辊弯成形过程仿真与参数优化

采用动力显式弹塑性有限元方法对U型钢辊弯成形过程进行仿真,分析了成形过程中应力、应变的分布演化特性,获得了弯曲角增量、机架间距对辊弯成形过程的影响规律,计算结果与实验结果有较好的一致性。基于数值模拟,对辊弯成型轧辊辊径进行优化设计。通过正交模拟实验获取计算结果样本,进而建立轧辊辊径设计目标函数的响应面模型,最终获得辊径优化设计结果,优化后辊弯成形板带截面上的纵向应变差显著降低,改善了成形性能。     

基于响应面方法的汽车操纵稳定性优化

对响应面方法和汽车操纵稳定性评价方法进行一定的理论分析,根据某跑车各系统的特性参数,采用动力学软件ADAMS建立整车多体动力学模型.以客观定量综合评价指标为目标函数,汽车悬架刚度和阻尼为设计变量,对整车模型进行仿真分析,结合响应面方法对汽车操纵稳定性进行优化,通过对比分析侧向位移、侧向加速度、横摆角速度等数据,表明此方法显著改善了汽车的操纵稳定性.     

一种基于代理模型引导采样的多目标优化方法

针对复杂的实际工程多目标优化问题,提出代理模型引—手采祥的多目标优化方法。通过自适应的加强径向基函数构造的代理模型寻找Pareto优化解集,从找到的解集中通过一定策略筛选出部分作为样本点加入到下代样本空间中,样本点随着迭代的进行越来越靠近全局Pareto最优解集。从当前所有样本点中获得Pareto解,并根据其分布情况作为收敛条件。该方法中代理模型仅仅用来引导采样,也不需要反复计算大量样本点验证代理模型的精度,得到的解都被实／承模型验证过。在雌利害目标测试函数中体现了精度和效率。最后成功应用于薄板冲压成形变压边力优化中,表明了具有解决多目标实际工程优化问题的能力。     

基于GA与CSA-RBF神经网络辨识的自适应PID控制器

提出了一种基于遗传算法(GA)、克隆选择算法(csA)和神经网络的自适应PID控制器的设计方法.该控制器主要由四部分组成:一是利用遗传算法优化PID参数初始值;二是用克隆选择算法对径向基函数(RBF)神经网络参数初始值优化;三是RBF神经网络完成对被控对象Jacobian信息辨识;四是单神经元PID控制器,学习并在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能.仿真结果表明,该控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程.     

一种鲁棒的被动声目标识别方法

针对噪声环境下一些声目标识别技术性能严重下降的问题，提出了一种基于一阶补偿的径向基函数网络模型，并给出了该网络参数选择方法。实际应用表明，这种神经网络对噪声具有较强的鲁棒性，与传统的径向基函数网络相比，其识别性能等同于信噪比提高大约１０～１５ｄＢ。     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks,RBFNNs)对不确定参数(未知函数)进行估计.同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定....     

基于神经网络的船舶运动建模及随机最优控制

以某水面舰艇为研究对象,利用径向基函数神经网络算法和标况下的水池实验数据,建立了基于航速、航向角和海情自适应变化的船舶横向运动非线性参数模型。然后对海浪随机干扰建模,利用成形滤波器将随机扰动白化处理,最后根据分离原理提出一种用于船舶减横摇运动的随机最优控制算法。仿真表明,径向基函数神经网络所建船舶横向运动模型误差低于2%,扰动建模及相应成形滤波器构造符合实际工况且方法简单可行,随机最优控制可使横摇角均方误差达1.42°,减摇效果达46%-74%;艏摇角均方误差达1.68°。     

基于增强学习解决随机需求车辆路径问题

针对确定随机需求车辆路径问题的最优策略,存在状态空间"维数灾"问题,基于增强学习函数近似原理,首先,设计了一个径向基函数(RBF),其次,在一给定的控制策略下,将最小平方瞬时差分(LSTD)法确定函数的权系数与交叉熵(CE)法确定隐层节点基函数的参数相结合,通过在线调整,使Bellman残差平方和性能指标达到最小,最后,根据得到的径向基函数,确定最优策略。通过仿真试验,验证了所设计方法的有效性。     

基于神经网络的固体氧化物燃料电池电堆建模

针对现有的固体氧化物燃料电池(SOFC)模型过于复杂,难以满足工程上对SOFC系统实时控制设计的需要,提出了利用遗传算法(GA)优化径向基函数(RBF)神经网络实现对SOFC电堆建模。在建模过程中,利用遗传算法优化RBF神经网络的输出权值及高斯基函数的中心向量和基宽向量,采用优化后的参数作为网络初始值,然后利用梯度下降法对各参数进行调整。通过仿真对该建模的有效性和建模精度进行了检验。     

基于RBF神经网络的柔性机构动态响应辨识模型

通过神经网络技术对柔性机构复杂的非线性动态响应进行辨识,建立了柔性机构运动参数的辨识模型。利用径向基函数(radial basis function,RBF)神经网络优异的非线性逼近能力,建立了柔性机构动态响应的辨识模型。将机构的驱动力矩、阻尼力矩和非线性运动参数分别作为RBF神经网络的输入样本和期望输出样本。建立了RBF神经网络的拓扑结构,利用样本数据对其进行训练。通过空间站柔性展开机构模型进行动态响应的辨识,结果表明辨识的收敛速度快,精度高。该方法为复杂大系统的建模和分析提供了一种理想的途径。     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

2014 List of Referees

正~~     

《Journal of Systems Science and Systems Engineering》Contents of Volume 23,2014

正~~     

TSINGHUA UNIVERSITY,Beijing, China

正AF:Any Field The School of Economics and Management at Tsinghua University(Tsinghua SEM)invites applications for faculty positions at all levels(Assistant Professor,Associate Professor and Full Professor)in any fields of business administration and management.Tsinghua SEM is the only school     

Call for Papers The 12th International Conference on Service Systems and Service Management ICSSSM'15

正June 22-24,2015Guangzhou,China http://iec.cnsba.com/index.htmlCo-Sponsored by:ffiEE SMC(pending)South China University of Technology The Chinese University of Hong Kong Tsinghua UniversityHosted bv:School of Business Administration,South China University of Technology,China Conference Co-Chairs:     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.