基于NSGA-Ⅱ和GeoSOS-FLUS的喀什地区土地利用空间多目标优化

[目的]对喀什地区进行土地资源的空间优化,为该区社会和经济的可持续发展提供理论支持。[方法]设置了粮食安全、经济效益和生态效益(固碳量、产水量和土壤侵蚀)作为算法的多目标函数,通过NSGA-Ⅱ算法能够得到较为科学的土地利用数量结构优化,再通过GeoSOS-FLUS模型根据数量结构优化结果、自然条件和经济因素模拟土地利用空间优化。最后,通过Fragstats 4软件对优化结果进行景观格局分析。[结果](1)在3种优化结果下,GDP、固碳量、粮食产量都比未优化前多,土壤侵蚀有所降低。产水量只有在生态效益优先情况下提高了。(2)2005—2020年,耕地、建设用地都有不同程度的增加,水域、林地和未利用地都有不同程度的减少。(3)通过Fragstats 4对2020年土地利用数据、经济优先、生态优先和生态经济协调发展下优化结果进行分析。相对于优化前,3种优化结果下的香浓多样性和散布与并列指数都有所提高,斑块凝聚度和景观多样性也提高了。[结论] 6种土地利用类型在景观中呈均衡化趋势分布,草地过渡型的土地利用类型有所提高。优化后的土地资源能够较好地满足喀什地区生态可持续发展,其布局更加合理,为该区...     

基于径向基神经网络与粒子群算法的双叶片泵多目标优化

针对双叶片泵存在水力性能比相同比转速的多叶片离心泵低的缺陷,该文以一台型号为80QW50-15-4的双叶片污水泵作为研究对象,将其设计流量点的扬程和效率定为优化目标,运用ANSYS CFX(computational fluid dynamics x)进行数值模拟获得性能数据,采用径向基(radial basis function,RBF)神经网络建立结构参数与扬程、效率性能间的预测模型,并将其用作粒子群算法的适应值评价模型,在样本空间内进行最优值求解,获得扬程和效率的Pareto解。选取扬程最优个体和效率最优个体进行数值模拟,研究其在输运不同介质时的性能与内流场差异,并与初始模型的数值模拟数据相比较。经试验验证,清水介质中设计流量点扬程最优个体的扬程较初始个体增加0.96 m,增幅达到5.5%;效率最优个体的效率较初始个体提升了10.11个百分点。该优化方法改善了叶轮水力特性,使双叶片泵性能得到提高。     

基于NSGA-Ⅱ遗传算法高比转速混流泵多目标优化设计

为进一步探索优化高比转速混流泵水力性能的方法,该文选用比转速为803的高比转速混流泵为研究对象,运用商用软件ANSYS CFX 15.0,选取剪切应力传输(shear stress transport,SST)湍流模型对其内部流动进行计算。以高比转速混流泵的水力效率、扬程为优化目标,采用给定沿叶轮叶片轴面流线的速度矩的分布规律来实现对叶片的间接参数化,以描述该速度矩分布的四次多项式的3个参数为优化变量。采用均匀试验设计安排样本空间,利用径向基函数(radial basis function,RBF)神经网络拟合优化变量与优化目标间的映射关联,最后结合NSGA-Ⅱ遗传算法进行多目标寻优,取效率最优个体和扬程最优个体与初始模型进行分析:得到了上述3个个体的速度矩分布规律与各微元段包角沿轴面流线的变化趋势,效率最优与扬程最优时叶片包角,即各微元段包角之和,分别为75.15°、67.85°。给出了0.5倍叶高处叶轮导叶的相对流线、速度、静压分布以及0.2倍、0.5倍、0.8倍叶高处叶片相对弦长的静压分布。试验证明,效率最优个体的效率较初始个体提高了1.12%,与CFD(计算流体动力学,computational fluid dynamics)计算结果 1.33%接近。该优化方法改善了叶轮的水力特性,提高了高比转速混流泵的性能,为高比转速混流泵的优化设计提供了参考。     

