连续时间Markov控制过程的平均代价最优鲁棒控制策略

在Markov性能势基础上 ,研究了一类转移速率不确定但受紧集约束的遍历连续时间Markov控制过程 (CTMCP)的鲁棒控制问题 .根据系统的遍历性 ,平均代价Poisson方程的解可被看作是性能势的一种定义 .在平均代价准则下 ,优化控制的目标是选择一个平稳策略使得系统在参数最坏取值下能获得最小无穷水平平均代价 ,据此论文给出了求解最优鲁棒控制策略的策略迭代 (PI)算法 ,并详细讨论了算法的收敛性 .     

基于改进遗传算法的PID参数整定策略

针对简单遗传算法（SGA）收敛速度慢、易于早熟等缺点,在前人研究成果的基础上,提出动态调整搜索空间策略,对遗传算法进行多步渐进搜索。并采用改进的自适应交叉算子和自适应变异算子,结合兼顾性能指标和响应过程平衡的适配函数,以多种改进方式相结合的遗传算法对PID参数进行迭代寻优整定。仿真结果表明：当被控对象存在较大纯滞后、时间常数特性时,采用本方法优化PID控制器参数可获得比较满意的调节效果。     

基于遗传算法优化的支持向量机品位插值模型

将支持向量机(SVM)和遗传算法(GA)集成应用到矿体品位插值问题中,利用遗传算法全局搜索的优势对支持向量机的三个关键参数——惩罚系数C、不敏感系数ε和核函数参数σ进行寻优,克服单纯支持向量机法中依靠经验确定参数的局限性.将优化参数代入到支持向量机中进行迭代训练,得到基于遗传算法参数优化的支持向量机(GA-SVM)矿体品位插值模型.以国内典型矿山的实际勘探数据为例,通过该品位插值模型计算结果与传统插值方法计算结果和矿山生产实际数据的对比分析,验证了其可行性和有效性.     

基于混沌粒子群--专用遗传算法切换策略的移动机器人路径规划

为了发挥粒子群算法和专用遗传算法的各自优点,提出了一种将二者结合的切换优化策略。该策略前期采用一种基于种群最优个体混沌化的混沌粒子群算法,后期选用专用遗传算法。通过大量仿真实验确定了在迭代代数、种群标准差和最优个体适应度差三种切换指标下各自的最优切换条件。与单一专用遗传算法和单一混沌粒子群算法的仿真对比表明：本文提出的切换优化策略在综合路径长度、平滑性和规划时间三个性能指标后具有一定的优越性。     

风电场储能系统的多目标优化调度策略

为了实现风电与储能联合运行的优化调度策略,首先综合考虑风电功率预测效果、并网功率波动和储能系统的出力水平等多个目标,建立风储联合运行的多目标优化仿真模型。然后运用马尔可夫模型预测风功率,同时基于有精英策略的非支配性排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)滚动优化风储并网功率,来获得风储系统不同运行策略。并通过优选储能系统运行参数,避免储能系统的过度充放电和进入死区。最后,将决策者的偏好嵌入到多目标优化过程中,针对优化解集的分布进行了对比分析,验证了偏好情况下的储能的针对性和有效性,实现了风储系统多目标偏好下的优化调度。     

基于混沌粒子群——专用遗传算法切换策略的移动机器人路径规划

为了发挥粒子群算法和专用遗传算法的各自优点,提出了一种将二者结合的切换优化策略.该策略前期采用一种基于种群最优个体混沌化的混沌粒子群算法,后期选用专用遗传算法.通过大量仿真实验确定了在迭代代数、种群标准差和最优个体适应度差三种切换指标下各自的最优切换条件.与单一专用遗传算法和单一混沌粒子群算法的仿真对比表明:本文提出的切换优化策略在综合路径长度、平滑性和规划时间三个性能指标后具有一定的优越性.     

