基于非线性时间价值的多用户出行均衡与系统最优

针对存在异质用户的固定需求交通路网,当用户的时间价值呈离散分布,且出行费用与出行时间表现为非线性函数关系时,分别建立了基于时间和费用两种计量准则下的系统最优和多用户均衡路径选择模型.证明了在非线性时间价值函数条件下,存在非负匿名路段收费方案,使得基于费用计量的多用户均衡解与系统最优解一致,但在时间计量单位下,使得系统最优解与多用户均衡解一致的匿名路段收费方案不存在.     

基于模型的多目标优化问题方法研究

基于模型的多目标优化方法目的是创新一种通过黑箱评估的多目标函数优化算法,该算法从解空间上的混合分布中迭代生成候选解,并根据采样解的控制数来更新混合分布,求解过程的搜索偏向于Pareto最优解的集合。算法在解空间上寻找混合分布,使得混合分布的每个分量都是以帕累托最优解为中心的简并分布,并且每个预计的Pareto最优解都通过一个阈值距离均匀地分布在Pareto最优解集上,实验通过几个基准函数和方法证明了该算法的性能。     

考虑溢出效应的互补品企业合作广告协调

针对互补品需求的相互关联性造成互补品企业广告促销存在溢出效应的现象,构建了基于广告分担率的互补品企业合作广告博弈模型,对比研究了斯坦克尔伯格博弈和纳什合作博弈下互补品企业双方的最优广告决策和收益,论证了纳什合作博弈均衡具有帕累托优势,并利用鲁宾斯坦恩——斯塔尔讨价还价模型对增加的收益进行了分配,得到了一种帕累托最优合作方案,实现了互补品销售系统的协调.最后,通过数值算例说明了有关命题的有效性.     

委托-代理问题中信息对称情况下自然状态对最优契约的影响研究

委托 -代理模型拓展到考虑经济行为人对外生的不确定的自然状态有不同认识的情况 ,并解决了它在信息对称情况下的最优契约问题 .我们证明了在该条件下也可以达到帕累托最优的努力水平 ,但不能实现风险分担的帕累托最优 .最后 ,通过一个参数化的例子加以说明 .     

道德风险与最优保险产品设计模型

使用委托-代理理论建立一种保险产品设计模型．分别就信息对称和存在道德风险情况探讨了保险产品的特征和性质。在信息对称条件下．最优的保险产品可以实现保险人与被保险人之间的帕累托(Pareto)最优风险分担，并讨论了该情形下某些保险产品的形式。在非对称信息条件下，由于道德风险的存在。最优的保险产品不能达到帕累托最优的风险分担，探讨了该情形下具有激励机制与功能的保险产品的特征与性质，并一般化了[2]中的某些结果。     

考虑预测响应值波动的多响应优化设计

在多响应优化设计中,模型参数的不确定性以及生产过程的噪声因子不可避免地会导致预测响应值出现较大的波动。针对上述的问题,结合贝叶斯抽样技术、帕累托优化策略以及灰色关联分析方法提出了一种多响应优化设计方法。首先,考虑模型参数的不确定性,运用贝叶斯多元回归模型构建了过程响应与试验因子之间的函数关系;其次,根据帕累托最优策略求出了帕累托最优前沿,并计算各试验点达到帕累托最优的贝叶斯后验概率;然后,利用灰色关联分析方法识别出最佳的优化设计方案;最后,实际案例研究表明,在考虑预测响应值波动时,所提的方法能够获得更为稳健和可靠的优化结果。     

D2D通信中基于帕累托占优的非合作博弈功率控制算法

D2D (device to device)通信系统中传统能效函数仅能捕获瞬时数据流量,而无法获取特定时间段内数据流量的能效。为此,本文将吞吐量和终端使用时间之积作为效用函数,以终端使用时间内的吞吐量最大化为目标,并将其建模为非合作功率控制博弈(non conperative power control game,NPG)问题并得到其纳什均衡解。然而,理论分析表明该纳什均衡解非帕累托有效,故而引入功率线性代价函数来改进效用函数。最后,为了得到帕累托占优解,应用超模博弈理论研究该纳什均衡解的特性,并设计出一个低复杂度的双层迭代最优价格均衡求解算法。理论分析和仿真结果表明所提算法不仅提升系统效用值和终端使用时间,还可以保持系统公平性。     

