国家层面综合客运枢纽分层布局鲁棒优化模型

为提高国家层面综合客运枢纽的运行效率,充分分析枢纽等级和需求层次的对应关系,考虑城镇化发展阶段客运需求的不确定性,构建了基于有能力限制的层级选址模型和随机p-鲁棒(p为相对后悔值限定系数)的综合客运枢纽布局优化模型.设计免疫克隆算法对模型进行求解,通过算例验证模型和算法的有效性.结果表明:分层布局方法比非分层布局方法更优,当p小于分层随机优化模型所有情景中的最大相对后悔值时,分层鲁棒优化模型求解结果的鲁棒性比分层随机优化模型更强,设计的算法比优化软件CPLEX更高效,同时p的取值、枢纽覆盖范围和情景概率对枢纽布局方案产生较大影响.分层鲁棒优化模型能为国家层面综合客运枢纽布局提供决策参考.     

基于鲁棒优化的低碳再制造物流网络模型

为了解决不确定环境下低碳再制造物流网络设计的问题,在碳排放权可交易的情况下,考虑运输成本、需求和废旧产品质量的不确定性,对于回收中心的开或关及其是否扩建、其余设施选址和节点间运输路线等决策,采用鲁棒优化方法,以碳交易收支和物流成本之和最小化为目标,建立了再制造物流网络鲁棒混合线性规划模型。通过案例验证了鲁棒模型的可行性,就碳交易和不确定参数的变化进行分析,表明鲁棒模型的决策平衡了最优性与鲁棒性。     

不确定需求下应急物流系统多目标鲁棒优化模型

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.     

有限需求分布信息下损失厌恶的报童模型研究

考虑有限需求分布信息下具有损失厌恶特性的报童订货策略问题.在前景理论框架下,基于最小最大后悔值准则建立了仅知需求区间信息下的报童鲁棒订货模型,分析了损失厌恶系数,单位剩余损失以及需求区间范围对损失厌恶报童鲁棒订货量和最小最大后悔值的影响.研究结果表明:决策者的鲁棒订货量随单位剩余损失的增大而减少,但随着损失厌恶系数和需求区间范围的增大,鲁棒订货量可能增大也可能减少,决策者的最小最大后悔值总是随厌恶系数和需求区间范围的增大而增大,随单位剩余损失的增大而减小.     

基于鲁棒优化的逆向物流网络设计研究

逆向物流的流量预测困难,加上各种成本的不确定,其稳定性难以保证。为研究其选址问题,建立了一个以总成本最小为目标的标准模型,并在标准模型基础上加入因无法满足的处理量而产生的惩罚成本。分析出其中可能的不确定参数,进行规范式处理,引用p-robust建立鲁棒优化模型。随机构建一个案例,考虑外界参数不确定,将标准模型和鲁棒优化后的模型分别使用粒子群算法进行求解,得出不同的选址结果,对比表明高度不确定下的鲁棒优化模型的选址决策具有较低的风险。分析各不确定参数对总成本波动的影响程度,得出逆向物流量对总成本波动影响最大,应加以重视。最后考虑网络结构不确定,给出一种在不同不确定等级下的选址方法。     

考虑节点失效的QoE测量点鲁棒选址问题研究

QoE测量点选址问题是选择尽可能少的测量点来准确反映网络中用户获取服务的情况。本文基于失效概率已知的QoE测量点选址模型,用区间描述失效概率的不确定性,建立了QoE测量点选址的鲁棒模型,并将其转化为混合整数线性规划求解。测试结果表明了鲁棒选址模型对考虑节点失效的QoE测量点选址问题的有效性,算例分析表明覆盖率和失效个数对选址方案有不同程度的影响。     

生鲜农产品无人机集货中心鲁棒选址问题研究

我国部分山区高附加值生鲜农产品“最初一公里”已采用无人机运输模式,其中无人机集货中心的选址是提高时效性的关键,但各产区生鲜农产品产量的不确定性增加了选址的困难。针对该问题,引入多面体不确定集合刻画生鲜农产品产量的不确定性,考虑生鲜农产品分类及无人机集货中心分型,构建一个以总加权新鲜度最大化为目标的鲁棒选址优化模型。通过鲁棒对等理论将模型转化为混合整数规划,采用通用代数建模系统(general algebraic modeling systems, GAMS)中CPLEX 求解器求解。案例分析表明：通过对四川雅江县野生菌无人机集货中心进行选址优化,运输量提高36%,新鲜度提高63%,单次运输时间节约84%,验证了模型的可行性和有效性;且在40组不确定水平和扰动比例随机组合的实验中,仅出现三种不同选址方案,说明模型具有较强的鲁棒性。     

