多项目交互组合选择模型的改进粒子群优化研究

为解决多项目之间发生交互作用时的项目选择和组合优化问题,在已有优化模型的基础上,提出改进的粒子群算法,利用种群间跳跃改进的方法增强了粒子的搜索性能,并通过聚类和干涉的方法,防止算法陷入局部最优,有效求解多目标优化模型,最后利用算例分析证明模型和算法的有效性。     

单步延迟无序量测滤波算法的最优性分析

不同的通信时间延迟和量测预处理时间，导致在实际的集中式多传感器融合跟踪系统中，常会出现多传感器量测数据不能按正常时序到达中心处理器的无序量测（OOSM）现象，中心处理器处理这类无序量测数据时将遇到负时间更新问题．针对单步延迟无序量测更新问题，从理论上分析了Bar-Shalom提出的A1算法的最优性，指出其最优性与过程噪声的离散化模型有关，证明A1算法在过程噪声直接离散化模型（DDM）下不是最优的，它仅是过程噪声连续离散化模型（DCM）下的最优滤波算法．提出了DDM条件下的一种改进算法，它能获得比A1算法更高的无序量测滤波精度．提出了一种与过程噪声离散化模型无关的最优无序量测滤波算法，此算法在两种过程噪声离散化模型下都能达到有序量测处理时的滤波精度．对两个新算法的滤波性能进行了理论分析，采用Monte Carlo计算机仿真实验比较了新算法和有序量测处理时的滤波结果，验证了新算法的有效性．     

两步EFOP参数估计的递推算法

经验频域最优参数（EFOP）估计方法是基于时域估计和频域估计的一种系统辨识方法．其优点在于能够降低噪声影响，对小样本数据的随机系统具有较好的辨识效果．利用松弛算法而建立的两步EFOP方法，可适用于ARMA和Box-Jenkins等模型．文中对受干扰的随机系统，推导出两步EFOP方法的递推算法．对新的递推算法进行了仿真，并利用实验结果分析和验证了该算法的有效性．     

结构包含密集模态时主动振动控制中作动器/传感器的优化配置

分析了已有的作动器/传感器配置方法的不足,针对包含密集模态的挠性结构,分析其可控/可观度的特殊性,提出了针对密频系统的作动器/传感器优化配置准则.通过可控性Gram阵的分块解析形式,避免了求解高阶Lyapunov矩阵方程,并利用了轻阻尼疏频系统自然平衡的条件,降低了求解可控度,即可控性矩阵奇异值的计算量.在此基础上用遗传算法寻优,得到元件的优化配置方式.最后通过算例与另外两种基于可控度的优化配置方法对比,证明依本文方法配置密频系统的作动器/传感器,振动控制效果最优.     

一种最优抗扰自适应控制

针对含未知干扰系统研究了具有最优抗扰性能的自适应控制问题.利用对象参数的先验知识和量测数据构成可实时更新的非空模型集合,以系统的整体性能指标为辨识准则,在模型集内优化选取最优标称模型,完成对象模型的在线最优辨识.然后根据-1优化设计方法以闭环系统整体性能为指标,在线设计最优闭环控制器.上述两方面结合起来给出了一种最优自适应控制策略.由于辨识准则与控制目标是一致的,文中的方法能够有效地解决自适应系统的性能优化问题和辨识与控制的相互配合等问题,且能给出可验算的性能指标.     

激活函数可调的神经元模型及其有监督学习与应用

提出一种激活函数可调的新神经元模型（tunable act ivation function，简记为TAF）模型，并给出这类模型的一般形式，该模型用于多层前向神经网络MFNN时，其激活函数可借类似BP算法进行训练而求得，通过几个具体例子给出了对激活函数进行训练的算法，试验结果表明，采用TAF模型的多层前向神经网络的网络容量和性能，优于采用通常M－P模型的网络。     

Floquet矢量模级数的混合加速算法

研究了频率选择表面（FSS）结构的Floquet矢量模二重级数的加速算法. 利用Poisson变换和Ewald方法加速收敛较慢的渐近项级数, 剩余级数再用Shank变换加速求和, 从而有效地节省了计算时间和内存. 数值算例验证了方法的正确性与有效性.     

加工时间离散可控作业车间调度问题分解方法

给出了加工时间离散可控的作业车间调度问题（job-shop scheduling problem with discretely controllable processing times,JSP-DCPT）基于析取图的模型及其数学描述.提出一种三步分解方法,使得JSP-DCPT可以通过求解一个作业车间调度问题（job-shop scheduling problem,JSP）以及一系列离散时间-成本权衡问题得到解决.为简化分解方法,引入时间-成本相平面描述离散时间-成本权衡问题的权衡点,并详细阐释了一种基于极限模式的集合支配理论以确定用于消减JSP-DCPT分解所得离散时间-成本权衡问题的一个上界.随后提出一种基于极限模式的集合支配分解算法EMSDDA（extreme mode-based set dominant decomposition algorithm）.基于JSP标准算例FT10构造了测试算例JSPDCPT_FT10,实验仿真验证了提出的理论及分解方法的有效性.     