认知无线网络自适应功率控制博弈算法

为满足认知无线网络环境下各认知用户的需求,综合考虑认知用户距离基站的远近、算法稳定性及用户间的干扰问题,使用非合作博弈论对认知无线网络中的功率控制问题进行建模,提出一种使用收益函数和综合代价函数共同表示效用的自适应功率控制算法,理论证明了该算法存在唯一的纳什均衡解。通过引入综合代价函数,使各认知用户在非合作博弈下包含了协作的行为,从而获得帕累托最优解。Matlab仿真表明,该自适应功率控制算法在满足不同用户对SIR需求不同的前提下,克服了远近效应,降低了认知用户的发射功率,实现了高频效和频谱共享的公平性。     

基于路径运行时间可靠度的随机系统最优拥挤收费模型

应用交通网络平衡模型和边际成本收费理论相结合的方法,研究了运行时间可靠度下的随机系统最优拥挤收费问题,建立了运行时间可靠度及内生ATIS市场渗透率条件下随机系统最优交通拥挤收费模型.分析了基于运行时间可靠度下的随机系统最优拥挤收费对用户出行行为的影响.发现了与确定性网络用户平衡流中的情形类似,对于考虑运行时间可靠度下的随机交通网络,边际成本收费理论仍然适用,即采用边际社会成本流函数代替单位路段成本流函数,可以使随机网络随机用户平衡流变为随机网络随机系统最优流.算例分析结果表明:在传统的拥挤收费模型中,拥挤收费仅与路径(路段)运行时间和路径(路段)流量有关.现实中,在确定他们的出行路线时,用户往往还会考虑网络运行时间可靠度因素,而不仅仅是路径运行时间或成本.用户对于运行时间可靠度的置信度要求越高,传统的拥挤收费执行效果越不理想.因此,现实生活中传统的拥挤收费不一定能使网络效益达到最优或缓解交通拥挤.     

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。     

ATIS作用下的混合交通行为网络与效率损失上界

考虑一个被路径诱导系统支持的交通网络,装有ATIS的出行者接受交通中心的指挥、按照系统最优的原则选择路径,没有该装置的出行者根据个人成本最小的原则择路,建立了刻画这种混合交通行为的变分不等式模型,推导了混合交通行为网络的效率损失上界,并以多项式路段成本函数为例给出了一些上界的特殊值.研究表明,效率损失上界与具体被研究的网络结构和交通需求水平有关,只有在特殊情况下,才可以得到与网络需求和网络结构无关的上界值.     

Bounding the inefficiency of the C-logit stochastic user equilibrium assignment

Compared with standard logit-based stochastic user equilibrium assignment model, the C-logit model describes route choice behavior in a more realistic way by considering the overlapping effect between routes. This paper investigates the inefficiency upper bounds of this model against the deterministic system optimum and the C-logit stochastic system optimum in terms of the total network travel time. It is found that the commonality factor of overlapping routes significantly affects the inefficiency bound, besides link congestion degree, total demand and the number of feasible routes. If the commonality factor is not considered, the efficiency loss resulting from selfishly stochastic travel behavior will be to large extent underestimated.     

Genetic algorithm for pareto optimum-based route selection

A quality of service (QoS) or constraint-based routing selection needs to find a path subject to multiple constraints through a network. The problem of finding such a path is known as the multi-constrained path(MCP) problem, and has been proven to be NP-complete that cannot be exactly solved in a polynomial time. The NPC problem is converted into a multiobjective optimization problem with constraints to be solved with a genetic algorithm. Based on the Pareto optimum, a constrained routing computation method is proposed to generate a set of nondominated optimal routes with the genetic algorithm mechanism. The convergence and time complexity of the novel algorithm is analyzed. Experimental results show that multiobjective evolution is highly responsive and competent for the Pareto optimum-based route selection. When this method is applied to a MPLS and metropolitan-area network, it will be capable of optimizing the transmission performance.     

