大规模优化系统层次型分解的一种方法

解决大规模优化问题的一个有效途径是分解协调法．在总结优化任务分解两种方法的基础上,提出一种层次型任务分解的策略,建立了任务分解的模型,并结合数学规划的算法进行求解．实例说明所建立的任务分解模型的合理性,分枝定界算法能有效地减少搜索空间,得到较好的分解结果．     

MDOCEM中一种改进的启发式任务分解算法

基于多Agent的分布式开放计算环境模型(MDOCEM)中,任务分解是提高任务执行并行度的重要环节。针对有关学者提出的一种启发式任务分解算法,分析了它的特点与不足,并据此提出了一种改进的启发式算法,该算法采用目标驱动的思想,实现了对任务分解问题求取包含操作数最少的可行解的目标.     

元计算环境下阶段启发式任务分解与调度策略研究

提出了基于元计算环境下阶段启发式任务分解和调度的协同工作模型，给出了任务分解过程中任务间依赖关系的数学描述，通过任务粗粒度分解策略，探讨在分解算法中任务完全组合导致的开销指数递增问题。     

具有分解结构的多目的批处理过程短期调度模型

针对多目的批处理过程的短期调度问题,分析了基于设备独立事件触发的建模方法在描述存储过程的特点及局限性,建立了存储的时间函数来准确描述存储状态,并以此为基础,在不额外增加变量的情况下,建立了一种新的具有分解结构的调度模型,该模型由两个层次的优化问题构成。设计了基于分解的遗传算法求解模型。针对主要由处理任务的时间顺序约束和存储容量约束构成的子问题,通过松弛,给出了简单的递推算法求得最优解或近优解,然后返回主问题,采用遗传算法,使得搜索空间大为减小。仿真实例说明了模型和算法的有效性。     

大系统分解协调算法在黄河干流水库联合调度中的应用

结合黄河干流水库群（包括水电站）实例,本文建立了优化调度模型,采用大系统分解协调原理推导了模型的求解算法,并给出了详细的求解步骤。应用文中建立的模型和提出的算法对黄河干流水库联合调度获得了满意的成果。     

基于小波分解与重构算法多维系统辨识

在多元小波分解和重构算法的基础上结合AIC信息准则建立多维线性系统点扩展函数的小波基优化模型。仿真结果表明该算法具有较高的精确度和稳定性。     

元动作单元故障树建模在复杂机电产品可靠性优化中的应用

针对传统的可靠性建模方法难以建立复杂机电产品的可靠性数学模型,提出一种结合功能分解(FMA,function-motion-action)和故障树(FTA,fault tree analysis)的建模方法,降低了复杂机电产品的可靠性优化模型的构造难度。针对遗传算法(GA,genetic algorithm)和粒子群算法(PSO,particle swarm optimization)在模型求解时存在的不足,提出构建混合GA-PSO算法来改善GA算法易陷入局部最优或全局搜索能力弱的现象。通过数控磨齿机的实例分析,验证了用混合GA-PSO算法构造优化模型的可行性,以及采用混合粒子群算法优化求解的有效性。     

基于遗传与粒子群混合优化算法的分布式模型预测控制系统结构分解

为了对分布式模型预测控制系统进行分解,采用一种遗传算法与粒子群算法的混合优化算法对系统进行分解的方法。混合优化算法兼具两种算法的优点,相对于采用单一优化算法,收敛速度更快且精度更高。对控制系统的输入进行分组可以有效消除系统输入之间存在的耦合,平衡各子系统之间的通信负担,因此对控制系统进行输入分组,可以完成对系统的结构分解。定义了一个系统拆解目标函数对输入分组问题进行求解,并通过对热镀锌生产线控制系统中的部分输入进行分组实验,验证了方法的有效性。     

一种分解树到形式化代码片断的转换算法

在软件演化过程研究中,对任务功能进行分解,利用分解树来存储分解结果,提出了一种算法,使分解树可以自动转换为对任务功能的形式化描述语句,从而提高了软件演化过程建模的效率和规范性．     

短期风电功率CEEMDAN-SMA-LSSVM预测模型研究

为了提高风力发电功率预测的准确性,建立了基于CEEMDAN分解的SMA算法优化LSSVM的短期风电功率组合预测模型。首先,采用完全集合经验模态分解(CEEMDAN)对原始风电功率数据进行分解与重构。随后,为了进一步优化最小二乘向量支持机模型(LSSVM)的参数,引入了黏菌算法(SMA)优化,通过调整惩罚参数和核参数来提高模型性能,最后,构建多种对比模型对比分析表明CEEMDAN-SMA-LSSVM模型预测精度最高,预测结果更接近真实值。研究可用于风电场短期风电功率预测使用。     

基于变分模态分解的冻结步态识别方法

针对传统帕金森患者冻结步态识别方法自适应性不佳的问题,提出一种基于变分模态分解的冻结步态识别方法.首先采用变分模态分解代替传统时频分析方法对冻结步态信号进行充分的自适应分解.其次为提高算法识别精度和识别速度,选用CART模型作为集成分类器的基分类器并进行特征降维处理.最后针对不平衡数据集和单分类器性能有限的问题,进行了数据采样-集成分类器的设计并通过贝叶斯优化对识别算法进行超参数寻优.实验结果表明,相对于AdaBoost、Tomeklinks-AdaBoost和ROS-AdaBoost集成算法,RUSBoost集成算法可以更高效地完成冻结步态识别任务.     

