一类积微分系统最优参数选择问题的数值算法

文章考虑了一类积微分系统最优参数选择问题,推导出目标函数的梯度计算公式,把最优参数选择问题当成数学规划问题利用逐步二次规划法（SQP）进行数值求解,并给出一致的算法．     

均值方差准则下时间一致的再保险和投资策略选择

基于两种相依保险业务,研究了最优的再保险和投资策略选择问题.研究的目标是使保险人选择时间一致的最优再保险-投资策略,最大化终止时刻财富均值的同时,最小化终止时刻财富的方差.应用动态规划理论,求得了时间一致的最优再保险和投资策略以及相应值函数的显式解.最后利用算例并结合理论分析,给出了模型参数对最优再保险和投资策略的影响.     

最优参数v-SVR模型对2012年伦敦奥运会奖牌的预测研究

利用最优参数v-SVR模型,对2012年伦敦夏季奥运会各参赛国的竞技运动成绩(奖牌)进行了预测.针对v-SVR模型中的未知参数选择问题,利用GA对参数进行动态有监督优化寻优,以提高模型精度；通过与以往预测模型的比较分析,表明在有限样本的情况下,最优参数v-SVR模型的预测偏差较小、预测方向的精准度高.     

支持向量机中核参数选择的Max-Min方法

通过核函数技巧,定义了高维空间中两样本点之间的距离.引入异类距离平方阵,提出了一种新的选择SVM核参数准则,并给出算法,即max-min方法.该方法利用不同类的训练样本之间的距离,而不通过SVM标准样本训练寻求最优的(或有效的)核参数,避免了传统SVM在模型选择上经验性强和计算量大的不足.同时又分别以径向基核函数(RBF)和多项式函数为例进行试验,显示采用该方法的算法步骤.结合试验结果,得出关于核参数的选择问题一般在一个开集内只有有效值,不存在最优值,即是一个多目标优化问题的结论.并引用已有的实验结果充分支持我们的结论.max-min方法不仅在理论上提供了一种选择最优核参数的方法,而且对试验性选择具有指导作用.     

基于模拟退火算法的输电网中长期规划研究

模拟退火算法是一种解决组合优化问题的有效方法,其最终优化结果不依赖于初始解的选择,理论上可避免算法过早收敛于局部最小点,从而保证找到全局最优解或全局近似最优解．本文将模拟退火算法用于输电网中长期规划问题的研究,详细介绍了算法实现过程中各种参数的选择方法并给出了具体算例．试算结果表明利用该算法得到的优化结果是令人满意的．     

产品参数系列优化的数学模型

本文对产品参数系列的优化问题进行了理论性的探讨,提出了评价产品参数系列相对经济损益的数学表达式,给出了选择最优产品参数系列的递推方程组。最后指出,在选择产品参数系列时优先采用等此数列并不总是有效的,通过合理地选择产品参数系列来提高其经济效益的可能性尚未被很好地利用。     

基于特征选择和SVM参数同步优化的网络入侵检测

为了提高网络入侵检测正确率,利用特征选择和支持向量机(SVM)参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.     

基于NDP的遗传算法及其在JSP中的应用

遗传算法被广泛应用于求解车间作业调度问题(JSP),但遗传算法具有最优参数难以确定的问题。对此,该文提出了一种基于神经元动态规划(NDP)的遗传算法NDP-GA。该文将遗传算法用M arkov决策过程模型描述,建立了M arkov决策过程最优策略与遗传算法最优参数之间的联系。在此基础上,用神经元动态规划逼近M arkov决策过程的最优策略,并用学习到的策略指导遗传算法最优参数的选择。数值计算结果表明,该文提出的算法能自动收敛到最优遗传参数,并在求解JSP问题时能稳定地得到满意解。     

基于环境Pareto支配选择差分进化算法的舰船电网重构

为提高差分进化算法在舰船电网重构中寻找最优解的准确性,避免陷入局部最优,采用一种环境Pareto支配的选择策略,对变异后得出的可行解与优秀不可行解同时进行选择,根据改进的选择策略对优秀不可行解加以利用.针对舰船电网重构的离散多目标优化问题,采用0,1,2离散编码和无参数变异算子进行离散操作,并利用混沌初始化提高种群多样性.仿真实验表明,相比其他算法,本文算法具有更好的故障恢复方案、收敛性和稳定性,并能有效避免陷入局部最优.     