基于能量惩罚的多机器人任务分配优化方法

针对多机器人任务分配中存在的能量消耗不均衡问题,提出了基于能量惩罚策略的遗传算法完成任务分配与任务序列的优化过程.首先,建立多机器人任务分配的数学模型,每项任务设定不同的难度系数,以机器人完成任务所消耗的总能量为优化目标,并确定安全能量的约束条件;然后在每次迭代中通过计算每个机器人相对平均能耗的超额进行能量惩罚以寻求能...     

基于自适应迭代学习控制的MPC系统经济性能设计

针对模型预测控制(model predictive control,MPC)系统经济性能设计问题,结合自适应迭代学习控制的设计思想,提出了一种自适应步长迭代学习控制(adaptive step iterative learning control,ASILC)策略。该策略将系统变量方差与控制器参数之间的关系近似成离散的线性区间组合,并借助上一步迭代的过程信息,自适应地更新迭代步长,逐步使系统的经济性能达到最优。将该方法应用于乙烯裂解炉控制系统中,仿真结果表明:与迭代学习控制方法相比,ASILC能更快地收敛到最优工作点附近,得到最优经济性能下的控制器参数λ,经过7次优化迭代后经济性能目标值提高了28.92%。     

混合优化策略在生命线管网拓扑设计中的应用

提出用遗传-模拟退火算法(GASA)混合优化策略来求解生命线管网的拓扑优化问题.混合优化策略结合了遗传算法的并行搜索机制和模拟退火算法的概率突跳特性,提高了算法的优化性能、参数鲁棒性以及计算效率.数值仿真实验表明了算法的稳定性非常好,首次达到最优值的进化代数,且比单一遗传算法提高了26.5倍.     

苯乙烯聚合反应过程的牌号切换优化策略

柔性生产模式下的多牌号聚合物生产过程,不仅需要稳态生产中的精确质量控制,也需要建立有效的牌号切换过渡过程运行策略。本文针对单反应器多牌号聚合物生产过程,提出一种以经济优化为目标,基于迭代动态规划的分段式牌号切换操作优化策略,将牌号切换过渡过程划分为动态优化阶段和准稳态过渡阶段。以实验室规模的连续搅拌釜式反应器中苯乙烯聚合牌号切换为对象,以原料消耗最少为优化目标,构造了一个包含分子量分布参数、反应温度以及引发剂流量等变量的目标函数,利用迭代动态规划求得切换过程中操作变量和产品性能指标的优化轨迹。仿真研究结果表明,本文提出的优化策略能显著缩短切换时间,减少切换过程中单体和引发剂的消耗量。     

半Markov控制过程在平均准则下的优化算法

研究了一类半Markov控制过程(SMCP)在紧致行动集上关于无限水平平均代价准则的性能优化算法．利用等价Markov过程的方法，导出了SMCP的性能势公式和平均代价最优性方程，给出了求解最优或次最优平稳策略的策略迭代算法和数值迭代算法，并证明了算法的收敛性．最后给出了一个数值例子来说明算法的应用．     

基于(s,S)库存策略的分销系统最优分配问题

分销系统的运营成本不仅与所采取的库存控制策略有关,也与配送中心在货源不足时的分配策略有关。该文讨论单品种、单配送中心多销售点、周期观察、随机需求的两级分销系统。配送中心及各销售点都采用(s,S)库存控制策略,顾客对销售点的需求过程服从Po isson过程。在给定配送中心向销售点分配策略的情况下,系统的状态转移形成一个离散时间的M arkov链,因此系统的最优分配策略问题是一个M arkov决策问题。采用策略迭代或值迭代的办法,可以求解系统的最优库存分配策略。数值算例表明,采用最优库存分配策略能显著降低系统的成本。     

半Markov控制过程基于性能势仿真的并行优化算法

根据等价Markov过程方法,研究了一类半Markov控制过程在紧致行动集上关于无限水平平均代价准则的性能优化算法.由于实际系统的状态空间往往非常大,因此通常的串行仿真算法可能会耗时过长,或由于硬件限制而无法实现.针对这些问题,提出了一种基于性能势的并行仿真优化算法,以期寻找系统的最优平稳策略,并用该算法对性能势的仿真和策略寻优分别进行了并行化,获得了较好的运行效率.仿真实例表明了该算法的有效性.这一算法可应用于大规模实际半Markov系统的性能优化.     

