基于Hopfield网络的不可分稳态大系统递阶优化控制

研究了整体目标函数关于各子系统具有不可加形式的大系统稳态优化控制问题 ,针对利用多目标优化技术把不可分问题转化为可分问题时采用的迭代策略使得计算较慢的问题 ,提出了具有递阶结构的基于 IPM的 Hopfield优化网络 ,并证明了该网络是渐进稳定的 ,其平衡点为原问题的最优点 .仿真表明 ,这是解决不可分稳态大系统优化问题的有效途径.     

动态规划问题研究

回顾动态规划在过去一些年的发展,特别是它在多目标优化与不可分优化问题中的可喜进展.介绍了动态规划在解决多阶段均值-方差组合投资问题中的创造性应用.旨在进一步推动动态规划的理论研究,拓广它在各行各业中的应用.     

递阶稳态优化下非线性大工业过程的迭代学习控制

对递阶稳态优化下非线性大工业过程施行迭代学习控制 ,目的是进一步改善大工业过程的动态品质 .建立迭代学习控制的基本结构 ,提出迭代学习控制算法关于控制系统的ε-收敛性和期望目标轨线的δ -可达性的概念 ,对具有死区与滞后的饱和非线性大工业过程控制系统给出加权超前开环PD-型迭代学习算法 .利用 Bellman-Gronwall不等式和λ范数理论 ,论证了算法的收敛性 .数字仿真表明 ,迭代学习控制能有效改善递阶稳态下非线性大工业控制系统的动态品质 .     

一种适于多目标稳态优化决策的伪权向量方法

伪权向量法是解决多目标决策问题的一种常见方法,但由于其决策函数中缺少对决策变量调整幅值的约束,易造成因决策变量(通常为控制回路的设定值)变动幅度过大而影响被控过程稳定性的后果,因而限制了该方法在过程控制系统稳态优化中的应用.对此,提出了一种适合于过程控制系统稳态优化的伪权向量多目标决策方法.该方法综合考虑了决策者偏好以及决策变量的变化情况,为控制系统的稳态优化提供了一种适合实际的决策方法.仿真结果验证了该方法的有效性和实用性.     

不可分动态离散系统的两级最优控制算法

讨论了不可分动态系统的最优控制问题 .提出了一种两级最优控制算法 .该算法首先把不可分问题转化为多目标最优控制问题 ,并用加权 Lagrangian公式产生非劣解 ,然后从非劣解集中挑出最优解 .建立了算法的理论基础 ,证明了算法的收敛性 .对两个例子的仿真结果表明算法是有效的 .     

电子中介中具有模糊信息且需求不可分的多属性商品交易匹配问题

以B2C型电子中介中买卖双方商品交易为实际背景, 研究了模糊信息且需求不可分情形下多属性商品交易的优化匹配问题. 首先, 在给出问题描述的基础上, 建立了电子中介中具有模糊信息且需求不可分的多属性商品交易匹配模型, 并从买卖双方视角提出了新的基于改进模糊信息公理的交易匹配度计算方法. 模型属于一类带约束的非线性多目标通用指派问题, 其优化目标是实现买卖双方交易匹配度和交易数量的最大化. 接着, 针对模型的特点和NP-hard性质, 设计了一种新颖的多目标离散差分进化算法对之进行求解. 最后, 通过多个数值算例的计算并与相关算法进行对比分析, 说明了模型的可行性和算法的有效性.     

多目标网络相异路径的Pareto解及其遗传算法

网络相异路径一般是多目标约束路径问题,具有重要应用价值.然而,由于问题的难解性,总是利用妥协思想将其转换为单目标问题求解.本文建立了双目标相异路径的一种优化模型,给出了模型求解过程中伪理想点的概念,提出了基于小生境共享竞争复制算子的遗传算法,该算法可求解多目标优化问题的 Pareto 解集.最后,给出了一个计算分析实例.     

Boole函数的稳健线性可分及其计数

Ｂｏｏｌｅ函数的线性可分和线性不可分问题，一直是前向人工神经网络的一个比较困难的问题，目前仅对变量数ｎ＜７的线性可分问题给予过讨论。本文基于简化问题讨论和优化问题的解的思想，提出了稳健分类复杂度的概念，并对Ｂｏｏｌｅ函数稳健分类复杂度为１的稳健线性可分问题，提出了对这类Ｂｏｏｌｅ函数进行计数的方法，并给出了计数结果     

稳态大系统中关联平衡法的改进

对于子系统的性能指标按一定顺序耦合的稳态大系统,本文采用两级递阶优化控制算法。利用上下级之间的纵向信息交换对子系统之间的关联进行解耦,利用子系统之间的横向信息传递对目标函数进行解耦,这种方法是对关联平衡法的改进,从而,解决了一类不可分的稳态优化问题,仿真效果好。     

预测控制中的稳态目标优化策略及其应用

实际工业过程中,过程限制或约束的存在以及不可避免的模型失配和干扰的影响,系统很可能达不到期望的设定值,从而存在稳态偏差问题。采用MPC稳态目标计算和动态优化控制两级结构,在每个采样时刻,考虑可测干扰的影响下,重新进行稳态目标计算。稳态目标计算时保证稳态目标与动态MPC计算中的输入速率约束兼容,并根据当前预测输出和测量输出之间偏差的反馈信息校正稳态模型,体现了MPC算法中的反馈思想。以壳牌重油分馏塔标准问题为例进行了仿真,仿真结果表明了该算法的有效性。     