基于二级RBF神经网络的冷库温度的在线预测优化控制

冷库温度预测优化控制在果蔬冷藏方面的应用尚有许多不足之处。主要问题之一是不能通过简练有效的计算完成制冷系统的在线优化控制计算。ＲＢＦ神经网络有极强的非线性映照能力和良好的插补性能,且训练速度快。该文提出使用二级ＲＢＦ神经网络,并合理地综合利用状态量以往的测量值和预测的未来值来实现库温的在线预测优化控制。将该方法用于某冷库库温控制系统,取得了满意的结果。     

基于多目标遗传算法的西宁市水资源优化配置研究

对基于多目标遗传算法的水资源优化配置模型进行研究,可为城市水资源可持续利用和规划管理提供一定的参考依据。根据西宁市的水资源实际情况,建立水资源优化配置模型,并利用多目标遗传算法对该区域水资源进行了优化配置。结果表明,在各水平年不同保证率条件下,西宁市水资源经优化配置后的总供水量有所减少,各个水源的供水量亦有不同程度的减少,其中地表水和地下水减少的供水量较为明显。研究结果表明,多目标遗传算法在水资源优化配置中的应用效果较好,优化结果合理可靠。     

低比转数离心泵的多目标优化设计

为了提高IS50-32-160低比转数离心泵在设计工况下的扬程和效率,采用数值模拟、试验设计、近似模型和遗传算法相结合的优化方法,选取了泵叶轮的叶片出口宽度、叶片出口安放角和叶片包角3个参数作为设计变量,采用最优拉丁超立方试验设计方法进行20组方案设计,应用ANSYS CFX 14.5软件对各方案进行定常数值计算,得到设计工况下的效率和扬程,并将效率和扬程作为设计目标,根据Kriging近似模型建立了设计目标与设计变量之间的近似函数,采用遗传算法对近似函数进行求解,得到最优的叶轮参数组合。研究结果表明:原始方案的外特性数值模拟结果与试验结果吻合程度较好,设计工况下预测扬程偏差为3.3%;优化后的泵水力效率提高了4.18%,而且近似模型在预测性能的准确性高;通过对比原始方案和优化方案的内流场特性,优化方案内部流动得到改善,优化的叶轮的漩涡区域比原始方案的较小;优化使得效率在主频和次频下的脉动幅值分别下降了1.52和0.84,叶轮内的较大压力脉动强度区域减小,隔舌附近监测点在主频下的压力脉动系数幅值下降了0.02。非定常压力脉动强度降低,从而泵的运行稳定性提高。提出的优化设计方法对低比转数离心泵高效以及无过载特性的优化具有一定的参考意义。     

基于RBF神经网络的土壤侵蚀预测模型研究

土壤侵蚀的物理机理十分复杂,用数学方式难以描述.针对土壤侵蚀过程的模糊性、随机性、非线性等特点,将RBF神经网络的理论与方法应用到土壤侵蚀预测中.以杏木小流域为研究对象,应用RBF神经网络方法构建土壤侵蚀预测模型,以汛期降雨量、径流系数、土壤容量、有机质含量及孔隙度土壤侵蚀因子作为模型的输入层变量,输出层变量为年土壤侵蚀模数.通过模拟训练和预测,RBF神经网络取得的结果较好,能够有效地预测土壤侵蚀,且与常见的BP神经网络土壤侵蚀预测模型相比,RBF神经网络得到的预测结果精度更高.RBF神经网络模型将土壤侵蚀预测问题转化为影响因子和年侵蚀模数的非线性问题,该模型的模拟与预测为复杂的土壤侵蚀规律研究提供了新途径.     

