基于粒子群算法的资源均衡

提出了将粒子群算法运用到型号研制项目资源均衡优化问题中的构想,建立了适用于资源均衡优化问题的粒子群算法模型,设计了基于非关键活动动态时差的资源均衡优化粒子群,构建了基于资源强度和活动实际开始时间的评价函数,给出了算法流程,并通过算例的计算分析,应用该算法得到的资源强度比初始方案的降低了88.38%,比P3软件及Project2002的结果分别降低了58.42%、74.48%,验证了该算法的可行性与有效性,同时还获得了若干个次优方案.     

微分进化微粒群算法及其控制

通过对微粒群优化算法的分析,提出了一种用微分方程组描述的微粒群优化算法——微分进化微粒群优化(DEPSO)算法,并利用传递函数对DEPSO算法的收敛性进行分析.在此基础上,通过引入PID控制器以控制DEPSO算法的动态进化行为,以增强微粒产生的多样性,从而改进微粒群优化算法的全局收敛性.仿真结果表明了此方法的有效性.     

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.     

基于微粒群算法的虚拟仪器参数自适应配置方法

提出了一种利用微粒群算法优化虚拟仪器参数设置的方法。微粒群算法通过模拟鸟类社会性运动的规律,利用群体智能解决组合优化问题,该算法能够迅速有效地进行最优化搜索。将其用于解决仪器参数设置中的多维空间优化问题,具有概念简单,应用方便,计算复杂性低和运算速度快的特点。     

基于优化资源流约束的模具多项目反应调度算法

针对模具多项目执行过程中由于任务拖期而导致的调度计划变更,提出了一种基于优化的资源流约束的反应调度算法. 首先利用基于优先规则的微粒群算法构建一个项目加权工期之和最小的初始调度计划,采用启发式算法建立并优化初始调度计划的资源流网络,并将关键链技术与资源流网络相结合,对初始调度计划进行合理的时间缓冲设置. 然后建立了以调度计划扰动费用最小为优化目标的反应调度模型,并用基于优先规则的微粒群算法进行求解. 最后,通过仿真计算分析了算法的可行性与可靠性,结果表明该反应调度算法在模具多项目动态调度中具有一定的应用价值.     

基于均衡原理的定位-运输路线安排问题模型及求解算法

提出了物流配送均衡原理,构造了基于物流配送均衡原理的定位-运输路线安排问题的双层规划模型.运用Frank-Wolfe算法求解物流配送均衡模型,采用改进的禁忌算法优化选址问题和车辆路径问题,并通过双层规划模型将选址和车辆路径问题进行有机结合.应用提出的模型和算法求解了多个算例,并选取了其中一个算例试验结果进行分析.分析表明,基于均衡原理的双层规划模型和算法能够有效的求得定位-运输问题的优化解,是解决定位-运输问题的有效方法.     

优化差异工件单机批调度问题的混合微粒群算法

研究了单机环境下具有动态到达时间的差异工件批调度问题,设计了微粒群算法对此类问题进行求解,并结合动态规划进行优化.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动态规划算法进行有效结合,改善近似解的质量.在实验中,对各类不同规模的算例均进行了仿真,验证了该算法的有效性.     

活动网络资源均衡问题及其遗传算法

本文对活动网络资源均衡问题的建模和算法分别进行了讨论，首先提出了资源均衡控制目标的概念．给出了单资源均衡问题的两类控制模式—水平型控制和单峰型控制，并就多资源均衡的目标函数进行了讨论．其次，在分析已有算法的基础上，提出了资源均衡的遗传算法，用理论分析和示例表明该方法优于传统的启发式算法．     

近空间多武器平台对地攻击多阶段模型及算法

针对近空间多武器平台对地攻击问题,综合考虑了作战资源、目标毁伤、己方损耗、飞行最短路径等四项关键战技指标,建立了多阶段优化控制模型,给出了相关的推理过程。为避免动态规划及序列规划的计算复杂性,通过设计合适的表达方法,使粒子与可行解对应,给出了改进的粒子群优化算法及算法详细步骤,并分析了改进的粒子群算法快速全局优化的特点,说明该算法能找到优化问题的全局最优解。最后对多阶段优化问题分别用改进的粒子群算法进行求解,仿真结果验证了模型的合理性和算法的有效性。     

