加速混沌优化方法及其应用

对混沌优化算法进行改进，提高了混沌优化算法的效率，加速混沌优化算法利用混沌运动的性质，同时不断缩小变量的搜索空间，在混沌优化搜索过程中，以具有一定保证的当前最优解为中心，不断地缩小优化变量的搜索区间，调整细化参数，促使搜索能够更快，更有效地全局最优解收敛，仿真计算表明算法有效。     

混沌分形优化方法及其应用

混沌分形是动力系统普遍出现的一种现象．牛顿优化技术是重要的一雏及多雏优化迭代技术，其迭代本身对初始点非常敏感，该敏感区是牛顿优化技术所构成的非线性离散动力系统Julia集．在Julia集中迭代函数会呈现出混沌分形现象，论文提出了一种寻找牛顿优化迭代函数的Julia点的求解方法，利用非线性离散动力系统在其Julia集出现混沌分形现象的特点，提出了一种基于牛顿优化技术的全局优化新方法，数值试验表明了该方法的有效性和正确性．     

多目标模糊优化理论及其在水电系统中的应用

基于单目标最优解模糊化基础上的多目标模糊优化方法能够反映各处单目标最优解与多目标满意解之间的相互关系,较好地解决多目标优化问题。本文根据多目标模糊优化的基本原理,结合目标相对优属度概念,提出了了具有相互矛盾目标的多目标模糊优化方法,并通过示例说明了该方法在水电优化中的应用。     

优化方法在油田开发决策中应用综述

对优化方法在油田开发决策中应用的具有代表性成果进行了归纳、总结 ,对其发展方向进行了初步探讨.     

一种适于多目标稳态优化决策的伪权向量方法

伪权向量法是解决多目标决策问题的一种常见方法,但由于其决策函数中缺少对决策变量调整幅值的约束,易造成因决策变量(通常为控制回路的设定值)变动幅度过大而影响被控过程稳定性的后果,因而限制了该方法在过程控制系统稳态优化中的应用.对此,提出了一种适合于过程控制系统稳态优化的伪权向量多目标决策方法.该方法综合考虑了决策者偏好以及决策变量的变化情况,为控制系统的稳态优化提供了一种适合实际的决策方法.仿真结果验证了该方法的有效性和实用性.     

并行GSE方法及其在耦合系统优化中的应用

指出了并行全局灵敏度方程（global sensitivity equation, GSE）方法的优势,定性分析了并行GSE方法的计算性能。在ModelCenter框架下开发了通用并行GSE驱动组件(general parallel GSE driver, GPGDRV),并与优化算法相结合,基于COM技术开发了通用并行GSE优化器(general parallel GSE optimizer, GPGOPT),进而将并行GSE方法用于耦合系统优化。数值算例表明,GSE方法可以显著提高耦合系统灵敏度的求解效率。将GPGDRV和GPGOPT用于某假想的教练机方案优化设计,并与有限差分法进行计算性能定量比较,定量比较结果与定性分析相符。研究还表明,GSE方法极大地提高了耦合系统优化的效率,使优化时间缩短约76%,并行GSE方法可进一步缩短优化时间。GPGDRV和GPGOPT对于耦合系统的分析和优化具有实用性。     

UKF方法在惯性导航系统初始对准中的应用研究

针对初始对准的精度直接影响系统工作性能问题,在初始对准中引入Unscented卡尔曼滤波算法(UKF)。Unscented卡尔曼滤波算法没有把非线性系统近似为线性系统,而是使用确定性样本的方法处理非线性问题,使采样点的均值和方差完全符合实际的非线性系统的均值和方差,解决了惯性导航系统正常工作的基本条件。仿真结果显示,使用Unscented卡尔曼滤波时惯性导航系统初始对准的精度和稳定性都好于普遍使用的广义卡尔曼滤波方法。     

有限资源下串联排队系统的动态定价及其在汽车检测场的应用

本文考虑了有限资源约束下串联排队系统的速率控制以及动态定价问题.管理者不仅需要制定合适的动态价格来增加收益,还需要在资源有限的约束下,为串联的两个服务台分配合适的资源,达到减少成本,提高总体社会福利的目的.文中首先采用灵敏度分析技术求得依赖于状态的最优到达率和两个服务台各自的最优服务率.通过边际收益函数,建立了价格和到达率之间的关系表达式.然后在已得到的最优速率基础上,利用递归算法给出平均逗留时间,进而得到依赖于状态的最优价格.最后将上述理论应用到汽车检测场的动态定价问题之中.     