考虑交叉口负面影响的有轨电车时刻表优化

现代有轨电车运行过程中,交叉口公交信号优先策略能够保证列车顺利通过交叉口,但会对交叉口其它社会车辆产生负面影响.本文考虑信号优先策略对交叉口产生的负面影响,提出了综合优化列车旅行时间和交叉口负面影响的有轨电车时刻表优化模型,针对模型的非线性特点,设计模拟退火算法和基于事件驱动的仿真法相结合的组合算法进行求解.以沈阳浑南现代有轨电车5号线为实例,结果表明,模型求解的时刻表方案相对于总旅行时间最小的时刻表方案,其旅行时间增加了1.2%,但交叉口的负面影响费用相对减少了66.4%.由此说明,本文提出的现在有轨电车时刻表优化方法,在保证列车旅行时间尽量小的同时极大降低了对交叉口社会车辆的负面影响.     

复合最优模型微粒群优化算法研究及应用

针对微粒群算法全局最优(Gbest)模型收敛速度快、局部搜索能力强、鲁棒性差,局部最优(Lbest)模型全局搜索能力强、鲁棒性好、收敛速度慢的特点,提出了一种结合全局最优和局部最优两基本模型特点的复合最优模型微粒群优化算法。用4个Benchmarks函数进行了测试,实验结果表明,与微粒群算法的两种基本模型相比,该复合模型算法能有效提高算法的收敛速度及全局搜索能力。最后将算法应用于一个非线性系统模型的辨识,辨识结果验证了该算法的有效性。     

A MARKOVIAN APPROACH TO DETERMINING PROCESS MEANS WITH DUAL QUALITY CHARACTERISTICS

This paper studies a production system where products are produced continuously and whose specification limits are specified for screening inspection. In this paper, we consider dual quality characteristics and different costs associated with each quality characteristic that falls below a lower specification limit or above an upper specification limit. Due to these different costs, the expected total profit will greatly depend on the process parameters, especially a process mean. This paper develops a Markovian-based model for determining the optimum process means with the consideration of dual quality characteristics in a single-stage system. The proposed model is then illustrated through a numerical example and sensitivity analysis is performed to validate the model. The results showed that the optimum process mean for both quality characteristics have a significant effect on the performance of the system. Since the literature survey shows that dealing with multi-quality characteristics is extremely limited, the proposed model, coupled with the Markovian approach, provides a unique contribution to this field.     

基于蚁群算法的交通控制与诱导协同研究

以路网总行程时间最小为目标,兼顾路网流量的均衡,建立了城市交通控制与诱导的协同模型。引入了蚁群算法的思想,并利用此算法对模型进行求解,得到最佳路径和最佳信号配时方案;最后采用小型路网进行仿真试验,通过跟实际的交通流对比,表明此方法能有效均衡路网流量,并能有效节约路网的总行程时间。     

考虑ATIS市场占有率及遵从率的随机系统最优拥挤收费模型

考虑装备ATIS的用户在出行时并不总是遵从ATIS提供的信息, 将所有用户分为三类: 装备ATIS且遵从的用户, 装备ATIS但不遵从的用户和未装备ATIS的用户. 其次, 根据用户的时间价值(VOT)将用户进行分组. 研究了周期性拥堵交通网络条件下内生ATIS市场占有率和遵从率的随机系统最优拥挤收费问题, 建立了内生ATIS市场占有率和遵从率下多用户类型随机系统最优拥挤收费模型. 通过算例分析表明: ATIS为用户提供的交通信息质量的提高有利于降低网络中的拥挤收费总额; 虽然高收入人和低收入人同样装备ATIS, 但是他(她)们的路径选择行为却不尽相同, 高收入人的ATIS市场占有率和遵从率均高于低收入人; ATIS的信息质量既影响ATIS市场占有率又影响遵从率.     

基于机电耦合理论的智能反射面天线形状最优控制

为提高反射面天线电性能,基于机电耦合理论,以增益和第一副瓣为综合控制目标,建立智能反射面天线形状最优控制模型。模型考虑结构强度和作动器性态约束,将作动电压作为被控变量, 通过机电耦合模型将电性能表示为作动电压的函数。以某7.3 m反射面天线为研究对象,同时考虑自重与温度载荷,分别应用所提方法与传统形状最优控制方法进行控制,其中温度载荷由77个温度传感器实测获取。结果表明,基于机电耦合理论的形状最优控制模型在改善天线的电性能方面更加有效。