基于IBM的递阶优化控制网络

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选代策略使得计算较慢的问题,提出了具有递阶结构的基于IBM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…     

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。     

Hierarchical Control for Large-Scale Systems

1. INTRODVCTIONSeveral hierarchical or muli-1evel optidrization approaches have been aPplied to large--sca1e colltro1 problemsduring the last three decades. The theoretical development of decomposition and co--ordination has grownby leaps and bounds [1] and many successful applications have been reported [2]. Recently, the multi-leveloptimization aPproach has benn extended illto large-scale multi--objective system [3, 4]. Most of the muli-level optimization approaches have, however, been…     

永磁同步电动机中混沌运动的滑模控制

针对永磁同步电动机(permanent magnet synchronous motor,PMSM)在某些参数及工作条件下会出现混沌运动,从而危及电机传动系统稳定运行的问题,结合滑模控制原理,提出了基于非线性反馈的滑模控制消除PMSM混沌的方法。该方法以PMSM直轴和交轴电压为反馈控制量,可以将电机状态稳定在任意给定值。该方法是渐进稳定的,克服了电机混沌控制中控制目标为周期点或平衡点的缺点。仿真结果表明了理论分析的正确性和控制方法的有效性。     

Robust predictive control of polytopic uncertain systems with both state and input delays

A robust model predictive control algorithm for discrete linear systems with both state and input delays subjected to constrained input control is presented,where the polytopic uncertainties exist in both state matrices and input matrices.The algorithm optimizes an upper bound with respect to a state feedback control law.The feedback control law is presented based on the construction of a parameter-dependent Lyapunov function.The above optimization problem can be formulated as a LMI-based optimization.The feasibility of the optimization problem guarantees that the algorithm is robustly stable.The simulation results verify the effectiveness of the proposed algorithm.     

复杂系统多模型学习与控制优化设计方法

高品质控制系统应该具备稳、准、快特点,本文研究了多工况下复杂系统的高品质控制问题.首先,用模型族覆盖系统在不同工况下的动态行为,然后,以后验概率为协调变量,提出了多模型学习与控制优化算法,证明了在稳态情况下用本文方法设计的控制律等同于真实模型的控制律,同时,控制器不需要在多个模型间进行硬切换,是一种软切换策略,最后通过对两个例子的仿真,说明了算法的有效性.     

Markov控制过程基于性能势仿真的并行优化

Markov控制过程是研究随机离散事件动态系统性能优化问题的一个重要模型，并在许多实际工程问题中有着广泛的应用。在Markov性能势理论的基础上，我们讨论了一类连续时间Markov控制过程在紧致行动集上的性能优化仿真问题。由于实际系统的状态空间往往非常巨大，通常的串行仿真算法，可能耗时过长，也可能由于硬件限制而无法实现，故我们提出了一种基于性能势的并行仿真优化算法，来寻找系统的最优平稳策略。一个仿真实例表明该算法有较好的运行效率。该算法可应用于大规模实际系统的性能优化。     

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.