关于火车最优控制问题的研究

文章考虑用控制参数增强技术的方法来求解火车最优离散值控制问题.我们将最优离散值控制问题等价转化为一个关于预先固定切换点的分段常数控制函数的控制问题,再用已有方法求解.     

基于鱼群算法的油田多级站定位优化方法研究

为了解决油田多级站定位优化问题,建立了该问题的大规模非线性MIP模型,该模型用传统方法求解相当困难.为了方便鱼群算法对该问题的求解和提高解算速度,对模型中的连续实型变量进行离散化处理,从而使整个优化模型变成纯0-1非线性IP模型.在解算过程中,用人工鱼体能累计和消耗程度来调度人工鱼行为;用海明距离度量人工鱼个体间的距离;采用随机步距移动的贪婪法描述个体追尾行为;采用鱼群规模、视野大小、拥挤程度和最低生存体能控制等方法实现局部最优解逃逸策略;采用最大迭代次数和迭代过程中最优解平均值变化程度来控制迭代终止时机.算例结果表明,该算法计算速度和稳定性有较大提高,可在微机上稳定地获取问题的最优解.     

求解一维非线性规划问题的改进动态规划算法

该文基于常规动态规划解法,采用将各阶段决策变量在其可行域内充分离散的方法来求解各状态变量下的最优目标函数值。该方法可通用于求解最大及最小目标函数值,同时避免了由于状态变量离散步长不同而导致目标值精度不高的问题。     

带饱和执行器的非线性离散时滞系统的最优控制

主要针对带有饱和执行器的时滞非线性离散时间系统更加一般的形式,通过启发式动态规划(HDP)算法求解无限时间最优控制策略问题,并在值函数中引入折扣因子.首先通过迭代HDP算法给出值函数序列和相应的控制序列,并给出了收敛性证明,即值函数序列收敛到值函数的最优值,以及控制序列收敛到最优控制;其次为了实现HDP算法,引入3个神经网络:模型网络、评判网络、控制作用网络.模型网络用来近似系统模型,评判网络用来近似值函数,控制作用网络用来近似控制;最后通过一个仿真例子说明上述方法的可行性.     

对给定谱系树的最优拟合

本文给出了两个求解给定谱系树最优拟合的递推公式。它适用于离散和连续的谱系树的最优拟合问题。还对有限离散的谱系树最优拟合问题,给出一种利用矩阵运算的求解方法。     

基于Delta变换的时滞采样系统的最优减振控制

运用Delta变换的方法研究Delta域内含有控制器-执行器延时和传感器-控制器延时的采样系统最优减振控制律的设计问题.首先将时滞采样系统离散化,再利用系统转换方法和Delta算子将离散时滞系统转换为Delta域无时滞系统;然后通过求解Delta域Riccati代数方程和Delta域Stein矩阵方程得到前馈反馈最优减振控制律;最后运用仿真示例证明所设计的控制律能够有效补偿时滞及扰动对系统造成的影响.       

基于分子动理论优化算法的最优潮流计算

最优潮流是一个离散的、非线性化、规模庞大的问题。用传统的方法求解时会存在收敛速度慢、局部收敛等问题。本文用分子动理论优化算法来求解最优潮流。并通过IEEE14节点系统对该算法进行测试,由测试结果可知,该算法收敛精度高、寻优能力强。     

动态无功优化的混合智能算法

针对存在离散控制设备动作次数约束的动态无功优化问题,提出免疫遗传算法和非线性内点法的混合算法.首先忽略控制设备的离散性和动作次数约束,采用非线性内点法求解初始优化解;然后按照控制变量的性质将原问题分解为连续优化与离散优化2个子问题迭代求解.在离散优化问题中,保持连续变量不变,采用免疫遗传算法优化离散变量,通过特别的编码方式使抗体自动满足动作次数约束;在连续优化问题中,保持离散变量不变,采用非线性内点法优化连续变量.混合算法充分结合了免疫遗传算法和非线性内点法的优点,能较快求解动态无功优化的近似最优解.IEEE14节点系统的仿真结果验证了混合算法的有效性.     

离散变量组合型算法及其程序—MDCP

本文介绍一种新的混合离散变量优化方法及通用程序。该程序适合于求解含有整型、离散型和连续型变量的最优化问题,能给出符合工程要求的规格化最优解。 本程序经用30个工程设计和数学问题的考核与评定,证明这种具有多功能的组合型算法和程序,其解题的可靠性,若按最优解的目标函数值的精度在10~(-2)以下统计,达到100％。 文中还简介了本程序在两个工程设计问题中的应用。     

钢框架结构离散优化问题的理论下界

针对两种典型的钢框架结构离散优化问题,即柔度约束的最小体积问题和体积约束的最小柔度问题,提出了基于凸组合的线性松弛方法,将关联离散变量进行线性松弛,进而将非线性、非凸的离散优化问题转化为松弛的凸规划问题.其中,体积约束的最小柔度问题可松弛为二阶锥规划问题,柔度约束的最小体积问题可松弛为半定规划问题.采用成熟的优化求解器,就可以得到两类凸规划问题的全局最优解,也就是原离散优化问题的理论下界.以一跨四层钢框架的离散优化问题为例,用所提出方法进行求解,并用枚举法和遗传算法对优化结果进行验证.数值结果证明,所提出方法可以快速得到离散优化问题的理论下界.