一种基于能量熵的快速遗传算法研究

在分析标准遗传算法的优越性与存在不足的基础上,提出了对遗传算法的改进方法.将能量熵的选择加入到遗传算法的退火选择中,以充分地探索解空间,保持种群的多样性.将伪梯度搜索应用于对个体的邻域搜索,利用当前种群的有效信息及系统信息,提高寻优速度.对典型的TSP问题及一实际电力网络故障恢复的仿真研究表明,改进算法全局优化性能优于启发式遗传算法及标准、退火遗传算法,同时使收敛速度有了较大的提高.     

基于均匀自组织映射遗传算法的梯级水库优化调度

针对遗传算法中初始解分布不均以及易早熟等问题,采用均匀设计方法来生成均匀分布的初始解以及自组织映射算法通过高低维空间映射来改变个体基因从而增强局部搜索能力,提出了均匀自组织映射遗传算法,弥补了传统遗传算法中初始解的生成过于随机以及进化过程中易陷入局部解的不足,并将此改进算法在梯级水库的长期优化调度中进行了应用.通过实例计算表明,与遗传算法以及标准粒子群算法相比,此方法拥有更好的全局寻优能力,与动态规划算法结果相近,并且有着较快的计算速度,从而验证了此方法用于处理梯级水库的长期优化调度问题的可行性与合理性.     

谈判支持系统研究综述

针对谈判支持系统(Negotiation Support Systems,NSS)研究中的几个基本问题进行了分析和评述,包括谈判的定义、谈判行为理论模型、谈判问题的研究方法、NSS的起源和发展、NSS的研究方向等.并根据目前的发展现状,分析了NSS体系结构,提出了NSS未来的发展模式和配置方案.     

自适应逐次逼近遗传算法及其在水库群长期调度中的应用

传统遗传算法的解空间均为可行解, 经过遗传操作产生的新个体若为不可行解, 则需要对其进行修正. 但在梯级水库调度中, 由于各时段间、 水库间存在的水力电力联系, 使这种修正变得复杂困难. 鉴于此, 本文提出了自适应逐次逼近遗传算法(AGASA), 它可在包含不可行解的空间中寻优, 并根据寻优结果自动调整搜索空间与控制参数, 从而逐渐逼近最优解. 最后通过一个算例, 并与离散微分动态规划法(DDDP), 逐步优化法(POA)的优化结果进行比较, 说明了该方法的可行性与有效性.     

自适应调整选择压力的灾变元胞遗传算法

对于遗传算法而言,全局探索和局部寻优能力之间的平衡影响算法的性能,选择压力就代表着这个平衡.只有当全局探索和局部寻优之间的平衡达到最佳化才能够使算法又快又精确的寻求到全局最优解.随着算法运行,种群结构不断的变化,选择压力也在不断变化.分析研究了灾变元胞遗传算法的选择压力,根据种群多样性和种群收敛度,提出一种基于灾变参数调节选择压力的自适应元胞遗传算法.通过两个典型函数优化实验,表明选择压力自适应调节可提高算法性能,并得出这两个函数在寻优过程中的最佳选择压力变化规律,这为自适应算法设计提供了一种新的途径.     

带装卸顺序约束的装载配送联合优化算法研究

互斥产品(如液体、危险化学品等)不能混装到同一个容器中,物流企业通常使用多隔舱运输车为顾客配送多种互斥产品,合理确定装载与配送路径是提高配送效率、降低配送成本的重要手段.本文考虑互斥产品的装卸顺序约束、在途运输时间约束等,构建了以配送成本最小化为目标的互斥产品装载配送联合优化模型,设计了求解模型的改进遗传算法,算法采用蜂王进化和基于概率的边重构交叉运算,有效提高了寻优能力.本文利用Augerat提供的车辆路径问题标准测试集构造算例测试算法的运行时间和求解效果.结果显示,改进遗传算法的求解效果明显优于经典遗传算法.对于小规模算例,改进的遗传算法可以得到精确最优解,对于中等规模和不超过101个顾客点的大规模算例,改进的遗传算法可以在130秒内得到近似最优解.本文的创新点在于构建了一类新的车辆路径扩展问题的数学模型并设计了求解模型的快速有效算法,为物流企业制定多类型互斥产品配送计划提供了理论依据和算法支持.     

