模型与实际有差异时非线性大工业过程递阶优化控制算法

针对实际非线性离散系统与它的模型之间的差异，提出了一种基于模型优化控制问题来求解实际问题最优解的递阶算法，该算法通过上级的关联预测和参数估计与下级的修正的基于模型优化子问题的迭代问题，总可以获得实际非线性离散大系统最优控制．并行计算可以节省计算时间．分析了该算法的收敛性和最优性．仿真例子说明该算法的特色．     

基于奇异值分解的混合递阶遗传算法训练径向基神经网络

提出了一种将递阶遗传算法和奇异值分解的优点相结合的新型径向基神经网络学习算法--混合递阶遗传算法。它具有较高的学习效率，并能同时确定径向基神经网络的结构和参数。利用所提出的混合递阶遗传算法对混沌时间序列学习和预测，取得了较好的效果。     

交通感应控制与诱导的递阶协调模型及其仿真

控制与诱导之间的协调结合已经成为ITS发展的主要方向。在以往研究成果的基础之上，建立一种系统最优下的感应控制一诱导递阶优化协调模型，并给出相应的模型求解算法，最后依次设计诱导条件下的感应控制路口仿真、单控制下的用户最优路网仿真以及感应控制一诱导递阶协调下的路网仿真三个试验，从而验证所提出的协调模型和求解算法的有效性和可行性。     

基于递阶遗传算法的最小加权完工时间并行机调度

针对最小化加权完工时间的等同和非等同并行多机调度一类问题,提出了一种递阶遗传算法.该算法根据问题的特点,采用一种染色体递阶编码方案,此编码与调度方案一一对应.计算结果表明,递阶遗传算法是有效的,能适用于大规模等同和非等同并行多机调度问题,通过与Cheng所作编码的遗传算法比较,用递阶遗传算法优化并行机调度操作简单并且收敛速度快.     

一种交通控制与诱导递阶协调优化模型

在对交通控制与诱导的关系进行分析的基础上,借鉴大系统递阶优化的思想,利用动态交通分配模型和交通最优控制模型,提出了一种二级结构控制与诱导递阶协调的系统结构,建立协调优化模型,给出了一种迭代的协调求解算法;并针对一个仿真的路网给出模拟的协调结果,对本文的模型和算法进行了验证.     

基于递阶遗传算法的一类多旅行商问题优化

针对最小化单个旅行商路程的多旅行商问题,提出了一种递阶遗传算法和矩阵解码方法。该算法根据问题的特点,采用一种递阶编码方案,此编码与多旅行商问题一一对应。用递阶遗传算法优化多旅行商问题不需设计专门的遗传算子,操作简单,并且解码方法适于求解距离对称和距离非对称的多旅行商问题。计算结果表明,递阶遗传算法是有效的,能适用于优化多旅行商问题。     

混合递阶遗传算法优化小波神经网络的研究

在研究小波神经网络结构及其学习算法的基础上,提出了一种以混合递阶遗传算法优化小波神经网络的新方法,混合递阶遗传算法是递阶遗传算法和多元线性回归的结合。此方法可同时优化小波神经网络的结构及其参数,具有学习速度快,精度高的特点。并与传统的BP算法进行了对比,证明了本算法的有效性。     

带模糊参数的递阶资源分配问题

针对产品价格为模糊变量的一般递阶资源分配问题,提出一个模糊期望值多目标二层规划模型,同时设计一个求此模型的Stackelberg-Nash均衡解的基于模糊模拟的二层遗传算法,并以数值例子检验了该算法的可行性.     

灰色离散双层漂移型线性规划模型及其交互式补偿模糊算法

提出灰色离散双层漂移型线性规划的概念，建立了灰色离散双层漂移型线性规划模型来描述具有灰色信息的递阶离散双层系统的决策问题，并提出相应的交互式补偿模糊算法，最后通过算例证明提出的求解灰色离散双层漂移型线性规划模型的交互式补偿模糊算法的简单性和实用性。     

基于多级递阶规划的复杂装备研制质量协商模型

复杂装备研制过程中,上级供应商往往采取对下级供应商的扶持的做法,基于此,构建了一类基于多级递阶规划的复杂装备研制质量协商模型,分析了质量指标递阶分解和质量协商递阶规划流程,设计了3类标准质量损失函数,给出了质量协商成本定义及函数表达式;构建了一类基于多级递阶规划的复杂装备研制质量协商模型,并设计了模型的求解算法;最后以某型号飞机研制的部分质量协商问题作为算例研究,以验证模型的有效性。     

一类大规模不可分系统的分解算法

讨论了一类大规模不可分系统的优化问题。提出了一种3级递阶优化算法。该算法首先把原问题转化为可分的参数优化问题，然后再从参数优化问题的解集中挑出原问题的最优解。建立了算法的理论基础，证明了算法的收敛性。对3个例子的仿真结果表明算法是有效的。     

中国经济递阶优化发展模型体系研究

在区域价值—实物型投入占用产出表和单部门区域间投入占用产出表的基础上，提出中国经济优化发展模型、某省域经济优化发展模型和中国经济协调优化发展模型的中国经济递阶优化发展模型体系.     

