗传算法优化结果单一性以及NSGA-II算法只能优化得到单时段本发明将遗传算法求解风蓄火联合运行系统数学模型的优化结果作为NSGA-II算法求解的初始值，以此优化得到各个时刻的Pareto解集。相对于传统遗传算法以及NSGA-II算法，本发明能够有效的解决这两种算法在求解过程中的不足，更加全面的搜索出尽可能多的优化解集，给决策者提供全面、清晰、有效的支撑。
一种求解风蓄火联合运行系统多时 pareto 优化方法

[发明专利]基于Tent混沌映射NSGA-II算法的微电网多目标优化方法-CN202111335765.7在审
发明人：王艳;张嘉琳 -专利权人：华北电力大学（保定）
申请日： 2021-11-05 - 公布日： 2023-05-09 - 主分类号： G06F30/27 文献下载
摘要：本发明涉及一种基于Tent混沌映射NSGA‑II算法的微电网能量优化调度方法，步骤为：S1建立微电网能量优化管理方法，该方法采用双层能量优化管理：上层采用模糊管理系统确定微电网运行模式，下层采用改进NSGA‑II储能电池荷电状态、微电网与配电网的电能交换量作为约束条件，建立以微电网运行经济性、网络中碳排放量和有功功率损耗为目标函数的多目标优化数学模型；S3以增加求解算法的种群多样性、提高算法的全局搜索能力为目标，对NSGA‑II算法进行改进，引入Tent混沌映射方法；S4基于Tent混沌映射NSGA‑II算法对多目标优化数学模型进行求解；S5利用模糊隶属度函数确定微电网多目标优化函数的最优解。本方法使NSGA‑II算法的种群的多样性、精度以及全局搜索能力显著提高，更加适用于微电网多目标优化模型的求解。
基于 tent 混沌映射 nsga ii 算法电网多目标优化方法

[发明专利]一种基于NSGA-II算法的物联网车间调度方法-CN202110767833.0在审
发明人：董辉;吴昆阳;夏启剑;吴祥;魏中华;吴晓峰;王军晓;俞立 -专利权人：浙江工业大学
申请日： 2021-07-07 - 公布日： 2021-11-23 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开了一种基于NSGA‑II算法的物联网车间调度方法，方法包括：分别建立基于总加工时间、总生产成本和单台设备最长运行时间的三个目标函数；取三个目标函数的倒数作为适应度函数；根据目标函数和适应度函数建立车间调度模型；基于NSGA‑II算法求解所述车间调度模型，得到最优的车间调度方案。本发明提供的基于NSGA‑II算法的物联网车间调度方法能够避免局部收敛，提高种群质量，获得较好的多目标优化解。
一种基于 nsga ii 算法联网车间调度方法

[发明专利]基于改进NSGA-Ⅱ算法的径向压气机叶片多工况优化方法及装置-CN202211205448.8有效
发明人：刘北英;刘基盛;钱凌云;杨文明 -专利权人：北京科技大学
申请日： 2022-09-30 - 公布日： 2023-05-02 - 主分类号： G06F30/17 文献下载
摘要：本发明公开了一种基于改进NSGA‑Ⅱ算法的径向压气机叶片多工况优化方法及装置，涉及径向压气机的气动设计技术领域。包括：获取原始径向压气机的叶片几何构型；将原始径向压气机的叶片几何构型输入到构建好的基于改进非支配排序遗传NSGA‑Ⅱ算法的优化模型；基于原始径向压气机的叶片几何构型以及基于改进NSGA‑Ⅱ算法的优化模型
基于改进 nsga 算法径向压气叶片工况优化方法装置

