基于共识粒子群的全局优化求解方法

针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。     

考虑动态多时段借还车需求的城市自行车租赁系统规划模型

建立了一个自行车租赁系统规划模型。该模型考虑一天中动态的自行车借还车需求及租赁分区自行车和空闲停车位数量的动态变化，通过优化各租赁分区的自行车停车桩(或对共享单车为停车位)数量，以及运营时段初始各小区分配的自行车数量，在保证所有的自行车借还车需求均能得到满足的基础上，最小化总的投资建设成本。模型为一个大型整数线性规划问题，通过LINGO软件中内置的分支定界算法，可快速求得全局最优解。通过算例对该模型进行了验证。     

基于水资源合作的水资源短缺区域水资源优化配置

为提高水资源短缺区域的水资源利用效率，实现区域水资源初始配置后的有效再配置，提出三阶段水资源短缺区域水资源优化配置方法：阶段1，利用高效的“优先规则”构建部门间水资源合作清晰联盟的用水收益支付函数，对联盟成员水资源共用、获益方式进行了合理刻画；阶段2，基于Choquet积分形式的模糊合作博弈、阶段1中的清晰联盟支付函数，构建部门间水资源模糊联盟支付函数；阶段3，基于上述成果，构建水资源短缺区域水资源优化配置模型，求解得到用水部门最优水资源合作联盟，并将求得的最优模糊联盟视为大联盟，通过求解其核仁解获得最优模糊联盟的收益分配。以京津冀区域水资源优化配置问题为例，算例结果表明：①基于Choquet积分形式模糊合作博弈的三阶段水资源优化配置模型能够最大化区域整体用水收益水平，实现水资源短缺区域中的水资源优化配置，并使区域中用水部门有机会分得更多的获益；②本文模型无需引入模糊Shapley值等分配方法作为约束条件即可求得最优联盟，模型不影响不同收益分配方法分配结果的有效性；③采用将最优模糊水资源合作联盟视为大联盟，并求联盟收益的核仁解的方法分配最优联盟收益，无论最优联盟的核心是否为空，都能保证联盟收益分配结果满足个体理性和集体理性要求，即能保证最优联盟中各成员不会“叛逃”最优联盟、联盟稳定存在，且保证获得的分配方案为确定分配值而非分配区间。即本问题中该分配方法优于Shapley值、模糊最小核、弱最小核方法。所构建的水资源短缺区域水资源优化配置模型及最优水资源合作联盟收益分配方法对水资源短缺区域的水资源优化配置问题有较好的适用性，能够为我国京津冀区域等水资源短缺区域的水资源优化配置工作提供参考。     

非洲冰菜组培苗防止玻璃化及快繁体系优化研究

调整培养基中琼脂、NaCl及激素浓度的配比,利用田间生长旺盛的幼嫩冰菜茎段及顶芽进行培养,解决冰菜组织培养时易发生玻璃化的问题,获得健壮的冰菜试管苗,优化冰菜稳定快繁体系.结果显示:培养基中适当增加琼脂的浓度及添加低浓度的NaCl有利于防止冰菜试管苗玻璃化发生,在8 g·L~(-1)琼脂的MS培养基中添加NaCl浓度为5 g·L~(-1)时,试管苗玻璃化发生率最低;冰菜在MS+2.0 mg·L~(-1 )6-BA+0.1 mg·L~(-1 )NAA培养基上不定芽分化指数可达9.6,且植株叶色正常,生长旺盛;1/2 MS+0.3 mg·L~(-1 )IBA最有利于冰菜试管苗根的诱导及生长,生根率可达95.6%,试管苗侧根较多.     

PSO-ELM在低压系统短路电流峰值预测中的应用

在短路电流早期检测的基础上,提出一种基于粒子群优化极端学习机(PSO-ELM)的短路电流峰值预测方法.利用短路电流暂态特性分析确定预测模型的输入特征量,采用粒子群算法对极端学习机的输入权值和隐层偏置进行优化,最后,将提出的预测算法应用于低压多层级实验平台,并且与传统BP、 ELM算法进行比较.实验结果表明,基于PSO-ELM模型的短路电流峰值预测方法能够在全相角范围内准确地预测短路电流峰值,可作为低压多层级系统全选择性保护的短路故障预测算法.     

具有现实约束的均值-VaR投资组合绩效评价

考虑交易成本、借款约束、上下界约束和基数约束等实际约束条件，提出了均值-VaR投资组合优化模型；该投资组合优化模型非常复杂，难以获得真实前沿面的解析解，给投资组合理论的应用带来了很大的困难，因此，进一步提出了具有实际约束的均值-VaR投资组合DEA绩效评价模型，通过构建DEA模型的前沿面来逼近真实前沿面，从而对构建的投资组合绩效评价模型进行效率评价；最后，运用上海证券市场的股票周交易数据进行实证研究.研究结果表明:随着样本数据量的增大，DEA前沿面逐渐接近于真实前沿面.     

某型汽车发动机系统性能试验的设计与实现

为了检验优化设计后的1.5L汽油发动机二代样机的整体性能和相关零部件的可靠性,在AVL公司开发的试验台架上对样机进行了历时二十天的有关发动机呼吸系统、润滑系统、冷却系统的相关性能试验,收集整理了相关试验数据,获取了在规定工况环境下的发动机性能特征量,给出了一簇性能曲线,对比分析了试验结果和设计参数,对发动机的性能进行准确地验证和判断,验证了样机性能的最初设计指标,评定了发动机的动力性、经济性等重要性能,为发动机设计、分析和优化提供了可靠的基础数据.     

双值约束三次规划问题的全局最优性充分条件

利用拉格朗日函数L-次微分的方法,给出了双值约束的三次极小化问题的全局最优性充分条件,而且得到了此类三次规划问题在一些特殊情况下的结果,与已有文献中的相应结论是一致的;同时给出例子说明给出的最优性条件能有效用于确定给定的三次极小化问题的全局极小值;所得结果改进和推广了相关文献中的相应结果.     

媒体监督与控股股东侵占——一个理论框架

本文利用随机动态优化工具建立理论模型,对媒体监督与控股股东侵占行为进行了研究.结论表明,控股股东侵占损害中小股东福利,增大公司风险;媒体监督对控股股东自身福利产生双重效应——财富分配效应和资产减值效应,控股股东最优侵占比例取决于这两种效应的相对强弱;提高媒体对控股股东侵占现象反应的敏感性,增强曝光力度,能够迫使控股股东更加重视自身声誉,减少对中小股东利益的侵占;控股股东与媒体的合谋会使其更加大胆地通过侵占中小股东利益,提高自身福利.     

混合智能在递归神经网络软测量中的应用

针对机理不清且具有复杂非线性关系的过程对象,提出一种基于混合智能的递归神经网络的数据驱动软测量建模方法。利用主元分析处理输入变量之间的共线性问题,设计了Hammerstein模型与递归神经网络的混合结构,用于描述过程对象的非线性和动态关系。为了使模型参数估计达到全局最优,提出了基于收缩粒子群优化算法的参数学习算法,不仅能够实现模型参数的更新,而且能够保证建模误差最小化。通过某氧化铝氯酸钠溶液组分浓度软测量问题中的实际应用表明:混合智能方法有效。