四层BP网络的一种结构设计方法及应用

针对BP神经网络的特点提出一种基于递阶遗传算法的四层BP神经网络的结构设计模型及应用。现有的BP训练方法只能训练BP网络的权重和阈值,网络的结构得预先用某种方法确定。利用很好设计的递阶遗传算法能够把网络的结构、权重和阈值同时通过训练确定。以经济系统中的人口时间序列数据进行训练和测试,与传统的BP网络预测模型相比较,结果证明该模型的预测精确度是令人满意的,提出的方法是可行的。     

基于模糊机会约束双层规划的动态火力分配建模与实现

针对现有动态火力分配模型未考虑不确定因素及复杂约束的问题,引入不确定规划理论,建立了基于模糊机会约束双层规划的动态火力分配模型.首先,以最大化效费比和尽早拦截分别作为模型的上下层目标函数,并考虑复杂战场环境下的模型约束.在此基础上,构建了一种针对双层多约束动态火力分配问题的递阶结构粒子编码方案,并将带审敛因子的离散变邻域粒子群算法及带怀疑因子及斥力因子的粒子群算法有效结合,利用模糊模拟技术,提出一种分层递阶的混合模糊粒子群算法.仿真实例表明,该算法具有更强的全局寻优能力和更快的收敛速度,能够满足大规模动态火力分配问题对时效性的高要求.     

具有失真认知信息的两层冲突环境建模与分析

针对具有失真认知的两层冲突环境,提出了一种基于两层递阶超对策的建模与分析方法。根据局中人之间策略集与结局偏好上的认知信息,将单方上、下两层局中人与对方局中人之间的冲突分别描述为一个超对策和多个双矩阵对策,构建面向两层冲突环境的两层递阶超对策模型。给出了两层递阶超对策模型递阶超纳什均衡的定义,探讨了递阶超纳什均衡存在的条件及求解分析方法。最后,一个例子说明了模型与方法的实用性和有效性。     

基于在线优化的多模型自适应控制

针对常规多模型自适应控制中子模型数量过多问题,提出在线优化的多模型自适应控制算法。将整个控制系统分为基本工况级和控制模型级的两层递阶结构。在系统运行过程中,通过在线学习自动地建立多模型及相应的控制器,并对所建的动态模型库进行优化,以进一步减少子模型数量和计算时间。证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性。计算机仿真结果表明该算法的有效性。     

基于物理模型的琴弦数字仿真

基于物理模型的乐器仿真是运用弹性力学理论，通过偏微分方程来精确描述乐器发声一种方法，尽管它有着模型建立困难，计算开销大等缺点，但随着计算机计算能力的提高，该方法已逐渐成为该领域的研究热点，本文利用物理模型方法描述了琴弦的数学模型，并由此推导出了一种新的普通显式方程算法，该算法适于计算机实现，与LR二阶递昆系统算法相比，该算法不仅简单，而且还具有更高的仿真精度，这对乐器仿真，声音合成领域的科技人员有较好的参考价值。     

化工过程系统的网络模型与递阶仿真

本文从仿真的角度，建立了化工过程系统的动态网络模型，并提出了一种有效的递阶仿真方法。     

基于递阶遗传算法和BP网络的模式分类方法

提出一种基于递阶遗传算法和BP神经网络的模式分类模型.现有的BP网络模式分类训练方法大都只能训练BP网络的权重,网络的结构得预先用某种方法确定.利用巧妙设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定.以模式分类数据库中的数据进行训练和测试,并与其它模式分类模型相比较,结果证明该模型更优,分类精确度更令人满意的,所提出的方法是可行的.     

模糊系统的一种结构设计方法及经济系统应用

针对模糊系统的特点,根据输入-输出数据,应用递阶遗传算法设计.现有的模糊系统设计方法大多只能训练系统的模糊集的中心参数、高斯隶属度函数的系数、中心参数和扩展参数,系统的模糊规则得预先用某种方法确定.利用很好设计的递阶遗传算法能够把模糊系统的模糊规则数目和参数同时通过训练确定.利用该方法在非线性经济系统进行仿真,并与BP神经网络的预测结果进行比较,证明该模型的预测精确度是令人满意的,文中提出的方法是可行的.