[发明专利]一种基于改进NSGA-II的产品原则布置方法-CN201911006109.5在审
发明人：刘峰;汪孝胜;陶凌峰;李茂盛;高磊;洪鹏;吕向峰;刘哲;金磊;张斌 -专利权人：江苏金陵智造研究院有限公司
申请日： 2019-10-22 - 公布日： 2020-03-17 - 主分类号： G06Q10/04 文献下载
摘要：一种基于改进NSGA‑II的产品原则布置方法。涉及自动化生产线技术领域，尤其涉及一种产品原则布置方法。提出了一种对NSGA‑II(第二类非支配排序遗传算法，Nondominated Sorting Genetic Algorithm II，NSGA‑II)进行改进，采用三种分配方式对操作工序进行分配，嵌入次序交叉操作、单点变异操作及初始化种群策略，从而实现对产品原则布置的最优化设计的基于改进NSGA‑II的产品原则布置方法。
一种基于改进 nsga ii 产品原则布置方法

[发明专利]一种基于多目标遗传算法的调度图优化方法-CN201210142732.5无效
发明人：雷晓辉;王旭;李献新;张云辉;林旭;高力书;李琳;盖优普;于兴晗;侯煜 -专利权人：湖北省电力公司;中国水利水电科学研究院
申请日： 2012-05-10 - 公布日： 2012-10-03 - 主分类号： G06N3/12 文献下载
摘要：本发明涉及一种基于多目标遗传算法的调度图优化方法，所述方法的步骤：调度图模拟模型；调度图概化；多目标遗传算法NSGA-II：NSGA-II算法的实现形式：初始种群的生成；交叉变异方法。本发明在调度图优化中，采用的多目标遗传算法如：NSGA-II。NSGA-II是目前公认的多目标优化效果最好的算法之一。
一种基于多目标遗传算法调度优化方法

[发明专利]一种基于非支配排序遗传算法和FLUS模型的多目标土地利用模拟系统与方法-CN202210376516.0在审
发明人：王潜心;韩珊;曹芳洁;邱芸;黄芳;赵芬奇;罗彩玉;徐欢 -专利权人：中国矿业大学
申请日： 2022-04-11 - 公布日： 2022-07-08 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于非支配排序遗传算法(NSGA‑II算法)和FLUS模型的多目标土地利用模拟方法。首先基于NSGA‑II算法实现土地利用数量结构优化，进而利用FLUS模型将变化斑块合理分布，从而实现土地利用空间结构优化。该方法通过NSGA‑II算法获取FLUS模型中未来土地利用斑块的数量，并通过调整参数模拟多种土地利用情景，能够高效的进行区域土地利用模拟，为区域不同的发展目标提供决策支持，在新时期国土空间规划实践中有着较好的应用前景
一种基于支配排序遗传算法 flus 模型多目标土地利用模拟系统方法

[发明专利]一种基于NSGA-II的舰船电网故障重构方法、装置、设备和介质-CN202310374761.2在审
发明人：张涛;卢佳音;杜俭业;鲍永亮;范新革;聂建凯 -专利权人：航天科工深圳（集团）有限公司
申请日： 2023-04-10 - 公布日： 2023-08-15 - 主分类号： G06F30/27 文献下载
摘要：本发明提供一种基于NSGA‑II的舰船电网故障重构方法、装置、设备和介质，涉及电网故障重构领域，其中，该方法包括：获取当前电网拓扑结构各节点的信息，根据所述各节点的信息确定目标函数和约束条件；根据混沌模型获取初始种群，所述初始种群符合所述约束条件；根据所述目标函数和约束条件，将所述初始种群输入NSGA‑II算法中，得到电网重构结果。本发明通过目标函数和约束条件构造NSGA‑II算法进行舰船电网故障重构克服了人工进行船舶电网恢复时间长、容易误操作造成电网故障扩大的缺点。
一种基于 nsga ii 舰船电网故障方法装置设备介质