调查研究与正确决策

调查研究是一种综合性的研究方法,是针对实际问题寻求正确决策的客观支撑。通过阐述当前决策中存在的问题,分析了正确决策的诸环节,提出调查研究是正确决策的前提,提高决策水平的紧迫性等见解。并对如何正确决策提出看法,如政策分析解读,深入调查研究等。     

基于SMDP模型的Web服务组合优化方法

针对Internet环境的动态性和Web服务的不确定性,文章使用有限状态连续时间半马尔可夫决策过程(Semi-Markov Decision Process,简称SMDP)对服务组合进行建模,并给出了服务组合的Q学习优化算法,以获得最优的服务组合策略.通过仿真实验验证了该算法的有效性,仿真结果表明,使用动态的控制方法具...     

第三方逆向物流战略决策有关问题的探讨

文章运用战略决策的相关方法并结合逆向物流业自身的特点,建立了第三方物流公司开展逆向物流服务的战略决策模型,并结合这一模型重点分析了第三方物流公司的战略决策过程,对我国逆向物流决策的相关问题也进行了初步探讨。     

Education policy and the heritability of educational attainment

Many workers assume that genetically determined differences in intellectual ability will be influenced little by changes in educational policy or other environmental interventions. Others, however, have suggested that increasing equality of educational opportunity will lead to an increase in the heritability of educational attainment. The resolution of this issue has been delayed until now because of the extremely large sample sizes which would be required. Education data on twins and their parents, from the Norwegian twin panel, provide a unique opportunity to determine the impact on the heritability of educational attainment of the more liberal social and educational policies introduced in Norway after the Second World War. As reported here, for individuals born before 1940 there is a strong effect of family background on educational attainment, accounting for 47% of the variance, though genetic factors account for an additional 41% of the variance. For females born after 1940 and before 1961, the relative importance of genetic (38-45%) and familial environmental (41-50%) differences changes very little. For males born during the same period, the broad heritability of educational attainment has increased substantially (67-74%), and the environmental impact of family background has correspondingly decreased (8-10%). For males, at least, having well-educated parents no longer predicts educational success, as measured by duration of education, independent of the individual's own innate abilities.     

基于Petri网的保密性策略建模与验证

为了对实施了具体保密性策略的系统、进程或工作流的保密性进行严格有效的分析与验证,提出了一种基于Petri网的保密性策略建模与验证方法.首先给出保密性策略基于Petri网的形式化描述,为系统建立Petri网模型;然后在此模型下利用保密性策略基于Petri网的形式化描述以及覆盖图对系统的保密性进行分析与验证,以判断系统是否符合保密性策略的要求.由于给定的系统Petri网模型覆盖图可以自动生成,因此可以利用其对系统的保密性进行自动分析与验证.通过一个进程实例阐述了该方法的原理和实施过程.     

基于遗传算法和蒙特卡洛仿真的设备维修策略优化

以部件寿命服从非指数分布、维修属于非马尔可夫过程复杂设备为对象,以系统可用度及广义维护成本为优化目标,以预防性维修周期为优化变量,基于蒙特卡洛仿真和遗传算法研究预防性维修策略的优化问题.建立了设备维修过程的优化模型,将遗传算法中的个体进化搜索用于维修策略优化,提出基于路集的系统状态分析以及采用部件故障屏蔽法解决维修过程仿真中部件过度故障问题,并通过建立个体仿真历史纪录和优先删除适应度低的个体纪录等方法以提高仿真效率及优化效果.最后以液压-机械复合传动系统为例,验证方法的有效性.