大系统分解协调理论在电力系统动态调度中的应用研究

提出了电力系统动态优化调度问题的目标分解协调的新算法．基于大系统的分解协调理论，将动态优化调度模型按时段进行分解，通过目标函数的修正来协调时段间经济性与可靠性的要求．该方法既避免了统一解算所造成的维数灾问题，又系统化了各种解耦算法（正推、反推及双向推），将模型的算法统一起来．     

分布式并行CAIP系统协同求解模型的研究

采用ＳＴＲＩＰＳ规划系统语法格式和图论知识,论述了基于知识的通用检测规划的领域模型、抽象分层规划以及相应的任务分解算法,从而建立了基于分布式并行处理智能检测规划集成开发平台ＩＤＰＩＰ的分布式并行协同求解模型．     

一种基于任务分解的时间均衡调度算法

网格环境下的任务调度是一个NP完全问题,它一直是网格领域研究的核心。针对计算网格中的任务放牧调度这类问题,提出了一种基于任务分解的时间均衡调度算法。该算法在调度过程中充分考虑了网格资源的特点,采用重复调度和任务分解策略,并进行了仿真实验。在任务完成时间和系统吞吐率两方面与Max-min和Max-int算法进行比较,实验结果证明该算法优于Maxmin和Max-int,是一种性能较好的任务调度算法。     

灌区库群系统水资源优化配置模型研究

以云南曲靖灌区为例,采用大系统分解协调技术对大型灌区水库群系统水资源优化配置问题进行了分析和研究;构建了水资源系统两级递阶分解协调模型,并给出了模型优化决策算法的程序框图．     

西安市供水水源优化调度研究

地对西安市严重缺水问题,对西安城市供水的三个主要地表水水源建立了优化调度模型,采用大系统分解协调及逐步优化算法（ＰＯＡ）进行求解,初步探讨了不同水平年和典型水文年的优化调度方案,为干作寻求解决西安城市供水危机的最优策略奠定了基础。     

基于云计算模式的虚拟维修样机几何模型优化

针对虚拟维修样机开发过程中几何模型优化效率低,购置高性能工作站又大量增加成本且易造成硬件资源闲置浪费的问题,提出了一种基于云计算思想的几何模型优化任务并行处理方法.构建了"端—云"模式的虚拟维修样机模型优化平台体系结构,研究了具有层次化结构的几何模型并行优化的任务分解、调度和执行策略,在此基础上设计了平台的负载平衡机制.实验结果表明,该方法能够在不破坏样机模型真实感信息的前提下有效减少模型优化时间,提高几何模型优化效率.     

单机总误工问题的分解启发式算法

为了解决单机总误工问题,提出了一种分解启发式算法。该算法是将解决这一问题最好的优化方法(Lawler分解算法)和非常有效的启发式算法(MDD)有机结合,在每一次迭代过程中均利用MDD算法估计Lawler分解算法中不同分解位置对应的误工,确定具有最大加工时间的工件在获得最小总误工的分解位置处加工。从理论上证明了该算法得到的排序结果优于MDD排序,仿真实验也表明该算法得到的结果99%以上为最优排序,而且可以求解多达1000个工件的问题。该算法以较短的时间获得了接近最优排序的结果,算法性能优良。     

一种星载VDES接收机多通道碰撞信号分离算法

为了解决星载甚高频数据交换系统(Very-high-frequency data exchange system,VDES)接收的碰撞信号在欠定情况下的分离问题,提出一种基于随机近端梯度张量分解的多通道碰撞信号分离算法.该算法根据分离模型对预处理后的信号建立广义协方差矩阵集,堆叠形成张量模型,利用Tucker分解进行压...     

基于WPD-PSO算法的整流电路故障诊断

针对电力电子电路故障类型多、诊断正确率低的问题，提出基于小波包分解和粒子群算法优化概率神经网络的方法。建立三相桥式全控整流电路仿真模型，利用小波包分解技术对故障电压信号进行三层小波包分解与重构，提取特征值，并对数据进行归一化处理；用粒子群算法优化概率神经网络寻找合适的平滑因子，对数据进行训练和诊断；将该方法与未优化的概率神经网络作对比。仿真结果表明，该方法在训练效果和诊断正确率上都要优于未优化的概率神经网络。