[发明专利]一种基于NSGA‑II算法的降低UUV置空率的优化方法-CN201710345386.3在审
发明人：张伟;宋吉广;魏世林;张宏瀚;陈涛 -专利权人：哈尔滨工程大学
申请日： 2017-05-17 - 公布日： 2017-10-27 - 主分类号： G06F17/50 文献下载
摘要：本发明属于无人水下航行器整体性能分析及NSGA‑II算法求解多目标的技术领域，具体涉及一种基于NSGA‑II算法的降低UUV置空率的优化方法。该方法通过建立UUV的多学科优化模型，明确优化目标函数，将UUV的总体设计进行子系统分解，完成UUV的模型设计；然后通过确定多学科优化设计问题中包含的连续变量、离散变量，计算出目标函数，规定约束条件；最后基于NSGA‑II本发明选用NSGA‑II算法作为系统优化的搜索算法，解决了多目标、多约束、多变量的实际UUV综合性能问题，实现了典型UUV结构、性能以及UUV置空率的综合优化，不仅降低了UUV的置空率，还保证了UUV各方面的良好性能指标
一种基于 nsga ii 算法降低 uuv 置空率优化方法

[发明专利]一种基于改进NSGA-Ⅲ的风电机组布局优化方法-CN202310138620.0在审
发明人：董明刚;刘琼 -专利权人：桂林理工大学
申请日： 2023-02-20 - 公布日： 2023-07-07 - 主分类号： G06F30/20 文献下载
摘要：一种基于改进NSGA‑Ⅲ的风电机组布局优化方法，通过对风电场年发电量、总投资成本以及噪声多个目标进行风电机组布局优化，在速度和求解质量上都比NSGA‑Ⅲ更有效，实现多种群的协同进化，避免求解多目标优化问题时容易陷入局部最小值的缺点本发明对比了NSGA‑Ⅲ和MPNSGA‑Ⅲ在具体实施例中风电机组布局优化的结果，验证了MPNSGA‑Ⅲ在风电场风电机组布局优化中的有效性。研究表明，MPNSGA‑Ⅲ的最佳结果在每个目标上都优于NSGA‑Ⅲ，其中年发电量增加了约10104MW，投资总成本每天节省约约为276欧元，噪声值也降低了35.94dB。
一种基于改进 nsga 机组布局优化方法

[发明专利]基于NSGA-Ⅱ的被动浮标布阵优化方法-CN202011179439.7在审
发明人：牛奕龙;聂瑞祥;王英民;王奇;陶林伟;张争气;邱宏安;黄爱萍;诸国磊 -专利权人：西北工业大学
申请日： 2020-10-29 - 公布日： 2021-01-29 - 主分类号： G06F30/20 文献下载
摘要：本发明提供了一种基于NSGA‑Ⅱ的被动浮标布阵优化方法，综合考虑浮标阵探测和定位的能力，将NSGA‑Ⅱ这一用于解决复杂组合优化问题的多目标进化算法应用到浮标优化布阵中，将浮标阵的定位范围、累积探测概率、而标准圆形阵需要补投几枚浮标才能实现对目标的定位，换言之，在相同的战术指标约束下，利用NSGA‑Ⅱ方法优化布阵减少了浮标的耗费数量。
基于 nsga 被动浮标布阵优化方法

[发明专利]一种基于NSGA-II算法的烧结配料多目标优化方法、装置及设备-CN202110687380.0在审
发明人：肖春江;陈禹;肖扬 -专利权人：江苏省镔鑫钢铁集团有限公司
申请日： 2021-06-21 - 公布日： 2021-11-09 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于NSGA‑II算法的烧结配料多目标优化方法、装置、设备及计算机可读存储介质，该基于NSGA‑II算法的烧结配料多目标优化方法包括：根据烧结配料的品种和配比因素，确定决策变量和约束条件；根据烧结矿的优化目标，建立优化目标对应的目标函数；根据决策变量和约束条件以及目标函数，构建多目标优化模型；根据预设迭代终止条件，利用NSGA‑II算法对多目标优化模型进行求解，得到帕累托最优解集。
一种基于 nsga ii 算法烧结配料多目标优化方法装置设备