巡航导弹协同攻击体系目标仿真优化

针对巡航导弹协同攻击体系目标方案仿真优化效率低下的问题,提出了以数据挖掘技术为基础的基于概率规则的仿真优化方法。该方法的主要思想是通过对仿真数据进行挖掘形成知识,并指导方案演化,从而提高仿真优化的效率。首先构造了协同攻击仿真优化问题;其次提出了优化算法的基本框架;重点研究了通过贝叶斯网络学习构建概率规则以及方案演化两项关键技术;最后,采用实例对所提出的方法的有效性进行了验证。     

备件配置优化问题研究

首先对备件配置优化问题进行了概述,并研究了目前国内外备件配置优化问题现状,归纳了以备件需求量为中心的预测模型以及以缺货为中心的优化模型.把备件配置优化问题看作是一个组合优化问题,然后给出了传统边际效益分析方法解决问题的步骤,接着给出采用仿真优化方法解决问题的思路,即采用优化模块缩减策略空间并采用仿真模块评估策略的优劣.并给出一个应用实例对仿真优化方法进行验证.     

仿真优化在制造系统中的应用现状及发展趋势

仿真优化技术是实现传统制造向可预测制造、科学制造转变的关键技术,目前已经引起科学界和企业界的广泛关注。在阐述了仿真优化基本原理和方法的基础上,介绍了国内外仿真优化技术在制造系统中各个层次的应用概况、研究成果及各种仿真优化系统采用的开发工具,并对国内外发展状况进行了简要的对比分析,指出了目前仿真优化研究中存在的问题以及主要发展趋势。     

基于仿真优化的集装箱堆场资源配置研究

运用仿真优化方法对集装箱堆场资源配置问题进行了研究。首先,建立了堆场资源配置问题的数学模型,优化目标是堆场的资源利用率最大化的前提下,资源配置成本最小;然后,根据系统作业中存在的不确定性、随机性等活动特点,建立了堆场作业系统的离散事件仿真模型,并运用仿真模型与组合优化相融合的仿真优化方法对模型进行求解;最后,运用案例分析验证了该方法的有效性及其优势,同时进行了敏感性分析。     

航班到达集成调度策略的仿真优化

决策策略的形式和参数对决策支持系统的性能优劣有着重要的影响。对于航班到达管制系统,管制策略优化比数学模型优化更易于指导实际应用。在数学模型验证航班到达集成调度的基础上,运用仿真优化的方法对该集成调度的执行策略进行研究。搭建了基于Arena平台的航班到达仿真系统,运用多种仿真优化方法对航班到达集成调度的管制策略进行定性和定量的优化。     

基于MultiGen Creator的航天发射场三维模型优化技术

采用3D模型优化技术可以提高仿真系统的逼真度,满足实时仿真的要求.结合航天发射场三维模型的特点和要求,从建模过程、模型数据库、模型封袭三个方面对关键优化技术进行探讨,并给出模型示例对优化效果进行了验证.通过对比优化前后的运行性能参数,证实了优化建模技术能提高三维模型数据响应速度,增强仿真效果的真实性和流畅性.     

集装箱港口多式运输系统资源配置协调优化研究

提出了基于仿真优化的集装箱港口多式运输资源配置协调优化方法.首先,建立了集装箱港口多式运输作业系统的排队网络仿真模型,建立了以作业效果与资源利用均衡协调为目标的优化模型:其次,运用仿真模型与启发式算法相结合的仿真优化方法进行求解:最后,案例分析结果表明该方法对集装箱港口多式运输作业资源协调优化问题的适用性和有效性.     

基于DSM的研发项目流程多目标仿真优化

分析了复杂产品研发项目中流程结构的不确定性,采用设计结构矩阵对其进行仿真建模,并将设计结构矩阵调度策略嵌入仿真模型,建立了同时最小化项目工期和成本的多目标优化模型.提出了一种基于设计结构矩阵仿真与非支配排序遗传算法的混合优化算法,获取研发项目流程多目标优化的Pareto最优解.以某飞机初步研制项目流程为研究算例,验证了混合优化算法的可靠性和有效性,并对获得的最优流程结构进行了深入的仿真评价与分析。     

基于广义随机Petri网的口岸通关流程建模与仿真——以洋山保税港区进口法检货物的通关流程为例

口岸通关是国际多式联运体系的必要环节, 其通关速度对国际集装箱运输效率有着重要的影响. 描述了洋山保税港区进口法检货物的通关过程, 并应用广义随机Petri网进行建模分析; 通过ExSpect仿真模拟出进口法检货物在口岸的平均逗留时间; 基于提出的优化措施, 对优化后的口岸通关流程进行建模和仿真; 通过比较优化前后的仿真结果, 验证了优化方案的有效性.     

