首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于改进的Pareto人工蜂群算法的可靠性优化分配方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:华能如东八仙角海上风力发电有限责任公司;西安热工研究院有限公司

摘要:本发明公开了一种基于改进的Pareto人工蜂群算法的可靠性优化分配方法,通过构建海上风电机组的研制成本—可靠度函数模型,维修成本—可靠度函数模型和总成本—可靠度函数模型,在分析各子系统可靠度约束关系的基础上,以最大化海上风电机组的可靠度和最小化其研制成本、维修成本和总成本为目标,建立了海上风电机组的可靠性优化分配模型。基于Pareto多目标优化的思想,提出了改进的人工蜂群算法应用于可靠性优化分配模型的求解;改进的人工蜂群算法能够有效地提高模型的求解效率和求解质量。针对求解得到的可靠性分配方案的Pareto非支配解集,采用PROMETHEE‑II方法对可靠性分配方案进行了二次优选,确定了各子系统的最优可靠性分配指标。

主权项:1.一种基于改进的Pareto人工蜂群算法的可靠性优化分配方法,其特征在于,包括以下步骤:1以海上风电机组的研制成本、运维成本、总成本、可靠度为优化目标,以海上风电机组各子系统可靠性变动范围为约束,建立海上风电机组的可靠性优化分配模型;具体包括如下步骤:1.1根据海上风电机组的可靠度与成本之间的函数关系,基于三参数成本-可靠度函数模型,建立海上风电机组的研制成本-可靠度函数模型CPRi,运维成本-可靠度函数模型CMRi以及总成本-可靠度函数模型CRi: CRi=CPRi+CMRi其中:为第i个子系统可靠度为Rimin时的研制成本,Ri为第i个子系统分配的可靠度,Rimin为第i个子系统的可靠度最小值,Rimax为第i个子系统的可靠度最大值,fi为子系统i的可行度,为第i个子系统的最大维修成本,μi为第i个子系统的可修复性系数,μi=1,第i个子系统为可修复系统,μi=0,第i个子系统为不可修复系统,βi为第i个子系统的维修难易程度系数;1.2对影响海上风电机组可靠性分配的因素进行分析,获得海上风电机组的重要度向量ID、危害度向量SD、复杂度向量CD、技术水平评分向量TT、工作时间评分向量WT和工作环境评分向量WE:ID=id1,id2,…,idnSD=sd1,sd2,…,sdnCD=cd1,cd2,…,cdnTT=tt1,tt2,…,ttnWT=wt1,wt2,…,wtnWE=we1,we2,…,wen1.3将步骤1.2中获得的可靠性分配影响因素向量合并,获得海上风电机组的可靠性分配综合影响因素矩阵: 其中:γi1=idi,γi2=sdi,γi3=cdi,γi4=tti,γi5=wti,γi6=wei,i=1,2,…,n;1.4采用理想点法即VIKOR方法对步骤1.3中的可靠性分配综合影响因素矩阵进行分析,获得海上风电机组各子系统的可靠性分配初始权重系数: 其中:wi为第i个子系统的可靠性分配初始权重系数,Q是根据VIKOR方法获得的排序折衷指标;1.5根据步骤1.4获得的各子系统可靠性分配初始权重系数,计算各子系统的可靠性约束关系: 其中:Robj为海上风电机组的可靠性分配指标,为按子系统初始权重系数分配得到的第i个子系统的可靠度,n为海上风电机组子系统的个数;1.6根据海上风电机组的研制成本-可靠度函数模型,运维成本-可靠度函数模型,总成本-可靠度函数模型以及各子系统的可靠性约束关系,建立海上风电机组的可靠性优化分配模型: 其中:minC为最小化海上风电机组的总成本,minCP为最小化海上风电机组的研制成本,minCM为最小化海上风电机组的维修成本,maxRS为最大化海上风电机组的可靠度;2根据步骤1获得的海上风电机组可靠性优化分配模型,基于Pareto多目标优化的思想,采用改进的人工蜂群算法对其进行求解,获得海上风电机组可靠性分配方案的Pareto最优解集;具体包括如下步骤:2.1初始化阶段:2.1.1对人工蜂群算法的基本参数进行初始化,包括最大循环迭代次数MCN,海上风电机组的初始可靠性分配方案集SN以及可靠性分配方案被抛弃前的搜索次数Limit,使用下式初始化海上风电机组各子系统的可靠度Rid,并生成其反向解~Rid:Rid=Rimin+rand0,1Rimax-Rimin~Rid=Rimin+Rimax-Rid其中:Rid为海上风电机组第d个分配方案下第i个子系统的可靠度,其中d=1,2,…,SN,i=1,2,…,n;Rimin为海上风电机组第i个子系统的可靠度最小值,Rimax为海上风电机组第i个子系统的可靠度最大值;2.1.2以Rd=[R1d,R2d,…,Rnd]和~Rd=[~R1d,~R2d,…,~Rnd]组成的集合作为海上风电机组的初始可靠性分配方案集,计算各分配方案下的海上风电机组的研制成本、维修成本、总成本和可靠度,并进行归一化处理: 