需求不确定下的生物质物流系统的选址与路径问题

为有效解决在生物质资源开发和利用过程中物流系统成本较高等问题，通过研究需求不确定性对生物质物流系统选址与路径问题的影响，提出生物质物流系统选址与路径的鲁棒优化模型。使用混合整数非线性规划对该问题进行数学描述，再根据强对偶理论将非线性模型转化为等价的线性鲁棒优化模型。利用CPLEX软件进行数值计算和分析，结果表明：需求不确定性会对生物质物流系统的最优决策产生影响。基于该模型的特殊性开发相关的自适应遗传算法，通过算法自适应机制避免陷入问题的局部最优情况，从而更精确地接近问题的最优解，最后通过大型算例验证所提出的自适应遗传算法相比于传统的遗传算法具有更加良好的性能。     

不确定需求及建设成本下连续交通网络设计的鲁棒优化方法

在假设各起始点的交通发生量和吸引量确定的情况下,研究不确定需求及不确定建设成本下的连续交通网络设计问题.利用鲁棒优化方法建立了一个不确定双层网络模型,设计了基于Frank-Wolfe法的情景局部搜索法.双层不确定模型中下层模型是需求属于一个简单有界闭集的用户均衡问题,上层模型是建设成本不确定的系统总阻抗最小的优化问题.通过数值算例分析,得到鲁棒优化下的不确定网络设计模型稳定性优于确定性设计模型的结论.     

装备维修器材仓库选址鲁棒优化模型

为避免参数扰动导致决策失效,提出了一种维修器材仓库选址模型的鲁棒优化方法.首先采用情景分析法对维修器材需求量的不确定性进行描述,确定情景集合;其次引入可调节风险系数,建立维修器材效益最大化与费用最小化的双目标鲁棒优化模型,并采用NSGA-Ⅱ算法对所建的多目标模型进行求解;最后将所得鲁棒解代入各情景,求得目标值以供决策....     

不确定T-S随机模糊系统的鲁棒稳定性分析

研究了一类不确定非线性随机微分系统——不确定T-S随机模糊系统的鲁棒随机稳定性问题。这里系统的不确定性既考虑了漂移项参数的不确定性，又包含了扩散项参数不确定性。通过随机LyaPunov函数和几个矩阵不等式引理，导出了两组保证系统全局鲁棒均方指数稳定的线性矩阵不等式条件。并用一个数值例子说明了本文方法的应用。     

呼叫中心人力资源配置鲁棒规划模型

针对现实呼叫中心中顾客到达不确定的问题,建立了基于排队论的离散流体模型,解决了考虑鲁棒性呼叫中心的人力资源配置问题.通过区间数据来表示顾客到达的不确定集,利用可调整鲁棒优化方法的思想,分析了鲁棒优化模型与确定性优化模型的关系.数值试验表明,使用可调整鲁棒参数的鲁棒优化方法减小了呼叫中心到达率不确定性给呼叫中心系统带来的影响;到达率越大,对应的最优的鲁棒参数越大,模型越保守.     

基于输出反馈的电液作动器自适应指令滤波控制

针对电液作动器跟踪控制中存在的结构化和非结构化的不确定问题,本文提出了一种输出反馈自适应鲁棒指令滤波跟踪控制方法.该方法结合了改进的LuGre摩擦补偿技术和自适应鲁棒指令滤波控制技术.自适应法则用来处理结构化不确定性;控制器鲁棒设计用来解决非结构化不确定性.除了位置信号外,速度、压力和摩擦力值均来自观测器,来自观测器的模型误差通过鲁棒设计进行补偿.指令滤波控制技术用来解决经典反步控制中固有的“复杂性爆炸”问题.控制器可以保证系统渐进稳定.通过对比实验证明了该方法在跟踪性能上的有效性.     

客流需求不确定下城市轨道交通线路协同限流鲁棒优化研究

研究了客流需求不确定下城市轨道交通线路协同限流问题。构建了城市轨道交通线路协同限流确定性模型，在此基础上，基于情景分析的鲁棒优化方法，采用具有已知概率的情景集描述客流需求的不确定性，将此模型扩展为含不确定因素的鲁棒优化模型，对每个时段每个车站的最佳进站量进行了求解，达到在保障运营安全的同时使站外的滞留人数最少的目的，并以北京地铁八通线为例对模型进行了验证。通过将确定性模型与鲁棒模型进行对比发现，鲁棒模型能降低限流策略对不确定客流需求的敏感程度，使不同需求情景下的滞留人数保持在可接受的范围内。     