基于局部弹性路由层的关键航路段改航规划

空中交通流量管理中,改航规划是一项重要工作,可为失效的航班提供新的飞行路径,减小延误损失,提高空域利用率。目前的改航策略往往只考虑静态网络中的最短路问题,忽略了流量负载均衡,不利于解决多航段故障问题。本文提出了一种基于局部弹性路由层(local resilient routing layer, LRRL)的改航规划策略:利用连边删除评估法识别航路网络中的关键航路段集合,对其建立LRRL,通过二进制粒子群优化(binary particle swarm optimization, BPSO)算法进行优化,形成最优改航规划预案。仿真结果显示,该方法在多机场多航段故障时可提供兼顾流量负载均衡、重要航路保护度及其改航成本的改航预案,辅助管制指挥人员决策。     

基于级联失效的战域保障网络节点容量优化

通过分析战域保障网络的构造和特点,提出了基于级联失效的战域保障网络节点容量优化模型,进而研究了3种优化策略对级联失效抗毁性的影响:度升序优化策略、度降序优化策略、随机优化策略.结果表明按度降序策略优化约50%的节点可以有效提高战域保障网络级联失效抗毁性.     

基于方差分析变量约减的指令制导回路误差分配方法

针对引入惯导设备的指令制导系统中的误差分配问题,构建了指令制导回路误差优化分配的数学模型,利用方差分析法进行了变量约减,改善了传统优化设计中优化参数过多的问题。采用基于带精英策略的非支配排序遗传算法的Pareto多目标遗传算法,并利用动态罚函数法处理多约束情况,改善了优化求解过程仿真时间过长和局部收敛的问题。以某指令制导系统和惯导设备的误差参数为例,用此方法对制导精度和总费用两项指标进行优化。结果表明,优化方案的各项性能指标均满足设计要求,与优化前方案相比,优化目标有很大程度的改观,制导精度提高近30%,总费用降低近40%。该优化方法有效且通用性强,可为其它制导方式的误差优化分配问题提供设计依据。     

大型空间刚架结构参数优化与试验对比

为了对某型号大型电除尘器空间机械刚架进行结构参数优化，建立了其优化过程模型；在ANSYS软件平台上，利用基于Fortran语言的ANSYS二次开发语言APDL建立了空间结构虚拟样机可重用三维参数化数字模型，完成了结构虚拟强度仿真分析；基于分析结果，建立了优化数学模型，完成了结构参数优化，目标函数下降25.85%，优化效果明显，优化程序有良好的通用性和可移植性；针对优化后的结构，设计加工了一个试验台，进行了强度应力试验，并和虚拟试验进行了数值对比，结论认为优化结构合理，ANSYS虚拟仿真数据结果可靠。     

能源化工循环经济中类Cobb-Douglas生产函数简化及资源优化分配

为了使能源化工循环经济工业园区在一定资源使用量下的产出最大,需要对园区内企业间进行原料资源的优化配置. 分析了能源化工企业产出和各个生产要素的关系,以Cobb-Douglas生产函数为基础,构建描述循环经济中的能源化工企业生产特点的类Cobb-Douglas生产函数;为方便求解,通过进一步假设和简化得到能源化工企业产出与原料使用量的线性关系,从而将原料优化配置问题简化成可计算的线性规划问题. 为不使优化后利润率低的企业分配不到资源,人为设置优化后的利润不低于原规划固定成本一定比例,称为利润下限,并以陕北锦界工业园区为例求解,在无利润下限的约束下,优化后的园区利润提高了76.0%;有利润下限的约束,优化后的园区利润提高了26.8%. 将该资源优化方法应用于正在规划的循环经济园区,可得到园区产出（或利润）最大,且每个企业的利润率最高;对于已建设好的园区,由于企业生产规模不能改变,求解只可以得到园区产出（或利润）最大的结果,该方法可为正在建设或已建成的循环经济工业园区中企业间资源分配优化或企业规模优化提供借鉴.     

并行GSE方法及其在耦合系统优化中的应用

指出了并行全局灵敏度方程（global sensitivity equation, GSE）方法的优势,定性分析了并行GSE方法的计算性能。在ModelCenter框架下开发了通用并行GSE驱动组件(general parallel GSE driver, GPGDRV),并与优化算法相结合,基于COM技术开发了通用并行GSE优化器(general parallel GSE optimizer, GPGOPT),进而将并行GSE方法用于耦合系统优化。数值算例表明,GSE方法可以显著提高耦合系统灵敏度的求解效率。将GPGDRV和GPGOPT用于某假想的教练机方案优化设计,并与有限差分法进行计算性能定量比较,定量比较结果与定性分析相符。研究还表明,GSE方法极大地提高了耦合系统优化的效率,使优化时间缩短约76%,并行GSE方法可进一步缩短优化时间。GPGDRV和GPGOPT对于耦合系统的分析和优化具有实用性。     