Hierarchical control based on Hopfield network for nonseparable opti mization problems

1 .INTRODUCTIONConsider thefollowing complexsystemthat comprisesNinterconnected subsystems , the mathematicalmodel of theith subsystemisyi=fi(ci,ui,zi)gi(ci,ui,yi) ≥0ui= Hiywhereci, ui, yiandziare theithsubsystemcontrolinput ,interactioninput ,output and disturbance vec-tor respectively,andfiis the mathematics model oftheithsubsystem.It is assumedthat external distur-bancezwhich affects the systemis constant in theconsidered ti me interval of control and hence will beleft out of the syst…     

生产流水线上允许返回作业的一维机器配置问题

在现代制造系统中，大量地采用了流水线作业以提高劳动生产率，其中一维机器配置问题在此起着非常重要的作用。本文探讨了生产流水线上允许返回作业的一维机器配置问题。由于该问题是一个NP-完全组合优化问题，随着问题规模的扩大，往往难以求得最优或满意的机器配置方案。本文提出一种新的遗传算法用以求解这种机器配置问题，数值分析表明所构造的遗传算法对求解这类组合优化问题上是有效的。     

凸优化方法及其在排队系统中的应用研究

理论上可以证明严格凸优化问题有惟一的全局最优解；应用中有快速的多项式时间算法求解这一全局最优解。因此对难于解决的排队系统性能指标优化问题，如负荷配置问题．可以利用排队系统的凸性应用凸优化方法求解。本文基于排队理论建立排队系统负荷配置的非线性优化模型，设计一种优化变量转换方法并经适当的约束务件合并将该模型转换为凸优化模型．并引入凸优化内点法作为负荷配置的有效计算工具。实例计算结果表明．基于排队理论的非线性凸优化模型．其优化结果能保证充分利用设备的生产能力及最低的在制品库存；同时凸优化内点算法具有迭代次数少、收敛速度快的优点；涉及排队系统中其他性能指标的优化问题，也可以采用类似的方法求其最优解。     

PGAs求解双层规划及其在分销系统优化设计中的应用

研究并行基因算法求解双层规划问题及其在供应链物流分销系统优化设计中的应用.利用下层优化问题的KKT条件把双层规划问题转化为等价的单层规划问题,再利用并行基因算法对得到的单层规划问题进行全局优化,从而得到双层规划问题的全局最优解,最后,通过具体案例研究了上述算法在供应链物流分销系统优化设计中的应用.结果表明,并行基因算法求解双层规划,充分利用了现有计算环境的并行能力,加快了收敛速度,改善了基因算法的全局收敛性能,算法达到了实用化的规模,是一种很有应用前景的计算方法.     

A Maximum Principle for Fully Coupled Forward-Backward Stochastic Control System Driven by Lvy Process with Terminal State Constraints

This paper is concerned with a fully coupled forward-backward stochastic optimal control problem where the controlled system is driven by L′evy process, while the forward state is constrained in a convex set at the terminal time. The authors use an equivalent backward formulation to deal with the terminal state constraint, and then obtain a stochastic maximum principle by Ekeland's variational principle. Finally, the result is applied to the utility optimization problem in a financial market.     

一类非线性两级规划问题的模拟退火求解

提出一种基于模拟退火算法求解一类非线性两级规划问题的方法。为了提高模拟退火算法处理上级约束的能力，在模拟退火算法中引入一个辅助优化问题，通过求解该辅助优化问题产生满足上级约束的试探点，避免了使用罚函数处理上级约束。数值计算结果表明，与使用罚函数处理上级约束的模拟退火算法相比，本文提出的方法不仅可以提高求得全局最优解的可靠性，而且可以减少模拟退火算法的迭代次数，提高计算效率.     

非光滑两级优化问题的必要条件及其算法

利用集值分析、非光滑分析与优化理论,研究了两级优化问题的性质、结构,提出了处理这类问题的一个通用性结构化模型,并利用该模型导出了非凸非光滑条件下两级优化问题的微分包含型必要条件,最后给出了其求解的算法及算例．     

一种新的进化规划算法及其应用研究

可靠性是复杂系统设计中的一个重要问题 ,受到多种条件的约束。提高系统可靠度的两种常用方法是 :提高系统组成元件的可靠度 ;增加系统的冗余度。该类问题常常用复杂的约束优化问题描述 ,研究这类问题的快速有效的求解方法具有重要意义。提出了一种求解此类问题的新型进化规划算法。大量仿真实例验证了该方法的有效性。     

基于混沌粒子群优化算法的翼伞系统轨迹规划

研究灾难环境下翼伞空投机器人系统轨迹规划问题,基于简化的翼伞系统质点模型,采用混沌粒子群优化算法对翼伞系统归航轨迹进行寻优。该方法采用非均匀B样条技术实现最优控制规律的参数化,将翼伞系统轨迹规划的最优控制问题转换成参数优化问题,进而运用混沌粒子群优化算法进行寻优计算。轨迹规划的控制曲线是光滑的,利于电机对翼伞系统的操纵伞绳实施控制。仿真结果表明,该方法对翼伞系统的轨迹规划控制是有效的。