陕西国防工业系统结构优化研究

围绕陕西国防工业系统结构优化这一中心问题进行了深入研究。文章首先提出把现有系统分成军民两个子系统,对军民两个子系统以及军民综合体这一大系统的运行机理进行了讨论和设计,给出了运行机理图;在此基础上,对系统结构优化的关键问题——军品子系统最优规模问题进行了分析,建立了最优规模模型,给出了测算结果。本文的结论对国防工业发展有决策参考价值。     

一类非凸稳态大系统的递阶优化方法

本文讨论了一类非凸稳态大系统的递阶优化方法,采用增加部分约束罚项的思想,提出一种既能保持原问题的可分性结构,又能将原问题凸化的构造增广拉格朗日函数的新方法,证明了凸化后的新问题与原问题之间的等价性关系,研究了它们的递阶优化算法,证明了所给算法的局部收敛性,讨论了算法所具有的收敛速度。     

闪速炉的仿人模糊质量控制模型

在闪速熔炼过程模糊质量模型的基础上，进一步提出了闪速炉仿人模糊质量控制模型，即利用Takagi-Sugeno-Kang(TSK)模糊模型建立闪速熔炼炉产品质量的控制模型，并对控制模型进行了结构辨识和模型参数调整，在此基础上，针对闪速炉的运行状况，分别建立了静态和动态质量控制模型，仿真结果表明：动态质量控制模型要优于静态模型，在生产现场经过2个月的控制模型离线指导操作工操作，质量指标能够稳定地控制在指定的范围内，证实了动态模糊质量控制模型的有效性。     

镍闪速熔炼过程的模糊动态质量模型与控制

提出了利用ＴａｋａｇｉＳｕｇｅｎｏ（简称ＴＳ）模糊方法建立镍闪速熔炼过程动态质量模型的方法（即考虑过去与当前的输入、输出信息对将来输出的影响）,并对其动态过程进行了结构辨识和模型参数辨识．在此基础上,针对建立的模糊动态模型,设计了两种不同的模糊控制器．一种是建立模糊动态质量模型的逆模型来实现控制;另一种是通过模型计算输出的前馈控制加系统实际输出的反馈控制来实现控制．经过２个月的离线指导和实际在线控制运行,证明了这种方法的有效性．镍闪速熔炼过程的模糊动态质量模型与控制@万维汉$西安交通大学!71004…     

基于加工工序的高维多输入层神经网络及应用

提出一种新的神经网络——高维多输入层神经网络,给出了这种神经网络的结构图及其学习算法.这种神经网络可看作是BP神经网络将一部分输入结点移至其某些隐层上的结果,因此具有较少的连接权;又因为这种神经网络可以依照生产流程安排除第一层以外各输入层的位置,只要位置安排合适,这种神经网络可达到比BP神经网络好的效果.文章将这神经网络按加工工序用于热轧产品质量的建模中,并将结果与BP神经网络的结果进行比较,事实表明,由于连接权值的减少,这种神经网络具有较快的学习速度,在同样的时间内可以达到比BP神经网络更好的学习效果.     

陕西国防工业最优规模研究

本文首先分析了国防工业发展中存在的问题,阐明了陕西国防工业健康发展的前提是:军品生产规模是优化的,依据这些分析,给出了三种模式及适合我国和国防工业的发展模式。在此基础上,建立了测算最优规模的理论模型,并用该模型测算了陕西国防工业的最优规模数量界限。本文的结论对陕西国防工业发展有重要决策参考价值。     

基于神经网络的非线性离散动态系统DISOPE算法

提出了基于神经网络的非线性离散动态系统优化与参数估计集成算法。先用动态神经网络辩识系统得出一个近似模型,在存在模型实际差异的情况下,从神经网络模型出发通过迭代运算得到实际非线性离散动态系统的真实最优解,系统优化采用Ｈｏｐｆｉｅｌｄ 神经网络算法,求解速度快。仿真结果表明了算法的有效性和实用性。     

大规模不可分组合优化问题的双环迭代算法

对于一类大规模、不可分的非线性组合优化问题,直接求解困难很大．本文把原问题嵌入到可分的参数规划问题中,并证明了原问题的最优解包含在可分的参数规划问题的最优解集中．然后从最优解集中挑出原问题的最优解．这种算法为三级算法．本文证明了算法的收敛性并建立了其理论基础,仿真效果好．