基于TSA-PSO-SVR算法在碳期货价格中的预测研究

针对支持向量回归(SVR)模型参数选择困难以及在碳期货价格预测中模型误差高的问题,提出一种基于改进粒子群算法-支持向量回归(TSA-PSO-SVR)的期货价格预测模型.通过改进粒子群算法惯性权重实现局部搜索和全局搜索能力的平衡,引入被囊群算法(TSA)对粒子群位置更新公式进行优化,利用改进的粒子群算法(TSA-PSO)找出最优参数有效解决支持向量回归参数选择盲目性的问题;将得到的最优参数应用于期货价格预测模型.选取福建碳交易市场的碳交易价格进行预测,与支持向量回归(SVR)、差分自回归移动平均模型(ARIMA)、长短期记忆模型(LSTM)模型作对比,实验结果表明TSA-PSO-SVR模型有效克服了高预测误差和参数选择随机性的问题,并具有较高的泛化能力.     

基于模拟退火算法的最优控制问题全局优化

参数化后的最优控制问题是一类高维非光滑非线性约束优化问题,传统的非线性规划算法求解时存在着收敛性差、局部收敛等问题。针对上述问题,该文采用多重参数化方法处理最优控制问题,非可微精确罚函数方法处理约束条件,引入了具有良好全局收敛性的模拟退火算法求解参数化后的最优控制问题。典型的时间最优和燃料最优控制问题的求解结果表明：模拟退火算法有着可靠的全局收敛性,优于遗传算法以及序列二次规划等经典优化算法。     

可加混料模型参数估计A—最优正交区组设计

对于含有过程变量的二阶可加混料模型，研究了参数估计的Ａ－最优正交区组设计，借助计算机求解非线性规划问题，一般地给出了ｑ分量二阶可加料模型的Ａ－最优正交区组设计。     

三维水平井随钻修正设计的优化方法及应用

在水平井实际应用中,实钻轨道常偏离原设计最优轨道．把实钻轨道与已设计最优轨道的状态变量差值作为参数,建立带有参数的三维水平井最优控制模型,把该模型转化为非线性规划问题求解,讨论了该非线性规划问题的最优解性质．依此性质给出一个全局最优的算法,并将其应用到实际水平井轨道设计中,数值结果表明模型及算法有效、正确。     

Solving Hardware/Software Partitioning via a Discrete Dynamic Convexized Method

Hardware/software partitioning is an important step in the design of embedded systems. In this paper, the hardware/software partitioning problem is modeled as a constrained binary integer programming problem, which is further converted equivalently to an unconstrained binary integer programming problem by a penalty method. A local search method, HSFM, is developed to obtain a discrete local minimizer of the unconstrained binary integer programming problem. Next, an auxiliary function, which has the same global optimal solutions as the unconstrained binary integer programming problem, is constructed, and its properties are studied. We show that applying HSFM to minimize the auxiliary function can escape from previous local optima by the increase of the parameter value successfully. Finally, a discrete dynamic convexized method is developed to solve the hardware/software partitioning problem. Computational results and comparisons indicate that the proposed algorithm can get high-quality solutions.     

多目标规划非劣解集图解直接生成法及其应用

本文指出了非劣解集是多目标规划的关键.从理论分析的角度研究了非劣解的直接生成问题,将非劣解集图解直接生成法理论化,使之发展与完善;并探讨了将其推广到非线性问题的可能性.对一个综合利用水库建立了多目标参数优选模型,并用图解直接生成法及最佳协调解作了分析.     

基于规划理论的最小二乘法改进及其在Markov跳变系统参数估计中的应用

分析了高斯最小二乘法在Markov跳变系统参数估计中的局限性,即不能够直接解决带有约束条件的拟合问题。而Markov跳变系统的转移概率矩阵要满足列和为1的约束,同时在多次观测值中有部分数据是未知的。根据规划问题为带有约束条件的极值问题,且约束条件中决策变量的个数可以多于目标函数中决策变量个数的特点,将Markov跳变系统参数估计问题转化为非线性规划问题。从求解的角度出发,将非线性规划问题转化为凸规划,同时给出了具体的转化方法。从理论上说明了转化后的凸规划问题在满足库恩-塔克条件的前提下,库恩-塔克点一定为全局最优解。最后给出仿真算例,说明结论的合理性。     

0-1型整数规划在火力最优分配中的应用

给出了空中目标威胁度和防空火力单位射击有利度的计算公式,建立了火力最优分配的０－１整数规划模型     

多目标约束水平的动态运输问题

构造了目标多约束水平（MC^2）动态运输问题的数学模型,开发了求解这一模型的迭代算法。此算法利用MC^2单纯形法给出基可行解,并在此基础上,运用动态规划思想从最优子策略逐步求得最优策略。     

区间有理Bézier曲线的降多阶逼近

通过分析有理多项式的约束不等式,把区间有理Bézier曲线的降阶转化为多项式的保上界降阶逼近问题,得到两种降阶算法:拟线性规划法和拟最优逼近法。前者可一次降多阶,后者可一次降一阶或降二阶且具有显式的计算公式。给出了两种算法降一阶时的误差上界估计。数值实例验证了两种算法的有效性。