一种求解最优控制问题的混合WNN-PSO算法

针对最优控制问题的数值求解,提出了一种混合小波神经网络粒子群(WNN-PSO)算法,算法首先利用小波神经网络的非线性逼近能力参数化最优控制轨迹,将最优控制问题转化为非线性规划(NLP)问题,其决策变量为小波神经网络的参数,然后采用粒子群(PSO)算法优化小波神经网络参数,获得NLP问题的全局最优解.针对Bang-Bang最优控制问题和一个经典的化工过程最优控制问题进行仿真研究,验证了所提出算法的可行性和有效性.     

基于机器学习-优化混合算法的离散交通网络双层规划模型

为求解离散交通网络设计的大规模双层规划问题(Bi-level Programming Program,BPP),提出一种机器学习-优化(ML-OP)混合算法。首先,基于分解方法的求解思路,将双层规划问题转换为:下层一个典型的非线性规划问题(NLP),上层一个整数规划问题来处理。研究设计的混合方法,上层问题用源于机器学习的替代问题代替,采用监督学习算法求解(SLA),下层问题为交通分配问题(TAP),是一个凸非线性规划问题,用Frank-Wolfe算法求解。其次,为了验证机器学习-优化算法的有效性,用一个真实的大规模数据集来测试,并与经典分支定界算法(Branch-and-Bound)进行比较。数据结果表明在处理大规模双层规划问题时,ML-OP混合算法在计算能力方面有较好的表现。     

并行加工经济批量问题的最优算法

考察了 n - period经济加工批量问题并给出一种复杂度 O(mnlogn )的优化算法 .对于无能力约束的动态经济加工批量问题 (Wagner- Whitin问题 ) ,最早由 Wagner和 Whitin(195 8)提出 ,并给出一个基于动态规划 ,复杂度为 O(n2 )的算法 .最近 ,有许多人重新对该问题进行了研究 ,并以多种方式给出了复杂度为 O(nlogn )的算法 .本文在以上研究的基础上 ,针对柔性加工多机并行加工情况 ,给出了一种复杂度为 O(mnlogn )的 Wagner- Whitin问题的解法 .     

基于蚁群算法的多目标跟踪方法

提出了一种新的基于蚁群算法的多目标跟踪方法.方法采用蚁群算法实现多目标跟踪中的数据关联,首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题.用蚁群算法对该优化问题求解,得到的解即为最优关联.为验证该算法的有效性,在两种状态估计方法EKF(extended Kalman filter)和S1S(sequential importance sampling)的基础上进行了多目标跟踪实验,并且与传统的NN(nearest neighbor)方法进行了比较.在与SIS框架结合时,算法中采样粒子包括状态矢量和关联矢量,状态矢量通过序贯重要性重采样获得,关联矢量通过蚁群算法求得.实验结果表明,将蚁群算法融合进SIS算法进行多目标跟踪是有效的.     

一种新的求解Flow Shop问题的启发式算法

同顺序 Flow Shop问题是一个著名的 NP难题 ,至今尚未找到有效算法 .总体来讲 ,求解该问题的启发式算法主要可分为规则式算法和迭代式算法两种 .对该问题有很多求解目标 ,如最小加工周期 ( min makespan) ,工件的最小平均在系统的停留时间 ( min mean flow tim e)等 .本文以求解最小加工周期为目标 ,基于目前已知的性能最好的算法 NEH算法的基本思想 ,提出了一种新的启发式算法 -组合指标算法 .大量的数据实验表明 ,新的算法具有很好的计算结果 ,而且这种算法可以说是给出了求解 Flow shop问题的一种新的思路和方向.     

基于地形裁减与DCSAS的反舰导弹飞行管道规划仿真

建立了导弹飞行管道规划问题的优化指标和约束条件,给出了对地理信息的提取和裁剪方法,建立了导弹飞行管道模型,通过引入搜索密集度概念,将SAS(SparseA*Search)算法改进为密集度约束SAS(Density Constraint SAS,DCSAS)算法,并分析了算法的复杂度,通过算法仿真证明了所提出的DCSAS算法与普通SAS算法相比具有明显的全局搜索优势,能够解决在复杂地形环境下进行反舰导弹飞行管道规划的问题.     

二维Strip Packing问题的嵌套启发式算法

二维Strip Packing问题(2SP)是二维装箱问题中的经典NP-Complete问题。采用两层嵌套迭代算法:第一层采用遗传算法决定矩形排放次序;第二层提出水平线择优匹配算法(LSBF),算法是基于底部左齐择优匹配算法(LLABF)和快速启发式法(FH)的改进算法,决定矩形排放规则。包含特殊结构的benchmark和新的随机算例等的排样结果表明算法的有效性。     

基于BMI的一类非线性系统的最优控制设计

将一类非线性系统进行分段线性处理,根据Hamilton Jacobi Bellman(H J B)不等式将最优控制设计问题转化成一组以反馈增益为寻优参数的、以最优控制性能上界为优化目标的一组双线性矩阵不等式(bilinearma trixinequalities,BMI)问题。BMI问题是NP难问题,对此将遗传算法和内点法结合设计了一种混合算法。数值实例结果表明对控制律的设计及其求解算法的有效性。     

求解大规模VCVRP问题的快速动态规划算法

车辆路径问题是一类典型的组合优化问题,大部分研究都只考虑车辆能力固定的情形,实际中受货物形状特性及客户需求变化,车辆的能力是受限变化的,针对能力受限变化的车辆路径问题(varied capacitated vehicle routing problem,VCVRP),基于动态规划理论,提出一种求解大规模VCVRP问题的快速动态规划算法.该算法以传统的最佳适应降序算法(best fit decreasing,BFD)和最小生成树(minimum spanning tree,MST)算法为基础,引入K步回溯,短途优先原则,实现了VCVRP中的货物装箱问题和路由选择问题的近似解耦.同时给出了该算法的优化目标车辆旅程的理论上界,短途优先原则的局部最小的理论分析与证明.最后以乘用车物流运输案例为背景,给出了计算实例,并从算法参数与算例规模多个角度进行求解质量与算法性能的分析.     

