基于压缩感知的米波雷达低空测角算法

为解决多径环境下米波雷达对低空目标探测问题,本文结合信号空域稀疏性和多径模型下的复合导向矢量提出了一种多径环境下高分辨的低空测角方法,能够有效地克服多径效应问题。该方法首先利用多径模型下的先验信息产生复合导向矢量,然后利用该导向矢量构造压缩感知矩阵,此时的感知矩阵是整合了多径衰减系数和回波角度关系等先验信息,同时通过对多快拍数据矩阵的奇异值分解获得较高信噪比的信号数据矩阵,继而利用感知矩阵和信号数据矩阵建立最优化L1范数约束求解模型,最后利用凸优化工具求解稀疏空间谱,估计直达波和反射波入射角度值。该方法能够增强信息矢量稀疏性,在较低信噪比下可获得高分辨的角度估计性能。仿真实验证明了该方法的优越性。     

一类非线性两级混合整数规划问题的全局最优解的近似算法

讨论了一类非线性两级混合整数规划的求解问题 .基于非线性混合整数规划理论和算法 ,探讨了对上级规划问题采用模拟退火求解混合整数规划的算法 ;对下级规划问题采用内罚函数法 .实际运算证明 ,该算法是有效的.     

基于种族优生的进化规划用于混合非线性整数规划

混合非线性整数规划是在许多工程应用中经常遇到的重要问题。本文提出一种基于种族优生的进化规划算法用于求解混合非线性整数规划。一方面，该算法基于多种群并且每一代都选择各种群的最优秀个体作为下一代的种群祖先。另一方面，该算法的进化步长、种群规模和处理约束条件时所取的参数在进化过程中是动态变化的。实验表明该方法求解混合非线性整数规划问题的仿真结果优于现有的研究成果(GA，ES，SA)。     

基于自适应混合算法的智能存取系统动态路径规划

研究了药房智能存取系统拣选路径的动态规划问题,提出了该问题的数学模型,并设计了一种新的自适应混合粒子群遗传算法(Adaptive hybrid particle swarm algorithm).该算法在粒子群遗传混合算法的基础上引入了动态调整和自适应进化的策略.在算法前期粒子群搜索阶段,建立了惯性权重系数、认知系数与收缩因子之间的联动关系,随着惯性权重的动态变化,认知系数与收缩因子也适时进行调整,提高了搜索效率和搜索精度.在算法的后期,采用了遗传算法的自适应交叉和变异的进化过程,对陷入局部最优的粒子群进行打散,使得每次迭代中都能最大限度的获取路径信息,使种群的搜索朝向解空间的不同区域发展.经过对某大型医院智能存取系统的路径规划仿真实验,验证了提出的算法相对于其他算法在求解速度和求解精度上都有较大的提高.     

两个双目标竞争选址问题模型

研究了多目标竞争选址问题,建立了市场份额最大、费用最小和利润最大、利润率也最大的两类双目标竞争选址模型.探讨了模型的性质与相互关系,并利用多目标优化技术将这两类双目标模型转化为同一类型的单目标参数整数规划问题求解,给出有效解集的精确求解方法和近似求解方法,并通过数值例子说明求解方法.     

整数规划的一种线性规划解法

根据凸分析理论和单纯形法原理，提出了整数规划的一个线性规划解法。该方法主旨是将整数规划问题的离散的可行集填充成一个连续的单纯形，这样原整数规划问题就化为该单纯形上的一个新的线性规划问题。利用单纯形法求解该线性规划问题，便可得到整数规划的最优解。且进一步提出并证明了指派问题的线性规划解法。     

用分层嵌套遗传算法求解立井施工机械化最优配套方案

煤矿立井施工机械化最优配套方案的数学模型,属于混合整数非线性规划问题,变量多,参数复杂,难以用一般的优化方法进行求解。本文偿试用分层嵌套遗传算法进行求解,取得了较为理想的效果。     

一种求解整数-非线性规划问题的演化算法

混合整数非线性规划问题为一类富有挑战性的难解问题。本文设计一个混合演化算法求解混合整数非线性规划问题，对于不同变量分别使用二进制和实数编码策略，将约束优化问题转换为多目标优化问题。数值实验验证了算法的有效性、稳健性和通用性。     

干旱期供水水库运行策略优化分析

比较分析了标准运行策略及限制供水规则运用于干旱期水库供水系统运行策略模拟分析方面的特征;针对建立的基于供水限制规则的干旱期水库运行策略分析数学规划模型,为了克服多面体搜索法和线性逐步迭代法在模型求解过程中的不足,提出了将混合规划模型看作为供水限制控制参数的隐性非线性函数,而其非线性函数关系则由线性混合整数规划模型表达的新概念,并阐述了可解决该类问题的混合线性规划分枝定界法与模矢搜索法相结合的求解技术,最后以实例计算验证了该方法的有效性。     

模糊需求条件下的采购量分配优化模型

建立了模糊需求和价格折扣并存条件下采购量分配问题的模糊多目标混合整数规划模型.该模型的特点是:1)模型的约束条件中兼具确定性和模糊性;2)通过约束条件方程式准确地表现模糊性需求和价格折扣这两大假设条件.针对该模型的特殊结构,提出了一种适用的求解策略:首先,确定每个模糊目标和模糊约束条件的隶属度函数;然后,通过最大最小算子,将该模糊多目标混合整数规划模型转化为求解等价的多个单目标混合整数线性规划问题;最后,借助于两阶段算法,可以求得问题的最优解.此外,通过应用算例说明了模型的有效性和可行性.     