多目标遗传单纯形算法在概念性水文模型参数优化中的应用

参数识别是水文模型应用的前提,在参数识别的同时需要充分考虑模型自身及参数的不确定性.引入了一种具有较强全局与局部搜索能力的多目标优化算法(MOCOM-UA),探讨了该算法在多目标基础上融合遗传算法和单纯形法两类算法不同搜索机制的模型优化方案,并以汉江上游江口流域新安江模型降水一径流模拟实践为例,将MOCOM-UA算法应用于新安江模型的参数识别.得到了4目标函数情形下的Pareto参数空间和模型的预测范围,并根据该算法模拟计算的结果,初步分析了参数和模型的不确定性.     

遥感图像中多分类问题的树型RBF神经网络方法

该文探讨RBF映射理论在遥感影像分类中的具体算法和实现过程，给出了基于自适应聚类间距的快速聚类算法(AGDFC)的RBF网络训练算法和树型RBF网络构造算法。然后以实际的遥感土地覆盖分类为例，通过与最大似然分类算法(MLC)相比较，对分类过程和结果进行了综合分析，实验结果表明树型RBF网络方法在学习速度、网络结构、分类精度等方面具有一定的优势。     

基于多目标微粒群优化算法的土地利用分区模型

土地利用分区实质上是一个多目标的土地利用空间优化问题,将传统分区方法用于解决多目标优化问题明显不足。该文提出了一种基于多目标微粒群优化的土地利用分区模型,构建了土地利用分区的属性约束指标,提取4个能够体现土地利用分区目的及意义的目标函数,即分区间差异性最大区内相似性最强、空间分区集中连片、土地利用效益最大化、土地适宜性评价指数最高,同时考虑了土地利用分区图上最小图斑面积、用途区面积、用途转换规则3类约束条件,并详细阐述了算法的核心思想、编码策略、状态更新机制及其算子等内容,最后以湖北省宜城市为例,对模型的可行性和有效性进行验证,结果表明通过对目标的权重调控可以得到不同目标偏好的土地利用分区方案,该文所构建模型在土地利用规划实践中具有可操作性。     

基于聚合模型的水库群引水与供水多目标优化调度

该文以深圳市城市供水系统中的公明供水调蓄工程为例,对区域水资源的合理配置和高效利用展开研究。工程中公明水库被用作城市供水的储备水源,以防止连续枯水年份或发生水污染等严重事件对城市供水构成的巨大威胁。为此,充分考虑调蓄工程的供水运行特点,将调蓄工程中的水库群聚合为"虚拟水库",并建立调蓄工程的引水与供水调度模型;调度模型以引水量最小和公明水库换水量最大为目标函数,采用多目标遗传算法NSGA-II对引水与供水调度模型进行优化求解。在此基础上,采用模糊优选方法在Pareto优化解集空间中寻找满意解,并选择3个代表解对调蓄工程的供水进行模拟。对比与分析模拟计算结果,表明优化调度模型能够高效利用外流域引水资源和提高公明水库的水量交换。     

基于改进多目标进化算法的温室环境优化控制

该文围绕温室环境控制问题,以温湿度2个主要环境因子为研究对象,建立了温室环境动态模型。设计1种基于改进的非支配排序多目标进化算法(modified non-dominated sorting evolutionary algorithm,MNSEA-II)的双比例积分微分(proportional integral derivative,PID)控制器的多输入、输出温室控制系统,以误差平方矩的积分型(integrated time square error,ITSE)为性能指标,使用多目标进化算法对其确立的目标函数进行寻优,求出Pareto最优解,进而对PID控制器的参数进行整定,使系统获得良好的控制性能。本文以Matlab/Simulink为仿真环境,对此温室控制系统进行了仿真研究。结果表明了温室模型的合理性和多目标进化算法优化的PID控制方法的有效性。     

基于CFD的6MF-30型风力灭火机多目标优化

为了解决6MF-30型风力灭火机效率偏低等问题,该文首先对该风力灭火机的实际工况进行测试并模拟计算;然后应用最优化理论,建立该风力灭火机效率和声功率级的多目标优化数学模型,编程计算得到设计变量的最优组合及计算结果,以优化后的结构参数为基础建立三维模型,模拟计算结果显示,优化风机的A计权声压级虽然较原机增加1.28%,但效率、出口全压、出口流量和出口速度分别较原机提高17.56%、23.96%、11.56%和11.33%,风机的综合性能得到改善。该结论可为风力灭火机的设计提供参考。     