基于关联规则分析的组合拍卖竞胜标决定算法

组合拍卖竞胜标确定问题(WDP)是一个NP-完全问题,其算法研究一直是运筹学、人工智能和计算机科学等领域持续关注的热点.本文提出基于关联规则数据挖掘技术的组合拍卖竞胜标算法,并通过与经典的WDP精确算法和近似算法的比较,证明了该算法的有效性,为组合拍卖WDP算法提供了新的研究思路和方法.     

内生偏好零售商采购决策分析

讨论零售商采购决策问题,除要考虑各种成本与收益因素之外,还考虑决策者的风险偏好,假设零售商在出现损失时,以指数衰减最快扭亏,类似决策者具有损失规避。通过建立数学模型,讨论了最优采购决策的特性。分析结果显示,内生偏好的损失规避零售商的采购行为在一定的条件下和风险中性、风险规避零售商不同。     

供应链竞争下基于微分对策的合作广告模型

利用微分对策理论研究了供应链竞争下的合作广告问题,构建了一个微分对策模型.在非对称的供应链情形下,运用汉密尔顿雅可比-贝尔曼方程求得了Stackelberg博弈下均衡的广告投入和广告分担比例,给出了零售商市场份额的计算公式.在对称的供应链情形下,得到了制造商对零售商进行广告补贴的一个充分条件,同时发现,市场中只有2家或3家零售商时总能保证他们得到正利润,一旦零售商数量增多则不能保证.     

多自由度变时延遥操作系统控制的波预测法

针对多自由度变时延遥操作系统,建立了一种一般性的波变换公式并将波变量方法与预测技术相结合来保证系统的稳定性并提高系统的透明性。针对变化时延和预测模型不精确引起的稳态位置误差问题,提出了从端校正控制方法。首先,用波阻抗矩阵代替波阻抗b得到多自由度遥操作系统的波变换公式,从能量的角度推导出波阻抗矩阵的选择原则,基于此原则和矩阵之间的内在关系扩展了波阻抗矩阵的选择条件。分析了变时延条件下波预测控制的稳定性和由于变化时延与预测模型误差引起的主从端稳态位置误差,考虑主从端的位置信息处于同一个时间框架内,采用从端校正控制方法减小稳态位置误差。以三自由度主从遥操作系统为例进行了遥操作实验,实验结果表明所研究的方法能够保证系统的稳定性,且具有较高的透明性和较小的稳态位置误差。     

基于分类树的商业银行信贷分类数据处理问题

分类树是一种通过计算机实现、基于统计理论的非参数的识别技术.讨论了用于解决贷款分类中有关企业信息缺失和对企业信用信息进行拣选的问题.实证分析表明,分类树在这2个问题上表现出较强的容错性和定性分析能力.     

一种带预处理的离散系数滤波器设计方法

提出了一种带预处理的离散系数滤波器设计方法。该方法基于离散系数滤波器设计问题的{-1,1}二次规划模型,利用{-1,1}二次规划的全局最优性条件,提出了一种最优解元素的判断准则,得到了一个规模较小的离散系数滤波器设计问题。结合随机扰动方法,得到了求解离散系数滤波器设计问题的一种带预处理的随机扰动算法。与随机扰动方法相比,带预处理的随机扰动方法得到的次优解的性能更好,需要的时间也大大减少。     

带信誉度的债务问题

综合企业的还债能力和还债积极性等因素,提出一个信誉度的概念,并建立了债务信度网络模型。然后由债务信度网络构造了容量费用网络,利用最小费用循环流问题给出了该模型的一个多项式算法。     

Robust fault diagnosis with disturbance rejection and attenuation for systems with multiple disturbances

The fault diagnosis problem is investigated for a class of nonlinear neutral systems with multiple disturbances.Time-varying faults are considered and multiple disturbances are supposed to include the unknown disturbance modeled by an exo-system and norm bounded uncertain disturbance.A nonlinear disturbance observer is designed to estimate the modeled disturbance.Then,the fault diagnosis observer is constructed by integrating disturbance observer with disturbance attenuation and rejection performances.The augmented Lyapunov functional approach,which involves the tuning parameter and slack variable,is applied to make the solution of inequality more flexible.Finally,applications for a two-link robotic manipulator system are given to show the efficiency of the proposed approach.     

Identification of Errors-in-Variables Systems with General Nonlinear Output Observations and with ARMA Observation Noises

This paper concerns the identification problem of scalar errors-in-variables(EIV) systems with general nonlinear output observations and ARMA observation noises. Under independent and identically distributed(i.i.d.) Gaussian inputs with unknown variance, recursive algorithms for estimating the parameters of the EIV systems are presented. For general nonlinear observations, conditions on the system are imposed to guarantee the almost sure convergence of the estimates. A simulation example is included to justify the theoretical results.     

变需求车辆路线问题建模及基于Inver-over操作的PSO-DP算法

讨论了一类客户需求随机变化的车辆路线问题,利用基于Inver-over操作的粒子群算法,将动态规划算法嵌入粒子群算法求适应值,解决了本文给出的车辆路线优化模型的求解问题,最后给出了一个数值算例.