独立不同分布不确定变量中心极限定理证明及其应用

针对不确定变量分布函数的问题,提出了两个不确定中心极限定理.定义了不确定变量的特征函数并基于期望计算法则提出了特征函数的计算方法.分析了不确定变量特征函数的性质.将随机理论中的正态分布引入到不确定理论中,证实了该分布在形式上为一种正则不确定分布.通过新型坦克射击测试的案例验证了所提定理的可行性和有效性.     

混合动力电动汽车能量管理技术研究综述

能量管理策略对于提高混合动力电动汽车的燃油经济性、保护系统的健康状态、以及减少温室气体排放具有至关重要的作用,但由于动力系统复杂的非线性结构以及在线应用的实时性要求,开发高效的能量管理策略仍是一项极具挑战性的任务. 为此,本文对能量管理技术的研究进展进行了全面的总结. 首先,综述目前混合动力电动汽车广泛采用的机电耦合系统,总结各类系统的拓扑结构与运行特点;其次,综合分析近年来能量管理策略的研究进展以及发展趋势;同时从最优性以及实时性等关键技术指标出发,评价各类方法的技术优势与不足,为进一步的工程应用提供参考;最后,展望能量管理技术未来的研究方向,希望为能量管理策略在智能网联环境下的发展提供借鉴.      

航空网络航路点布局的多目标优化设计

航路网络中航路点布局问题（CWLP）是航路网络规划的核心。基于此,从航路网络经济性和安全性出发,考虑航路运行成本和潜在冲突系数两个因素,建立航路点布局多目标优化模型,求解时采用动态递变权重系数的蝙蝠算法以保证运行成本和潜在冲突系数能同时获得较优解。最后对北京飞行情报区进行仿真实验,将蝙蝠算法（BA）与其他多目标算法对比,得到4种算法的非支配解,证明多目标蝙蝠算法在求解航路点布局的大规模优化问题上,能够获得更优解。同时,考虑偏好经济性和偏好安全性两种情况选择两组权重,数据显示,与初始网络相比,这两种情况下网络运行成本和冲突系数减少比例分别为9.99%、15.64%以及-3.97%、65.81%。实验结果表明,该方法能够在航路点布局规划上给决策者以多种优化方案。     

二进制反向学习烟花算法求解多维背包问题

为将烟花算法应用于离散优化领域并有效求解多维背包问题,构建一种二进制反向学习烟花算法。首先,通过定义二进制字符串距离、二进制转置算子将烟花算法的爆炸算子、变异算子离散化,构建二进制烟花算法;其次,设计不完全二进制反向算子并证明其收敛性,构建二进制反向学习烟花算法;最后,对10个多维背包问题典型算例进行仿真分析并与多种智能优化算法进行对比分析。仿真实验结果表明,二进制反向学习烟花算法在求解多维背包问题时具有良好的收敛效率、较高的寻优精度和很好的鲁棒性。     

基于PEV准则的I-UMOP问题求解方法

针对传统方法在求解不确定多目标规划问题过程中存在的不足,提出了该问题在新准则下的求解方法。首先,提出了求解方法的基本框架,并通过引入不确定变量之间的序关系定义了不确定多目标规划的帕累托有效解;其次,根据线性加权或理想点法将原问题转化为不确定单目标规划问题,再利用期望方差准则将不确定单目标规划问题转化为确定的单目标规划问题;再次,通过相关理论推导证明了在该准则下转化后的问题求得的最优解是原不确定问题的帕累托有效解;最后,设计了决策变量分别为连续型和离散型的数值算例对该方法的有效性加以说明,考虑算例的复杂度,分别采用遗传粒子群算法和二进制狼群算法进行了求解。     

基于乐观值和悲观值的不确定机会约束规划模型及应用

为了克服随机规划、模糊规划以及不确定规划期望值模型在实际应用中的局限性,基于乐观值和悲观值,提出了新的不确定机会约束规划模型。首先,根据目标函数的分类,分别定义了收益函数和成本函数的乐观值与悲观值,并在此基础上建立了不确定机会约束规划Maximax、Maximin、Minimin和Minimax模型;其次,给出了不确定机会约束规划模型的等价转化方法,将无法直接求解的不确定模型转化为可直接求解的等价确定模型,并分析了乐观值和悲观值随信度水平变化的规律;最后,以西安市某快递营业网点出行时间计划问题为例,对本文提出的模型、方法以及信度水平的影响进行了分析,指出信度水平实际上反映了决策者的风险偏好程度,实例结果表明本文提出的模型及方法具有可行性、有效性和实用性。     

并行化的Apriori算法在海量医疗文档数据挖掘中的应用及优化?

针对海量医疗文档数据中巨大潜在价值难以有效挖掘的现状,构建了基于NoSQL和MapReduce的存储与挖掘系统MSPM.通过以键值对形式存储,使复杂异构的医疗文档数据归结为统一的且适于被经典Apriori算法利用的事务数据格式,并通过挖掘MapReduce过程化,一次性全局扫描和兴趣集规约计数等优化策略,有效解决了Apriori算法在医疗大数据应用中开销大、执行速度慢和有效性差的问题.     

基于P_(EV)准则的D-UMOP求解方法及应用研究

针对目标函数相关的不确定多目标规划问题提出了一种在期望-方差准则下的求解方法.首先,给出了不确定多目标规划的等价模型,基于期望-方差准则和帕累托有效解的定义,利用线性加权或理想点法将原问题转化为不确定单目标规划问题,再利用该准则将不确定单目标规划问题转化为确定型单目标规划问题;其次,通过相关理论推导证明了在该准则下转化后的问题求得的最优解是原不确定问题的帕累托有效解;最后,结合不确定多目标规划模型在航路网络容量评估中的应用,设计了一个具有代表性的数值算例以说明本文方法的有效性,考虑算例的特点,用遗传-粒子群算法进行了求解.     

基于机会理论的复杂装备系统风险传递GERT研究

针对复杂装备系统任务活动中风险分析传递类型单一、风险机理分析不全面的问题,构建不确定随机图形评审技术模型。首先,根据复杂装备系统的风险特点,基于机会理论提出了风险度,定义不确定随机矩母函数,结合风险基元、风险流构建了图形评审技术(gragh evaluation review technique, GERT)网络分析模型;然后,改进模型通过基元风险度、系统风险度、风险基元重要度等参数,进一步描述风险传递关系;其次,利用矩估计法处理专家信度,采用改进的量子菌群算法求解极大熵模型,分别求得不确定分布函数和概率密度函数,从而得到矩母函数,计算网络模型的参数。最后,选取某型战机执行眼镜蛇机动任务为例,定量评估飞行风险,分析风险机理,验证模型的有效性。     

基于不完备信息的粗糙集初始备件品种确定方法

针对初始备件品种确定问题,提出基于不完备信息的粗糙集初始备件品种确定方法。从关键性、消耗性、可更换性、经济性和可获取性5个方面系统分析初始备件品种决策影响因素;对比分析经典粗糙集模型的优劣,构建加权阈值粗糙集模型;提出基于系统信息量的属性权重确定方法;依据加权阈值粗糙集模型确定上、下近似集,获得初始备件品种决策规则。结合算例分析探讨模型的有效性,结果表明该方法能够提高备件品种决策精度。