模糊动态AHP及其在水资源系统模型优化中的应用

常规AHP方法通常存在如下两种缺陷,首先,它的判断矩阵没有考虑人的判断的Fuzzy性,其次,它不能求解重要性随时间改变而变化的因素的权重,另外模糊动态AHP实现的关键是动态判断矩阵一致性条件的满足,因为动态判断矩阵往往在某个或某些时间上满足一致性条件,但很难在整个时间段上对所有的时间点满足一致性条件,针对上述问题,本文应用一种新的方法来改进断送矩阵的一致性,并将模糊动态AHP方法应用到水资源系统的模糊优化调度中,收到了较好的效果。     

基于粒子群优化的时变系统辨识

提出了一种基于粒子群优化的时变系统辨识方法。其基本思想是将时变系统的辨识问题转化为非线性连续函数的在线优化问题 ,然后利用粒子群优化获得系统参数的最优估计。仿真结果显示 ,该方法对于时变参数具有很强的跟踪能力 ,与采用遗传算法的系统辨识方法相比 ,有实现简单、运算量小等特点。     

一种新的进化规划算法及其应用研究

可靠性是复杂系统设计中的一个重要问题 ,受到多种条件的约束。提高系统可靠度的两种常用方法是 :提高系统组成元件的可靠度 ;增加系统的冗余度。该类问题常常用复杂的约束优化问题描述 ,研究这类问题的快速有效的求解方法具有重要意义。提出了一种求解此类问题的新型进化规划算法。大量仿真实例验证了该方法的有效性。     

一种混合混沌优化方法及其应用

利用混沌运动所特有的随机性、遍历性和规律性 ,以及禁忌搜索算法的智能性 ,提出了一种基于混沌的混合优化算法 (chaosandtabusearchoptimizationalgorithm ,CTSA)。用本方法对极小值函数优化问题作了数值试验 ,并与其它优化算法进行了比较 ,其效率明显高于其它算法。     

管理信息系统的最优k分解方法

本文提出一种从管理信息系统的基本元素——过程和数据类的分析入手,建立信息系统的有向图模型,并运用最优k分解方法进行模型的分解与优化的形式化方法,文中还给出了一个企业管理信息系统的例子来说明方法的应用.     

陶瓷原料配比方案优化方法

从化学成分含量偏差最小化和化学成分、矿物成分、不足微米颗粒含量、胶体指数等含量偏差最小化两方面出发,以最小化绝对误差和相对误差的组合形式为优化目标,分别构建陶瓷坯料的化学配方和综合配方的优化模型,优化模型还可限制原料的使用种数。算例分析表明:优化方法可为陶瓷配方提出初步的优化方案。通过调整各种成分的优化权重或直接指定某些成分含量的限界,专业人员可借此更深入地优化陶瓷配方。     

企业系统管理模式的发展与优化

简要回顾传统企业系统管理模式及其优化，结合21世纪的新形势，对企业系统管理的发展与优化进行了系统思考，探索新经济条件下企业系统管理的发展方向及优化模式。     

一种改进遗传算法及在多目标优化中的应用

基本遗传算法在求解大规模多目标优化问题时会出现早熟和搜索效率低等问题。针对这些问题,对基本遗传算法引入了邻域操作、自适应策略和混沌优化等多种改进策略,研究设计了一种有机结合各种改进策略的改进遗传算法流程。应用实例的仿真试验表明改进算法可行,且在求解大规模多目标优化问题时较基本遗传算法具有精度和速度优势。     

基于蚁群算法的两地之间的最佳路径选择

应用蚁群算法于公路交通系统，引入“状态参数”表示天气、路质、路况等诸多不确定因素对公路交通的影响，提出两地之间满足“合理路径”的条件和包含不确定因素影响的“虚拟路径”长度新概念及其计算公式，比较计算出的各路径的“虚拟路径”长度，可从两地的诸多“合理路径”中，优选出最佳路径，实例模拟计算结果表明蚁群算法用于公路系统中的最佳路径的实时查询是有效和可行的。     

无界凸多面体由“和形式”向“交形式”的转化

凸多面体可以表示成一组线性不等式的交 ,称这种表示为凸多面体的“交形式”;同时 ,它也可以由其全部极点和对应的凸多面锥的全部极方向生成 ,称之为“和形式”.将一个凸多面体在“和形式”与“交形式”之间进行转化是数学规划中的一个基本问题 .本文使用类似线性规划中的“大 M-方法”,构造性地将无界凸多面体“和形式”的凸多面体转化为“交形式”,并用数值例子说明了该算法的应用过程 .     

复杂性方法与经济政策

经济学研究中的复杂性方法能否取得最后的成功,与它被应用来进行政策研究有很大关系,本文考察以复杂性方法为基础的经济政策研究的含义。复杂性方法,以关注“过程”的涌现性的“复杂适应系统”理论模型,取代了传统的均衡分析模型作为经济政策分析的基础。复杂性方法对经济政策研究提出了许多有价值的杰出思想,这些都是为传统经济学所忽略的。