其中:为海上风电机组第d个分配方案下的归一化总成本,为海上风电机组第d个分配方案下的归一化研制成本,为海上风电机组第d个分配方案下的归一化维修成本,为海上风电机组第d个分配方案下的归一化可靠度;2.1.3采用理想点法即VIKOR方法,以海上风电机组的研制成本、维修成本、总成本以及可靠度为因素指标,计算各分配方案的优先级排序指标S,R,Q,以Q指标为标准,将排名前50的可靠性分配方案作为海上风电机组的初始可靠性分配方案Rd=[R1d,R2d,…,Rnd],d=1,2,…,50;2.2雇佣蜂阶段:2.2.1雇佣蜂根据下式在各可靠性分配方案Rd,d=1,2,…,50附近搜索一个新的可靠性分配方案Rl=[R1l,R2l,…,Rnl]:Ril=Rid+ΦdRid-Rjd+ΨRi,best-Rid 其中:Φd为适应度扰动系数,Ψ为迭代扰动系数,Ri,best为所有可靠性分配方案下第i个子系统可靠度的最优值,Rjd为第d个可靠性分配方案下第j个子系统的可靠度,fitd为第d个可靠性分配方案的适应度,iter为当前迭代次数,maxCycle为最大迭代次数;2.2.2根据Pareto占优原则,比较海上风电机组归一化后的总成本、研制成本、维修成本和可靠度在新旧可靠性分配方案Rl和Rd下函数值的大小,并按如下方式对Rd进行更新:a.如果Rd支配即优于Rl,则保留Rd;b.如果Rl支配即优于Rd,则更新Rd=Rl;c.如果Rd无区别于Rl,则保留Rd并生成Rd的非支配解集Fd={Rl};在下一迭代时,在可靠性分配方案Rd附近重新搜索一个新的可靠性分配方案Rt,并按如下方式对Rd和Rd的非支配解集进行更新:a.如果Rd支配Rt,则保留Rd;b.如果Rt支配Rd,则更新Rd=Rt;c.如果Rd无区别于Rt并且Rt支配Rl,则更新Fd={Rt};d.如果Rd无区别于Rt并且Rl支配Rt,则保留Fd={Rl};e.如果Rd无区别于Rt并且Rl无区别于Rt,则更新Fd={Rl,Rt};2.3跟随蜂阶段:2.3.1跟随蜂根据轮盘赌的方式选择是否跟随雇佣蜂前去寻找新的可靠性分配方案,即在[0,1]内随机产生一个小数r,当跟随概率Pd大于随机数r时,跟随蜂选择跟随当前雇佣蜂,Pd计算方式如下: 其中:fitd为第d个可靠性分配方案Rd的适应度,和分别为归一化之后,海上风电机组在可靠性分配方案Rd下的研制成本、维修成本和总成本;2.3.2跟随蜂根据Pd和随机数r的大小决定是否跟随雇佣蜂,如果跟随蜂选择跟随当前雇佣蜂,则在当前雇佣蜂所代表的可靠性分配方案Rd附近按照步骤2.2.1中的公式搜索一个新的可靠性分配方案Rl,并与Rd进行对比分析,按照步骤2.2.2中的更新原则对Rd和Rd的非支配解集进行更新;2.4侦查蜂阶段,如果一个可靠性分配方案的搜索次数达到调节参数Limit时还未被替换,并且该可靠性分配方案不在当前任何可靠性分配方案的非支配解集中,那么该可靠性分配方案被视为已经开采完,即该解已陷入局部最优,该可靠性分配方案将被其对应的雇佣蜂放弃,同时雇佣蜂转化为侦查蜂,侦查蜂按步骤2.2.1中的公式在搜索空间内随机搜索新的可靠性分配方案;2.5当迭代次数达到最大循环迭代次数MCN时,输出可靠性分配方案的Pareto最优解集:Ropt=[Ropt,1Ropt,2…Ropt,m]其中:m为Pareto最优解集中可靠性分配方案的个数;3采用偏好顺序结构评估-II方法对步骤2获得的Pareto最优解集进行二次优选,获得海上风电机组最优的可靠性分配方案;具体包括如下步骤:3.1定义偏好函数,偏好函数是两个可靠性分配方案在任意标准下的差异函数,它根据各自的标准分别定义,其值在0和1之间;函数值越小,表示决策者认为两方案的无差异程度越高;函数值越接近1,表示决策者对某一可靠性分配方案的偏好越大;3.2计算偏好指数,根据步骤3.1定义的偏好函数,假设每一个目标函数都归为某种偏好函数,对于每一个定义好的的偏好函数PhRopt,i,Ropt,j,h=1,2,…,k,可靠性分配方案Ropt,i在所有目标函数下相对于可靠性分配方案Ropt,j的偏好指数定义为: 其中:k为目标函数的个数,wh为目标函数的权重,3.3构建大小排序图,根据各可靠性分配方案的偏好指数确定大小顺序,排序图中的节点为各可靠性分配方案;对于排序图中的每个节点,定义输出流φ+Ropt,i和输入流φ-Ropt,i为: 其中:φ+Ropt,i的值越大,Ropt,i优于其他可靠性分配方案的程度越大,φ-Ropt,i的值越小,Ropt,i劣于其他可靠性分配方案的程度越小;3.4对可靠性分配方案进行排序:3.4.1如果决策者希望将可靠性分配方案按最好到最差进行排序,则通过如下准则进行部分排序,定义两个总的预排序P+,I+和P-,I-准则: 然后通过两个总的预排序P+,I+和P-,I-准则的交集来获取部分预排序P1,I1,R;3.4.2如果决策者想要对可靠性分配方案进行全序排列即无不兼容的完整排序,考虑每一个可靠性分配方案Ropt,i,Ropt,i∈K的净流量:φRopt,i=φ+Ropt,i-φ-Ropt,i则通过如下准则对备选方案进行全排序

全文数据:

权利要求:

百度查询: 华能如东八仙角海上风力发电有限责任公司 西安热工研究院有限公司 一种基于改进的Pareto人工蜂群算法的可靠性优化分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。