Инд. авторы:	Лобарева И.Ф., Черный С.Г., Чирков Д.В., Скороспелов В.А., Турук П.А.
Заглавие:	Многоцелевая оптимизация формы лопасти гидротурбины
Библ. ссылка:	Лобарева И.Ф., Черный С.Г., Чирков Д.В., Скороспелов В.А., Турук П.А. Многоцелевая оптимизация формы лопасти гидротурбины // Вычислительные технологии. - 2006. - Т.11. - № 5. - С.63-76. - ISSN 1560-7534. - EISSN 2313-691X.
Внешние системы:	РИНЦ: 12878904;
Реферат:	eng: Automatic runner blade optimization system proposed in our earlier work is based on the Genetic Algorithm for searching an extremum of the specific functional. This system is generalized by including an algorithm which enhance several blade performance criterions at once. Results of calculation of test optimization problems as well as an automatic optimization of the runner of Bratskaya hydro power plant are presented. rus: Система автоматического проектирования формы лопасти рабочего колеса гидротурбины, основанная на генетическом алгоритме оптимизации одного целевого функционала, обобщается включением в нее алгоритма, улучшающим сразу несколько критериев качества лопасти. Приводятся результаты тестовых оптимизационных расчетов и автоматического проектирования рабочего колеса Братской ГЭС
Издано:	2006
Физ. характеристика:	с.63-76
Цитирование:	1. Лобарева И.Ф., Скороспелов В.А., Турук П.А. и др. Об одном подходе к оптимизации формы лопасти гидротурбины // Вычисл. технологии. 2005. Т. 10, № 6. C. 52-74. 2. Грязин Ю.А., Черный С.Г., Шаров С.В., Шашкин П.А. Об одном методе численного решения трехмерных задач динамики несжимаемой жидкости // Докл. РАН. 1997. Т. 353, № 4. С. 478-483. 3. Cherny S.G., Sharov S.V., Skorospelov V.A., Turuk P.A. Methods for three-dimensional flows computation in hydraulic turbines // Russ. J. Numer. Anal. Math. Modelling. 2003. Vol. 18, N 18. P. 87-104. 4. Fonseca C.M., Fleming P.J. Genetic algorithms for multiobjective optimization: formulation, discussion and generalization // Proc. of the 5th Intern. Conf. on Genetic Algirithms. 1993. P. 416-423. 5. Horn J., Nafpliotis N. Multiobjective Optimization Using The Niched Pareto Genetic Algorithm. IlliGAL Report 93005. Urbana: Univ. of Illinois, 1993. 6. Zitzler E., Deb K., Thiele L. Comparison of multiobjective evolutionary algorithms: empirical results // Evolutionary Computation. 2000. Vol. 8, N 2. P. 173-195. 7. Deb K., Thiele L., Laumanns M., Zitzler E. Evolutionary Computation Based Multi-Criteria Optimization: Theoretical Advances and Applications. Berlin: Springer-Verlag, 2005. 8. Tanaka M., Watanabe H., Furukawa Y., Tanino T. GA-based decision support system for multi-criteria optimization // Proc. of the Intern. Conf. on Systems, Man and Cybernetics-2. 1995. P. 1556-1561. 9. Osyczka A., Kundu S. A new method to solve generalized multicriteria optimization problems using the simple genetic algorithm // Structural Optimization. 1995. Vol. 10. P. 94-99. 10. Lipej A., Poloni C. Design of Kaplan runner using multi-objective genetic algorithm optimization // J. of Hydraulic Research. 2000. Vol. 38. P. 73-77. 11. Enomoto Y., Kurosawa S., Suzuki T. Design optimization of Francis turbine runner using multi-objective genetic algorithm // Proc. of 22nd IAHR Symp. on Hydraulic Machinery and Systems. 2004. 12. Mazzouji F., Francois M., Tomas L. et al. Refinements in Francis turbine design // Hydropower & Dams. 2004. Issue one. P. 53-58. 13. Favaretto C., Funazaki K., Tanuma T. The development of a genetic algorithm code for secondary flow injection optimization in axial turbines // Proc. of the Intern. Gas Turbine Congress. Tokyo, Nov. 2003. 14. Goldberg D.E., Richardson J.J. Genetic algorithms with sharing for multimodal function optimization // Proc. of the 2nd ICGA. NJ. 1987. P. 41-49.