混杂Petri网在流程工业生产物流建模中的应用

在对某炼油厂生产过程分析研究的基础上，利用混杂Petri网对整个炼油厂的生产物流进行了仿真建模。该模型既包括了离散事件动态系统又包括了连续变量动态系统，更符合生产的实际情况。在该仿真模型的基础上，可以根据不同的优化目标对生产物流进行实时优化。最后介绍了仿真系统的模型框架并对仿真实例进行了说明。     

Optimization of Additively Decomposed Function with Constraints

We propose a modified evolutionary computation method to solve the optimization problem of additively decomposed function with constraints, ft is based on factorized distribution instead of penalty function and any transformation to a linear model or others. The feasibility and convergence of the new algorithm are given. The numerical results show that the new algorithm gives a satisfactory performance.     

A New Modified GM (1,1) Model: Grey Optimization Model

1. INTaODUCTIONRecently,the grey prediction based on the GM (1,1) model has been applied to mad new helds such as safetysystem engineering 11,2], forecasting control [3], and so on. But in GM (1,1), it is difficult to determine theoptimal prediction values. In order to solve this problem, many improved models and methods aze developedsuch as residual modified model [4], grey step model [5], and heuristic method [6]. In tall paper, a new modaledGM (1,1) model called grey optindzation mod…     

PREDICTING CHAOTIC TIME SERIES WITH IMPROVED LOCAL APPROXIMATIONS

In this paper, new approaches for chaotic time series prediction are introduced. We first summarize and evaluate the existing local prediction models, then propose optimization models and new algorithms to modify procedures of local approximations. The modification to the choice of sample sets is given, and the zeroth-order approximation is improved by a linear programming method. Four procedures of first-order approximation are compared, and corresponding modified methods are given. Lastly, the idea of nonlinear feedback to raise predicting accuracy is put forward. In the end, we discuss two important examples, i.e. Lorenz system and Rossler system, and the simulation experiments indicate that the modified algorithms are effective.     

改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.     

单机不同尺寸工件批调度问题的优化算法

研究了单机环境下不同尺寸工件的批调度问题,引入微粒群算法对制造跨度进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和分批的启发式算法进行有效结合,改善近似解的质量.实验中对各类不同规模的算例均进行了仿真,结果表明了微粒群算法的有效性.     

双混沌神经网络及其在优化问题中的应用

分析了三种现有的混沌神经网络模型的优化性能,针对目前混沌神经网络收敛率不高和搜索时间较长的问题提出了一种双混沌神经网络。它不同于以往的混沌神经网络改进方法,不是延长退火时间或改变混沌程度来提高网络性能,而是通过混沌迭代搜索使混沌神经网络在有限步内找到全局最优解的初值来提高收敛率与收敛速度。这种方法能使混沌神经网络在应用中具有更好的全局优化能力,并且可以缩短混沌神经网络的搜索时间,对旅行商问题求解的仿真对比和函数优化问题的仿真,说明了新方法比现有方法具有更好的收敛率和更短的搜索时间。     

高超声速飞行器再入过程改进气动系数模型

针对高超声速飞行器再入过程气动系数模型和参数辨识问题,基于公开的气动系数数据,综合考虑攻角和马赫数两个主要因素,分析了气动系数与二者的函数关系,建立了高超声速飞行器的改进升力系数和阻力系数模型,采用非线性最小二乘法进行模型参数辨识,得到参数辨识结果。将已知的气动数据与改进气动系数模型计算值进行对比,升力系数和阻力系数的相对误差平均值均小于5.10%,表明所建立的改进气动系数模型具有较高的精度,可以用于高超声速飞行器再入轨迹优化和仿真。     

一种新的SHEPWM三电平逆变系统的仿真和实验研究

针对中点钳位型三电平逆变系统SHEPWM开关角度的求解问题,提出了基于混沌蚁群算法的三电平中点钳位型逆变系统的SHEPWM优化方法.蚁群算法在求解SHEPWM非线性超越方程组时不需要求解方程特定的初值,而变尺度混沌算子融合到蚁群算法之中,可以有效防止算法陷入局部最优解,提高计算精度.仿真和实验结果证明了基于混沌蚁群算法的三电平NPC逆变系统消谐模型的有效性.     

基于离散微粒群优化的物流配送车辆路径问题

提出一种求解物流配送车辆路径问题的离散微粒群优化算法。通过引入随机交换序、PMX算子使微粒群优化算法能够求解车辆路径问题这类离散组合优化问题。设计了求解车辆路径问题一种新的整数编码方案，并采用罚函数法处理约束条件。计算结果表明，该算法是解决车辆路径问题的有效方法。     

Polyphase coded signal design for MIMO radar using MO-MicPSO

A novel modified optimization technique known as the multi-objective micro particle swarm optimization(MO-MicPSO) is proposed for polyphase coded signal design.The proposed MO-MicPSO requires only a small population size compared with the standard particle swarm optimization that uses a larger population size.This new method is guided by an elite archive to finish the multi-objective optimization.The orthogonal polyphase coded signal(OPCS) can fundamentally improve the multiple input multiple output(MIMO) radar system performance,with which the radar system has high resolution and abundant signal channels.Simulation results on the polyphase coded signal design show that the MO-MicPSO can perform quite well for this high-dimensional multi-objective optimized problem.Compared with particle swarm optimization or genetic algorithm,the proposed MO-MicPSO has a better optimized efficiency and less time consumption.