基于POD-Observer技术的非定常气动力建模方法

基于本征正交分解（POD）结合观测器（Observer）技术,发展了一种新的适合于气动弹性分析的非定常气动力降阶方法.通过全阶系统行为的样本采用POD方法导出一组流体模态.将POD训练的全阶响应投影到流体模态上,得到模态幅值的响应时间历程.经由deadbeat观测器处理,这些训练数据用于识别模态幅值动态系统的Markov参数.采用特征实现算法基于上述的Markov参数构建系统的状态空间模型.算例选取了亚声速流场中的二维翼型系统.结果表明降阶模型复现了全阶系统的主要动态特性,极大缩减了原系统的自由度数量并且显著提高了计算效率.     

基于Markov链的最优多播机会路由算法

如何提高网络容量是无线网络领域的重要研究内容之一.无线信道固有的时变与广播特性在传统路由中未被有效应用,机会路由（opportunistic routing）可以利用这些特性,实现分集.另一方面,多播（multicast）可以利用网络中广泛存在的一对多业务,通过单次传输将数据送达多个目标节点,提高传输效率.本文中提出从Markov状态转移的角度研究多播机会路由问题,采用estimated transmission count（ETX）作为度量,设计了最优多播路由算法least ETX multicast opportunistic routing（LEMOR）,证明了利用LEMOR可得到最小的端到端ETX.仿真结果表明,与仅使用机会路由和仅使用多播相比,同时使用机会路由和多播的LEMOR算法能够显著提高网络的吞吐率.     

频率相关的电力系统网络等值新方法

针对实际大电力系统电磁暂态仿真耗时长问,本文出了一种频率关外部系统等值新方法,以加快电磁暂态仿真速度.该方法从外部系统端口纳混合矩阵出发,设计有效算法把端口纳混合矩阵函数行列式直接转成端口纳多项式;进而出了分步求解措施,实现对实际大系统端口纳多项式函数求解.在此基础上,对二端口网络纳函数重根特点进行了研究,了应命;基于此命及留数定理,把由端口纳函数行列式转化而纳多项式函数进一步化成纳有理函数式,基于此有理函数式而简化系统,作为外部系统等值系统.本文算法计算复杂性与外部系统节点数具有近似性关系,对于其他方法而言,具有比较快计算速度.因外部系统混合矩阵包含了外部系统所有信息,故本文方法所端口纳有理函数式,能够反应外部系统全频域特性,而具有很高等值精度.此外,由于本文方法求有理函数式即为稳定无源网络传递函数,因而不会出现不稳定极点情况.文中多个算例及与其他方法比较证实了本文方法有效性.     

任意弯曲多驱动输送机方案设计及评价

在任意弯曲多驱动输送机的方案设计中，利用黑箱法建立了方案组合模型，用功能分解法建立了方案组合评价的寻优模型，并且利用动态规划方法确定了最佳的结构方案组合，有效解决了方案设计中因信息缺乏而难以量化评价的问题。结果证明该方法确定的几组最优方案正确全面且符合实际。     

二次分配问题的骨架分析与算法设计

骨架分析是近年来NP-难解问题研究的热点，对于衡量问题的相变、难度及算法设计具有重要意义．骨架的理论分析及在算法设计方面的应用还处于起步阶段，从QAP问题入手，对QAP骨架进行了理论分析，证明寻找QAP问题的骨架属于NP．难解问题，不存在多项式时间的算法可以保证得到QAP问题的骨架，为局部最优解交叉来获得近似骨架提供了合理性解释，在此基础上，利用偏移实例构造方法，提出了基于偏移实例的近似骨架算法．其基本思想是：首先为QAP实例构造偏移实例，其最优解恰是原QAP实例的一个全局最优解；然后利用现有算法求得新实例的多个局部最优解，通过对局部最优解求交得到近似骨架；将近似骨架固定以得到规模更小的搜索空间，最后在新空间上求解，拓广了骨架理论研究的范围，所提出的算法为NP-难解问题的通用算法设计提供了一种新思路。     

独立假设下的最优变步长LMS模型和算法

为了解决LMS(least mean square)算法中收敛速度和稳态误差之间的矛盾, 基于独立假设, 以最小均方误差为准则, 提出并证明最优步长定理, 说明最优步长和均方误差之间存在一一映射的关系; 以此构造最优变步长LMS(optimal variable step-size LMS, OVS-LMS)模型, 确定了变步长LMS算法收敛速度的理论极限; 讨论了最优初始相对步长的选取方法和未知系统跳变时最优步长的计算. 根据导出的两个最优步长迭代式, 提出OVS-LMS算法. 仿真结果表明, 该算法和OVS-LMS模型的学习曲线基本一致, 证明该算法是独立假设条件下的最优变步长LMS算法.     