多约束条件下非连续助推弹道方案设计与优化

研究了考虑动压、过载、控制量以及终端状态等多约束条件下的非连续助推弹道方案设计与优化问题。首先,结合最优控制理论,推导了脉冲作用期间的飞行程序;然后,在综合考虑弹道约束条件的基础上,合理设计非连续助推弹道方案;最后,针对经典粒子群算法收敛速度慢、易陷入局部最优解的缺点,采取了惯性权重自适应变化及扰动策略,以适应复杂弹道优化问题。仿真算例及结果表明,设计的非连续助推弹道方案能够满足各项约束,改进的粒子群算法能有效解决多约束下非连续助推弹道优化问题,优化方案的射程比原方案提高了6.69%,比连续助推弹道提高了14.09%,优势较明显。     

基于Markov过程的冗余系统备件与冗余度联合优化

为了合理有效地降低冗余系统全寿命周期费用,同时考虑部件的故障过程、维修周转以及备件的订购补给过程,结合混合准则提出了基于Markov过程的k/n冗余系统可用度模型,实现备件库存配置与冗余度联合优化。首先,通过热备份和冷备份模式下的系统故障率和修复率计算公式,建立了使用可用度模型。然后,基于稳态概率计算全寿命周期费用,并运用备件库存配置与冗余度联合优化算法实现模型的求解。最后,通过数值计算验证可用度模型的正确性以及联合优化的有效性。通过数值计算结果表明,所提出的可用度模型是传统模型的有益改进并且具有普适性。联合优化算例结果显示,冗余系统可用度随冗余度或备件库存的增加而得到提升,而当可用度接近1时若要进一步提高可用度将导致费用急剧增长;全寿命周期费用中备件存储费用的所占比例最高,而备件订购费用最低;算例表明,与仅考虑备件库存优化的方法相比,联合优化使全寿命周期费用降低了8.01%。     

基于改进NSGA-Ⅱ的左转待行区交叉口配时优化控制

为进一步提高道路交叉口综合性能,选取青岛市典型的南京路与江西路交叉口,建立设有左转待行区域的优化模型,利用改进的快速非支配遗传算法对交叉口车辆延误及机动车CO排放两方面进行优化。通过VISSIM软件搭建模型,验证算法有效性。结果表明,改进后算法搜索效率提高了57.4%,多目标优化配时后,车均延误下降了11.7%,CO排放减少了13.5%,平均排队长度降低了11.3%,HC和NOx排放均下降了2.7%。该算法有效地提高了交叉口通行能力和环境效益。     

基于BP神经网络的整株秸秆还田机功耗优化

为解决利用回归分析法优化水稻整株秸秆还田机功耗时存在的拟合误差精度差和准确性低等缺陷,提出一种高精度和高准确性的基于BP神经网络的优化方法.本文以1ZT-210型水稻整株秸秆还田机为研究对象,选取机具前进速度,刀辊转速,刀具安装角为试验因素,还田机功耗为影响指标,以二次正交旋转组合试验数据为训练样本,获得功耗与影响因素的BP神经网络模型;并季利用提出的方法对其进行优化,获得功耗影响因素的最佳参数组合为:机具前进速度1.39 km/h,刀辊转速210 rpm,刀具安装角55°,该参数组合下还田机的最小功耗为9.21 kW.试验条件下还田机最小功耗优于回归分析法所得最小功耗10.56 kW,以BP神经网络优化结果进行验证试验,试验测得功耗值9.42 kW,与BP神经网络优化结果绝对误差为0.21 kW,相对误差为2.28%.试验结果表明:该优化方法实用性强,拟合精度高,优化结果准确稳定,为解决农业工程领域中类似优化问题提供了一种新方法.     

萤火虫群算法优化高斯过程的网络安全态势预测

针对共轭梯度法获取高斯过程超参数存在迭代次数难以确定及预测不精准等问题,提出一种萤火虫群算法优化高斯过程的预测方法,并将其应用于网络安全态势预测研究。采用萤火虫群优化算法对高斯过程超参数进行智能寻优,建立基于高斯过程回归的网络安全态势预测模型。实验结果表明新方法的平均相对预测误差较共轭梯度法、粒子群优化算法和人工蜂群优化算法分别降低了近29.46%、10.37%和4.22%,且新方法收敛较快。另外,分析对比了3种单一类型和2种复合类型的协方差函数对高斯过程预测的影响,实验结果表明采用神经网络与有理二次的复合协方差函数(neural network and rational quadratic composite covariance function, NN-RQ)的平均相对预测误差较其他4类协方差函数降低了1.65%~7.51%。