基于μ-合成的直流电机鲁棒控制器研究

针对电机负载参数变化引起的模型不确定性,该文基于μ-合成控制理论,尝试设计具有较强鲁棒性的直流电机速度控制系统。首先依据干扰抑制原理,通过引入虚拟不确定块等将系统鲁棒性能问题转化为鲁棒稳定性问题,然后通过求解合适的权重矩阵使控制系统的性能满足设计要求;最后分别运用复数及混合μ-合成控制算法求得两种鲁棒控制器,并运用Hankel奇异值及动态性能空间方法予以简化。鲁棒性能分析及扰动抑制结果表明:所设计的两种控制器对电机负载的摄动均具有较强的鲁棒性,且对于标称值仅为实数的不确定闭环系统,采用D-G-K迭代混合μ-合成控制算法设计的鲁棒控制器对扰动具有明显更强的抑制效果。     

一类不确定切换模糊系统的鲁棒可靠自适应控制

提出了一类不确定切换模糊系统的模型并研究其鲁棒镇定问题,模型中的每个子系统均为不确定模糊系统.对于系统的外部干扰具有未知上界的情况,当执行器"严重失效"而未失效部分不能镇定原系统时,使用切换技术和多Lyapunov函数方法构造出模糊鲁棒自适应可靠控制器,使得相应的闭环系统对所有可能的不确定性和所有允许的执行器失效一致最终有界,同时设计了可以实现闭环系统一致最终有界的切换律.仿真结果表明了所设计方法的可行性与有效性.     

基于数量弹性契约的供应链鲁棒运作模型

供应链中的各种不确定性因素造成供应链运作风险,进而影响供应链各成员及其整体绩效水平.利用鲁棒优化方法处理不确定性优化问题的优势及数量弹性契约机制的风险分担功能,研究包含一个制造商和一个销售商的二级供应链系统绩效优化问题,根据Stackelberg博弈理论,在考虑需求不确定条件下,建立了基于数量弹性契约的鲁棒优化模型,提出了区间性需求分布下的鲁棒运作策略,并给出了相关的算例,算例结果表明:具有数量弹性契约的供应链鲁棒运作策略能保证供应链中各成员及整体收益在一定程度上优于没有数量弹性契约时的收益,从而可以提高供应链各成员及其整体的收益.     

基于ESN网络的航天器姿态跟踪鲁棒控制

为了研究具有外部干扰力矩和模型不确定性的多体航天器姿态快速跟踪控制问题,基于逆系统方法和回声状态网络(echo state network, ESN), 设计了鲁棒控制器,并利用Lyapunov稳定性理论证明了控制系统的渐近稳定性.采用"meta-learning"策略离线训练ESN网络,并应用遗传算法优化其主要参数,解决了动态递归神经网络训练困难及网络参数不易确定的问题.控制器的设计过程相对简单,不需要精确的动力学模型.该文还针对航天器中心体与天线同时跟踪不同目标的任务进行了数值仿真,结果表明所设计的鲁棒控制器对外部干扰与模型不确定具有很好的鲁棒性.     

小脑神经网络用于不确定时滞系统的鲁棒非脆弱控制

针对不确定时滞系统的鲁棒跟踪控制问题,设计了一种基于小脑神经网络CMAC的鲁棒非脆弱控制器。首先,给出小脑模型神经网络控制系统的算法。其次针对一类不确定时滞系统,根据李雅普诺夫稳定理论,进行了鲁棒非脆弱控制器的设计。假设反馈控制中即含有状态反馈不确定性,也具有状态时滞的不确定性。证明不确定时滞系统鲁棒非脆弱控制存在的条件。该条件可以利用Matlab的线性矩阵不等式LMI工具箱来求解鲁棒控制器的参数。之后利用CMAC神经网络较强的学习能力和鲁棒非脆弱控制器对参数摄动抑制作用的特点,将鲁棒非脆弱控制器与小脑模型神经网络CMAC相结合,构成小脑模型神经网络与鲁棒非脆弱控制器的复合控制,实现对不确定时滞系统的跟踪控制。仿真结果显示,对于输入端扰动和一定程度的参数摄动,经过复合控制器的作用,被控系统能在短时间的抖动后逐渐趋于稳定,不仅具有较快的响应速度,还具有较短的收敛时间和令人满意的跟踪精度。该种复合控制表现出较强抗干扰能力及鲁棒性。     

不确定非线性时变时滞系统的鲁棒H∞可靠控制设计--LMI方法

研究一类不确定非线性时变时滞系统的状态反馈鲁棒H∞可靠控制问题，基于LMI方法提出一种对执行器失效具有完整性，对参数不确定性具有鲁棒性。且满足给定干扰衰减系数的鲁棒可靠控制器设计方法．