面向多区域能源互联的多智能体协同AGC策略

传统强化学习无法有效解决由于大规模新能源接入所带来的强随机扰动,以至产生AGC(automatic generation control)响应速度变慢、性能变差的问题.本文以能够解决基于Q框架的强化学习算法中状态动作对的值高估问题的双层Q学习为支点,融入了一种能够在未知的搜索空间中快速搜索最优解的灰狼优化算法,提出一种面向多区域能源互联的多智能体协同AGC策略,即GWDQ(grey wolf double Q)策略,来快速获取AGC过程中多区域协同最优解.通过对包括了混合发电燃气轮机系统、冷热电联产等多种形式能源的两区域综合能源系统模型,及多区域能源互联的东北电网模型进行仿真,结果显示所提策略与传统强化学习算法相比,拥有更强的学习能力,收敛速度和控制性能明显改善,能够快速获取AGC过程中多区域协同最优解.     

多频多单站地下目标成像的自聚焦算法

提出一种基于多频多单站体制的均匀地下介质中二维目标自聚焦成像算法.在Born近似下采用半空间谱域格林函数和目标的爆炸点模型推导出地下目标反演成像公式,借助快速Fourier变换实现地下目标的快速实时成像,避开了耗时较多的大型病态矩阵的正则化求解.针对地下介质电磁参数未知的情况,根据时间反转成像的原理和最小熵准则,进一步提出了目标的自聚焦算法.通过熵计算选取最优聚焦时间确定最优的聚焦图像,修正由于地下介质电磁参数估计偏差引起的成像的目标位置偏移及图像退化.文中用数值仿真的结果证明了在地下介质电磁参数未知情况下,提出的算法能在较短的计算时间内得到好的成像结果.     

时滞离散智能系统的动态输出反馈镇定控制器综合的统一方法

提出标准神经网络模型（SNNM）来描述包含神经网络或T—S模糊模型的时滞（或非时滞）离散智能系统．SNNM由离散线性动力学系统和有界静态非线性算子连接而成．利用SNNM的全局渐近稳定性分析的结果，分别设计线性或非线性动态输出反馈控制器，使得SNNM的闭环系统稳定．控制方程可以表示为线性矩阵不等式（LMI）形式，便于利用各种凸优化算法求解以获得控制规律．大部分基于神经网络（或模糊模型）的时滞（或非时滞）离散智能系统都可以转化为SNNM，以便采用统一的方法来综合这些智能系统的控制器．SNNM的3个应用例子表明：SNNM不仅使得大多数基于神经网络（或模糊模型）的离散智能系统镇定控制器的综合简单易行，而且为其他类型的非线性系统的控制器综合提供新的思路．     

月球轨道器交会对接同波束VLBI测量差分相时延实时解算

同波束VLBI技术是解决月球轨道交会对接地面高精度引导的重要手段．传统的多频点同波束VLBI实时解算算法成功解算差分相位整周模糊度的概率较低，而事后统计修正求解整周模糊度的算法存在较大的时间滞后，从而直接影响月球轨道交会对接两个航天器地面定轨、定位的精度以及实时性．在此背景下，本文研究了应用于月球交会对接条件下的同波束VLBI差分相时延实时解算算法．首先给出了多频点同波束VLBI解算差分相时延及整周模糊度的原理，根据差分相关相位整周模糊和差分相时延实时及事后解算结果，对整周模糊度产生的原因进行分析通过求解精确差分群时延值、采用匹配搜索算法以及差分相位连接条件对传统实时解算算法进行改进，提出一种新的差分相时延实时解算算法．利用SELENE同波束VLBI观测数据进行实时解算．结果表明该算法成功解算模糊度的准确度达到95．49％，相对于传统解算算法准确度提高了5．45％．     

P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下，SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题，需要高效的算法以支持大规模的候选组合方案集合，同时也需要有效的评价模型来明确定义候选方案的优劣程度，从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数，但是对于用户来说精确的量化权重配置是一个非常困难的任务，特别是在涉及到的QoS维度较多时；后者无需权重配置，将Pareto最优的skyline集合作为优化结果返回给用户，然而skyline集合的规模是不可控的，最优结果集的规模会随着问题的规模增大而显著增大，过大的最优结果集显然难以为决策者提供有效参考，针对上述传统方法的不足，在本文中，我们将PROMETHEE方法弓I入服务组合优选问题，结合Pareto和PROMETHEE两种评价模型，将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标，提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题，高效地返回Top—kPROMETHEE最优组合方案集合，从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．     

线性多密钥共享体制

利用单调张成方案研究线性多密钥共享体制, 建立计算单调布尔函数的单调张成方案与实现多存取结构的线性多密钥共享体制之间的对应关系, 提出最优线性多密钥共享体制的概念, 并证明了几类线性多密钥共享体制是最优的.