Page 85 - 电力与能源2023年第六期
P. 85

吴  迪,等:具有非理想气体工质的往复式 Brayton 循环多目标优化                               631
                                                                                     -    -
                                                                 以看出,随着 η 的增大,P d 和 E 逐渐减小。由图 17
                                                                                -         -
                                                                 可 以 看 出 ,随 着 E 的 增 大 ,P d 逐 渐 减 小 。 由 图
                                                                                     -         -
                                                                 18~20 可以看出,随着 P 的增大,P d 逐渐减小,η
                                                                   -
                                                                 和 E 先增大后减小。由图 21 可以看出,随着 η 的
                                                                      -           -
                                                                 增大, P d 逐渐减小,E 先增大后减小。由图 22 可
                                                                             -                   -    -
                                                                 以看出,随着 P 的增大, η 逐渐减小,P d 和 E 先增

                                                                 大后减小。












                         图 10 NSGA-Ⅱ算法优化流程     [17-18]
                有 优 化 结 果 中 是 最 小 的 ,结 果 最 优 ;在 采 用
                                                   - -
                LINMAP 或 TOPSIS 决策方式优化 η-E-P d 得到
                                                                                    -
                的 D 更小,结果更优。在进行二目标优化时,采用                                      图 12 P-η 两目标优化
                                      -       -
                TOPSIS 决 策 方 式 优 化 P-η 和 η-P d 得 到 的 D 更
                                                        - -
                小,结果更优;采用 LINMAP 决策方式优化 P-E
                  - -
                和 E-P d ,得到的 D 相同,结果更优;采用香农熵决
                             -    - -
                策 方 式 优 化 η-E 和 P-P d 得 到 的 D 更 小 ,结 果 更
                优。表明多目标优化相比于单目标优化结果更
                优,更接近于理想方案。
                       -   - -
                    在 P-η-E-P d 优化时,Pareto 前沿中的 γ opt 的

                分 布 如 图 11 所 示 。 γ opt 主 要 分 布 在 2.5~4.5,当
                                   -    -        -                                 - -
                γ opt 增 大 时 ,η 增 大 ,P 和 P d 减 小 ,E 先 增 大 后                    图 13 P-E 两目标优化
                减小。
















                           图 11 Pareto 前沿中 γ opt 的分布                               - -
                                                                              图 14 P-P d 两目标优化
                    二、三和四目标不同组合优化的 Pareto 前沿                         二、三和四目标优化的平均距离和平均传播
                如图 12~图 22 所示。由图 12~14 可以看出,随着                   与代数的关系如图 22~图 24 所示。图 22 显示了
                -          -   -
                P 的增大,η,E 和 P d 逐渐减小。由图 15~图 16 可                二目标优化的平均距离和平均传播与代数的关
   80   81   82   83   84   85   86   87   88   89   90