A control algorithm for rapid movements near the radius compensation singularity in five-axis end milling

When the five-axis CNC system executes the 3D cutter radius compensation function, the angle between two adjacent radius compensation vectors might become very large and the linear axes would move too fast if the tool orientation vector is close to the surface normal. The reason that results in this phenomenon is analyzed based on building the transmission relationship between the cutter contact point and the cutter location point. By taking the square-end tool as an example, an optimization algorithm to control the undesired movements is advanced. For the singular area where sudden change exists, the number of interpolation cycles is determined by the cutter feedrate, the limit speeds of machine axes and the maximum allowable angle between radius compensation vectors of adjacent NC blocks. The radius compensation vector of each interpolation cycle is obtained by a kind of vector rotation method. By maintaining the perpendicularity between the radius compensationvector and the tool orientation vector, the rapid movements of the linear axes are eliminated. A trial-cut experiment is performed to verify the correctness and the effectiveness of the proposed algorithm.     

基于固定半径包围球的核向量回归算法

为了进一步提高核向量回归算法用于大样本回归问题的训练速度,提出了一种改进的核向量回归算法。该算法利用样本数据在特征空间中的映射点确定包围球半径,并使该半径在迭代过程中保持不变。通过缩小核心数据集,提高了回归算法的训练速度。对几组回归时间序列预测的仿真实验表明,改进的核向量回归算法的训练时间和支持向量的数目均小于核向量回归算法,但二者具有相似的回归精度,从而验证了改进的核向量回归算法的有效性。     

最小化序数偏好距离的多属性群决策

针对所有决策者均给出每个属性下备选方案的排序向量的决策问题,提出一种排序距离极小化方法。先定义排序向量的距离测度函数,并证明其符合Cook Seiford条件;再以方案的群体排序与各个体排序的加权距离最小为目标建立非线性整数规划模型,求得决策群体对方案在每个属性下的排序;类似地,将方案的综合排序与其在每个属性下的排序的加权距离最小化,解得方案的最终排序结果。供应商选择算例及结果讨论表明该方法的有效性。该方法将Cook Seiford函数扩展到多属性群决策,可较好地避免排序结果的非唯一性。     

求解整数规划问题的微粒群算法

针对整数规划问题的特点,提出了一种在整数空间中进行进化计算的PSO算法,使微粒群的进化限于整数空间.仿真实验结果验证了方法的正确性与有效性.     

An Approximate Algorithm for a Class of Nonlinear Bilevel Integer Programming

The algorithm for a class of nonlinear bilevel integer programming is discussed in this paper. It is based on the theory and algorithm for nonlinear integer programming. The continuity methods for integer programming are studied in this paper. After simulated annealing algorithm is applied to the upper-level programming problem and the thought of filled function method for continuous global optimization is applied to the corresponding lower-level programming, an approximate algorithm is established. The satisfactory algorithm is elaborated in the following example.     

基于动态规划的装配线物料搬运节能调度方法

为有效提升混流装配线的生产效率与环境效益,提出了装配线多载量小车物料搬运节能调度方法.以最小化最大线边库存与总能耗为目标,建立了多目标混合整数规划模型.通过问题性质分析,将混合优化问题转为离散优化问题,降低了模型复杂度.针对动态规划算法维数灾问题,提出了基于剪枝规则的多目标规划算法:通过剪枝规则剪除被支配状态,缩减搜索空间以提高计算效率.其中,为满足动态规划的马尔可夫性,定义了新的状态表示方式.最后,仿真实验验证了所提出的调度方法的优越性与算法的有效性.     

基于高阶累积量和支撑矢量机的调制识别研究

提出一种基于高阶累积量和支撑矢量机的数字信号自动调制识别新方法 ,即将接收信号的四阶、六阶累积量作为分类特征向量 ,利用支持矢量机把分类特征向量映射到一个高维空间 ,并在高维空间中构造最优分类超平面以实现信号分类。这种方法对高斯噪声和星座图由于信号初始相位而引入的旋转具有良好的稳健性 ,并避免了神经网络中的过学习和局部极小点等缺陷。计算仿真结果表明 ,这种方法具有很高的分类性能和良好的稳健性     

成本与半径优化的设施选址问题

成本与半径优化的服务设施选址问题(CROFL)广泛应用于应急服务、快递、维修网络等领域,其特点是考虑了响应速度与服务价格、成本之间的关系,根据净收益最大化或者成本最小化的原则自动判断是否将偏远的"需求点"纳入服务半径之内,实现服务成本与服务半径的双重优化。建立了CROFL的混合整数规划模型,构造了求解平面CROFL的7.853+ε-近似算法,并提供了求解一般CROFL的Benders分解算法,计算实验显示,Benders分解算法具有非常高的求解效率与求解质量。     

ORDERED WEIGHTED AVERAGINGAGGREGATION METHOD FOR PORTFOLIO SELECTION

Portfolio management is a typical decision making problem under incomplete,sometimes unknown, information. This paper considers the portfolio selection problemsunder a general setting of uncertain states without probability. The investor's preferenceis based on his optimum degree about the nature, and his attitude can be described by anOrdered Weighted Averaging Aggregation function. We construct the OWA portfolio selec-tion model, which is a nonlinear programming problem. The problem can be equivalentlytransformed into a mixed integer linear programming. A numerical example is given andthe solutions imply that the investor's strategies depend not only on his optimum degreebut also on his preference weight vector. The general game-theoretical portfolio selectionmethod, max-min method and competitive ratio method axe all the special settings of thismodel.