The invention discloses a floating pipe control optimization method for immersed tube based on multi-objective differential evolution algorithm. The main steps are as follows: (1) The performance metrics are used to evaluate the mutation strategy of differential evolution algorithm, and then the adaptive mutation strategy of multi-objective differential evolution algorithm is realized. (2) establish a multi-objective optimization model for immersed tube floating control. (3) The proposed adaptive mutation strategy multi-objective differential evolution algorithm based on performance metrics is used to solve the practical multi-objective optimization problem, providing a set of Pareto solutions for decision makers. The invention has important engineering application value and can provide various effective control schemes for sinking pipe floating. It can not only achieve cost savings, but also greatly improve transport efficiency and safety. More importantly, the present invention can also provide an effective control scheme for decision-makers under the circumstances of changing objectives or environment, which undoubtedly greatly improves the actual decision-making efficiency.
【技术实现步骤摘要】
一种基于多目标差分进化算法的沉管浮运控制优化方法
本专利技术属于一种沉管浮运控制优化技术,具体涉及基于多目标差分进化算法的沉管浮运控制优化方法。
技术介绍
因为沉管浮运能够有效地缩短运输时间,提高操作效率,并且受质地条件制约小,所以它已经被广泛地应用于水下大型隧道工程。由于在绝大多数情况下,沉管本身是没有动力的。因而,在实际的操作中,往往需要一定数量的拖船来对其进行牵引控制以完成运输(一般是通过平移来实现)。通常情况下,拖船的数量和控制方式都是由施工人员凭借以往经验来具体确定的。一方面,考虑到沉管在浮运过程中会受到水流、风、时间等因素的影响,现场一般都会调用较多的拖船,但其结果无疑是大大增加了浮运成本。另一方面,当工程实施时有不确定因素出现,仍采用原有方法必然会对航道安全或施工进度带来极大的影响。经查阅大量资料发现,此前也有学者也对沉管的控制问题进行了一系列研究,但是不难看出,他们都仅是把该问题当作一个单目标优化问题来解决。其实不然,因为对于实际的沉管浮运,一般至少都会考虑运输时间最短和各个拖船的拖力裕量最大等目标。而这些目标之间往往是相互冲突的,需要采取措施才能达到相对平衡,所以沉管浮运控制应是一个多目标优化问题。那么如何有效地求解多目标优化问题则是研究沉管控制优化问题的一个难点。对于多目标优化方法来讲,最近十几年来基于启发式算法的多目标优化方法得到了很大的关注。这不仅仅是由于其具有良好的寻优能力,更重要的是它基本不需要了解优化问题的数学特性。在众多的启发式算法中,差分进化算法是一个典型算法,它在多目标优化领域的应用(即多目标差分进化算法),也获得了巨大 ...
【技术保护点】
1.一种基于多目标差分进化算法的沉管浮运控制优化方法包括以下步骤:(1)基于性能度量的自适应变异策略多目标差分进化算法的设计;(2)通过对沉管平移速度和阻力、拖船的合力和合力矩进行建模,建立一个沉管浮运控制多目标优化模型;(3)使用基于性能度量的自适应变异策略多目标差分进化算法来求解该实际的多目标优化问题。
【技术特征摘要】
1.一种基于多目标差分进化算法的沉管浮运控制优化方法包括以下步骤:(1)基于性能度量的自适应变异策略多目标差分进化算法的设计;(2)通过对沉管平移速度和阻力、拖船的合力和合力矩进行建模,建立一个沉管浮运控制多目标优化模型;(3)使用基于性能度量的自适应变异策略多目标差分进化算法来求解该实际的多目标优化问题。2.如权利要求1所述的基于多目标差分进化算法的沉管浮运控制优化方法,其特征在于:基于性能度量的自适应变异策略多目标差分进化算法的操作步骤如下:(2.1)初始化操作:确定差分进化算法的变异控制参数F和交叉控制参数CR;设定种群规模NP和最大的迭代代数Gmax;在可行区间内生成初始种群P10,每个个体记为并设定当前的代数G=0;同时,使用单个变异策略的迭代代数设定为Gs=0.2×Gmax。另外,使用DE/rand/1(即和DE/best/1(即)作为算法策略库的变异策略。(2.2)变异操作:对于每个个体如果G<Gs,那么利用DE/rand/1变异策略来对个体进行更新,其公式如下:在式(1)中,Fi表示变异控制参数,其范围在[0,1]之间;r1、r2和r3表示两个随机整数,其范围在[1,NP]内,并且r1≠r2≠r3≠i。如果G≥Gs,那么个体的更新根据从策略库所选择到的变异策略来进行更新,因此,对于每个个体来说,其变异策略可能是式(1),也可能是以下变异策略:在式(2)中,表示当前种群中最好的个体。(2.3)交叉操作:对于每个个体利用以下交叉策略来对其进行交叉操作:式(3)中,D表示优化问题的维数;Rj和jrand分别表示一个在[0,1]范围内的随机数和一个在[1,D]内的整数随机数;CR为差分进化算法的交叉率。(2.4)策略库中变异策略自适应的操作步骤如下:变异策略的评...
【专利技术属性】
技术研发人员:范勤勤,廖青,顾邦平,
申请(专利权)人:上海海事大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。