预测支持系统的研究与发展

预测在决策中起着非常重要的作用,但作出准确的预测是很困难的,预测支持系统集预测方法,预测领域及应用领域知识为一体,充分利用计算机的支持作用,是帮助人们进行预测的有效工具,研究人员非常重视预测支持系统的研究,本文对预测支持系统的结构设计、模型管理、人工智能在系统中的应用以及预测支持系统的一些实际应用进行了概述,并分析了“多库”结构预测支持系统在进行复杂问题预测时的一些不足之处,指出Ａｇｅｎｔ预测支持     

基于伪并行SPEA2算法的多目标鲁棒PID优化设计

现有的PID参数优化方法往往难以同时兼顾系统对快速性、稳定性与鲁棒性的要求,本文针对这一缺陷,提出了一种多目标PID优化设计方法--在满足系统的鲁棒性的前提下,以超调量、上升时间和调整时间最小作为多目标优化的子目标,并将强度Pareto进化算法(SPEA2)与并行遗传算法(PGA)相结合对其求解.该算法求得的Pareto最优解分布均匀、收敛速度快、寻优能力强,决策者可根据实际系统的要求在Pareto解集中选择最终的满意解,这为快速性、稳定性与鲁棒性的权衡分析提供了有效的工具.仿真结果表明设计方法的有效性和优越性.     

基于改进BA网络的遗传算法

遗传算法是基于生物进化论设计的一种自然启发式算法,在众多领域都有广泛应用。目前对于遗传算法的研究主要集中于:遗传算法的理论研究、遗传算法的改进及应用。复杂网络是研究由众多个体组成的集体行为和个体间关系的有力模型。为了改进遗传算法性能,在已有的复杂网络与遗传算法相结合的成果基础上,提出了一种基于改进BA网络的遗传算法,实现了对网络结构进一步的改进,并改进了传统遗传算法的选择策略以及为了应对网络中节点的递增采用的种群规模自适应策略,通过数值实验验证了改进算法的性能,结果表明改进算法对于不同类型的函数的寻优能力要优于基本遗传算法以及基于普通BA网络的遗传算法。研究结果对于遗传算法的改进具有一定指导作用。     

区间分解优化的遗传算法及其在Internet环境下实现

为解决遗传算法面对复杂多模态函数优化问题时易陷入局部极值的问题,提出一种区间分解优化思想。通过区间分解,可以找到问题的多个局部最优解和全局最优解。同时,将算法在Internet环境下实现,既减少了算法的寻优时间,又节约了算法的运行成本。实验表明,区间分解优化方案能有效克服遗传算法陷入局部极值,大幅度提高算法的寻优性能。     

基于GTD的进近着陆系统多径效应仿真

针对进近着陆系统对于环境的影响十分敏感的问题，采用几何绕射理论（GTD）仿真分析了进近着陆系统的多径效应，给出了跑道旁边的机棚造成多径问题的仿真结果，从而为评估环境对着陆系统的影响提供了一种有效的技术途径。     

解决冲突的图形模型在谈判支持系统中的应用

首先介绍冲突图形模型的基本原理,在此基础上对这种模型进行改进并探讨用于谈判支持系统的可行性.     

食物链网络在顶点攻击与边攻击下的鲁棒性

研究了14个典型食物链网络对顶点攻击和边攻击的反应.考虑到食物链网络的能量传递特征,实验中引入了顶点介数攻击和边介数攻击.选用鲁棒性系数(使物种灭绝率达到50%的顶点移除比例)测量顶点攻击效果,发现对大多数食物链网络,顶点介数攻击的效果比顶点度攻击好.以相同边移除率为标准,对顶点攻击和边攻击的效果进行了测量,发现边攻击的效果明显优于顶点攻击.     