基于径向基神经网络-遗传算法的海流能水轮机叶片翼型优化

如何提高海流能水轮机的能量捕获效率是海洋能开发领域的重点研究课题,而提高海流能水轮机能量性能的关键在于其叶片几何的构造基础——水力翼型的性能提升。该文提出了一种水力翼型的多工况优化设计方法,该方法采用Bezier曲线参数化技术建立翼型的参数化表征方法,然后利用拉丁超立方试验设计技术在设计空间获取训练径向基(radial basis function,RBF)神经网络的样本点,通过计算流体动力学的方法获得每个翼型样本的性能参数后开展神经网络的学习训练,最后采用RBF神经网络与NSGA-II遗传算法相结合的现代优化技术数值求解水力翼型的多工况优化问题。基于上述优化方法对NACA63-815翼型进行了优化改进,重点研究了该翼型在3个攻角工况下(0,6°和12°)的优化问题及求解方法。优化结果表明,优化后的翼型在3个工况点下都具有更好的升阻比性能,同时也能更好地抑制失速现象的产生,验证了该优化方法的理论正确性和可行性。     

基于神经网络建模的种子精选机遗传最优控制

为解决原有的精选机控制系统难以实现不同类型、品种、批次的种子的分级精选问题，提出了一种新的控制算法。该算法通过采用RBF神经网络实现对种子精选过程的离线建模和在线修正，然后利用遗传算法实现对种子精选过程模型寻优，从而实现最优控制。使用5XZW-1.5型重力精选机及微机控制系统，将人工手动调节的分级结果与该文的控制策略作对比实验。结果表明，提高了种子的总获选率，该算法对同类的控制系统也具有指导意义。     

基于Logistic回归和RBF神经网络的土壤侵蚀模数预测

[目的]寻求估算土壤侵蚀模数的新方法,并通过GIS实现对土壤侵蚀空间分布情况的预测。[方法]采用土壤侵蚀模数作为判别条件,分别验证基于Logistic回归和RBF神经网络而建立的土壤侵蚀预报模型的适用性,进而构建并验证改进模型——LOG-RBF神经网络土壤侵蚀预测模型。[结果](1)Logistic回归模型判别目标土地是否发生土壤侵蚀的优势明显,未发生和发生土壤侵蚀的预测正确率分别为77.4%和97.9%,总预测正确率为94.9%。(2)RBF神经网络模型估计土壤侵蚀模数的能力较强,模拟结果的相对误差和平方和误差分别为0.612%和13.292,R2为0.57。(3)LOG-RBF神经网络土壤侵蚀预测模型预测结果的相对误差和平方和误差比RBF神经网络模型模拟结果分别降低了0.157%和2.601。R2为0.82,拟合程度上优于RBF神经网络模型。随着土壤侵蚀模数的增大,错估现象呈逐渐减少趋势。通过受试者工作特征曲线的判别,LOG-RBF神经网络模型的曲线下面积值比RBF神经网络模型大0.063,模型判断的准确性更高。[结论]利用LOG-RBF神经网络土壤侵蚀预测模型可更准确地估计土壤侵蚀模数,基于GIS能够预测土壤侵蚀的空间分布情况。     

