位置:成果数据库 > 期刊 > 期刊详情页
改进的NSGA-II算法研究风力机叶片多目标优化
  • ISSN号:1000-0887
  • 期刊名称:《应用数学和力学》
  • 时间:0
  • 分类:O242.23[理学—计算数学;理学—数学]
  • 作者机构:[1]南京航空航天大学江苏省风力机设计高技术研究重点实验室,南京210016
  • 相关基金:国家重点基础研究发展计划(973计划)资助项目(2007CB714600)
中文摘要:

将一种采用精英控制策略和动态拥挤方法用于快速非支配排序遗传算法(NSGA-Ⅱ),并应用到风力机叶片的优化研究中,获得了一种新颖的风力机叶片多目标优化设计方法.作为应用算例,以设计风速下的功率系数最大和叶片质量最小为优化目标,用该方法设计了5MW大型风力机叶片.优化结果表明,此算法在处理风力机多目标优化问题取得了良好的效果,给出的是一个Pareto最优解集,而不是传统优化方法追求的单个最优解,为风力机多目标优化设计提供新的思路和通用的算法.

英文摘要:

The non-dominated sorting genetic algorithm was improved with controlled elitism and dynamic crowding distance, obtaining a novel multi-objective optimization design algorithm for wind turbine blades. As an example, a 5 MW wind turbine blade design, taking maximum power coefficient and minimum blade mass as the optimization objectives, was presented. It is illustrated from the optimal results that this algorithm has a good performance in handling multiobjective optimization of wind turbine and it gives a Pareto-optimal solutions set rather than the optimum solution from the conventional multi-objective optimization problems. The wind turbine blade optimization method presented provides a new idea and general algorithm for multiobjective optimization of wind turbine.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《应用数学和力学》
  • 中国科技核心期刊
  • 主管单位:重庆交通大学
  • 主办单位:重庆交通大学
  • 主编:钟万勰
  • 地址:重庆南岸区重庆交通大学90信箱
  • 邮编:400074
  • 邮箱:applmathmech@cqjtu.edu.cn
  • 电话:023-62652450
  • 国际标准刊号:ISSN:1000-0887
  • 国内统一刊号:ISSN:50-1060/O3
  • 邮发代号:78-21
  • 获奖情况:
  • 国际工程索引(EI)收录期刊,我国力学类核心期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国数学评论(网络版),日本日本科学技术振兴机构数据库,美国应用力学评论,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:8965