市场因素对交易强度的长、短期影响

利用生存分析理论建立一个高频交易强度模型,将市场因素对交易强度的影响分为临时性影响和持续影响,从而分析几个主要市场因素(市场深度、交易量及价差)对交易强度的长期、短期影响。以2006年上证50成份股前三季度高频数据作为样本,对影响交易强度的因素进行检验,结果发现市场深度对交易强度的短期影响显著为正,价差与交易量对交易强度的短期影响显著为负。而交易量对交易强度长期影响显著为正,市场深度对交易强度的长期影响显著为负,其中市场深度和价差对交易强度长期影响与知情交易策略密切相关。收益波动率对交易强度长期影响显著为正,而对短期影响显著为负。     

杠杆率对预期权益回报率的影响研究

上市公司经营的核心目标为股东财富最大化,预期权益回报率是衡量股东财富变化的重要指标.本文研究了杠杆率对上市公司预期权益回报率的影响,据此讨论是否存在最大化预期权益回报率的资本结构.财务困境成本与代理成本的存在,使得我们难以从公司价值最大化的角度研究最优资本结构,因而从股东财富最大化的角度着手研究更为现实,隐含资本成本能较好地代表股权投资者的预期收益,进而反映股东财富的变化.本文使用Gebhardt-Lee-Swaminathan (GLS)模型对隐含资本成本进行测算,以此衡量预期权益回报率.本文通过实证发现,上市公司的杠杆率与预期权益回报率呈现倒"U"型关系,存在一个使得预期权益回报率最大化的最优资本结构,当杠杆率高于最优水平时,去杠杆有利于增加股权投资者的预期收益;而当杠杆率降至最优水平之下时,加杠杆有利于增加股权投资者的预期收益.     

环保投资对经济作用的机理与贡献度模型

在界定环保投资概念及范围的基础上,根据环保投资作用于经济的原理,借鉴环境经济投入产出基本思想,构建了环保投资对经济贡献的投入产出模型,主要包括污染治理设施投资对经济的影响模型和污染治理设施运行成本对经济的影响模型,并对该模型进行了实证模拟分析.     

基于卫星可靠度和MTTR星座空间备份策略设计

基于卫星可靠度建立了星座系统可靠度模型,分析了星座构型、卫星的可靠度、备份卫星数目对星座系统可靠度的影响。通过分析备份卫星的可用性、卫星的固有可用度,提出了备份卫星轨道设计约束条件。基于平均修复时间建立了备份卫星重构控制模型,分析了备份卫星数目、备份卫星轨道、平均修复时间对备份卫星重构控制平均特征速度的影响。最后针对卫星星座对系统可靠度和平均修复时间的需求,提出了一套备份卫星子星座构型优化设计方法并给出了设计实例。     

平台匹配规则对B2B交易的影响

针对交易型B2B平台不同匹配规则对B2B交易的影响展开研究。基于讨价还价理论，分别刻画了B2B平台4种匹配规则下交易双方的讨价还价行为，并深入分析了不同竞争情形下的均衡结果。通过对比，研究平台不同匹配规则在不同竞争情形中对B2B交易的影响。研究表明，B2B平台上的交易价格取决于平台的交易匹配规则；匹配规则对B2B平台上的交易额(GMV)的影响与平台收取的佣金系数息息相关；匹配规则对B2B平台上买卖双方利润的影响因买方的竞争情形及最终产品的替代程度而有所差异。此外，匹配规则对交易价格、交易额和买卖方利润的影响在不同的竞争情形中表现出不同的强度。     

基于多Agent的航空器拖曳规则优化配置方法研究

为研究航空器拖曳规则对于机场靠桥率和航班正常性的作用并优化,提出了基于场面供需平衡的拖曳规则配置方法。通过构建基于场面运行的多agent离散仿真模型,提高了机场靠桥率和航班正常性的协同优化效果,以北京大兴国际机场为例进行实例验证。结果表明：基于场面供需平衡的拖曳规则配置方法可以显著提升机场靠桥率和航班正常性,可以为机场运行部门提供决策参考。     

论虚元素

介绍了传统网络和ＢＡＮＴ网络关于虚元素问题的研究并揭示了传统网络关于虚元素构图存在的问题．在此基础上．本文论证了虚元素问题是网络计划技术的一个基础理论问题,并指出：ＢＡＮＴ网络建立了该基础理论即虚元素基础理论．