基于多目标算法集热/蒸发器微通道结构优化

为提升微通道集热/蒸发器流动与传热性能,该研究通过多目标算法对集热/蒸发器微通道孔结构进行优化。首先,建立集热/蒸发器流动传热耦合模型,通过试验验证模型准确性;其次,采用响应曲面法拟合集热效率和压降的目标函数,建立以微通道集热/蒸发器结构参数为变量的双目标优化模型,并通过多目标粒子群优化算法得到集热效率和压降的Pareto优化解集,用K-means聚类算法对优化解集进行分类;最后,采用不同季节典型工况试验数据确定最佳微通道孔结构尺寸。研究结果表明：集热效率和压降目标函数的决定系数R2分别为0.995和0.999,拟合精度高;孔长、孔宽及孔间距对集热效率和压降影响显著;最终确定孔长1.27 mm、孔宽1.53 mm、孔间距0.39 mm为最佳微通道孔结构尺寸,与原结构相比,集热效率平均提高了8.29%,压降平均降低了11.05%。此方法提供了一定工况范围的优化解集,提升了微通道集热/蒸发器流动与传热性能。     

基于BPNN-GA的泵站前池整流底坎参数优化

为了减少泵站进水结构内的不良流态,提高泵组运行效率,该研究基于计算流体动力学以及BPNN-GA(Back Propagation Neural Network-Genetic Algorithm)算法对泵站前池内底坎的结构设计参数进行优化。为便于计算遗传算法的适应度,在轴向流速分布均匀度和速度加权平均角基础上提出了前池水流流态的综合评价指标F。以综合评价指标F为目标参量,通过遗传算法优化训练好的BPNN模型,得出最优底坎结构设计参数,并同正交试验设计的最优方案的数值模拟结构对比分析。研究结果表明,在1、2、4号水泵机组运行情况下,相比于正交试验设计的最优方案泵站前池水流流态, 1号水泵进水流道的轴向流速分布均匀度提高了16.58个百分点,速度加权平均角增加了4.66°;2号水泵进水流道的轴向流速分布均匀度提高了0.49个百分点,速度加权平均角下降了2.81°;4号水泵进水流道的轴向流速分布均匀度提高了8个百分点,速度加权平均角增加了7.81°,综合评价指标F为1.16,表明前池流态得到较大幅度的提高。基于BPNN-GA算法对泵站前池整流底坎参数进行优化,克服传统方法陷入局部最优的缺陷,可在满足设计要求的范围内选出当轴向流速分布均匀度和速度加权平均角最优时的底坎设计参数,为计算智能在泵站优化水力设计方面提供参考。     

基于复杂种植结构多情景分析的灌区多目标多水源优化配置

为改善多水源灌区农业用水供需矛盾,通过合理调整种植结构,优化灌区水资源配置,该研究以河北省邯郸市漳滏河灌区为研究对象,将农业灌溉缺水量最小和农作物经济效益最大作为目标函数,兼顾灌区生态安全约束,构建了基于种植结构优化的多目标多水源优化配置模型,针对作物熟制、作物种类、种植制度以及灌溉方式设置了8种不同的种植结构优化情景,通过自主改进的基于精英策略并协遗传算法（NSGAⅡ-S）对模型求解,获得不同情景下的水资源优化配置方案。结果表明：应用模型进行水资源配置后,各情景配水总量均有所减少,其中水库配水量高于其他水源的配水量,水库水、引黄水和引江水均达到用水总量控制目标,民有分区的各计算单元间的配水量变化明显,总配水量高于滏阳河分区;适当压减主要依靠抽取地下水灌溉的冬小麦的播种面积,变灌溉农业为旱作雨养农业,可以极大地减少地下水用量,增加灌区经济效益;最佳的种植结构优化方案为CS₄（削减冬小麦的种植面积,种植苜蓿,灌溉方式采取管灌或喷灌）,该方案冬小麦播种面积压减17.10%,地下水开采量减少了16.42%,灌区的经济效益增加了26.41%,在保证配水总量最小的同时,具有更高的经济效益。该研究所构建的多目标多水源优化配置模型和作物配水结果可为类似地区的水资源配置提供参考。     

基于神经网络的土地利用规划方案优化方法研究

本文提出了一种基于神经网络的土地利用规划方案优化方法，采用此方法可实现多目标土地利用方案的优化。这一方法用于武鸣县土地利用规划方案的优化，取得了比较满意的结果。