控制理论在最优广告策略上的应用（Ⅱ）

本文考虑的是一个企业如何通过控制广告费用，以使企业的净收入最大的问题．本文以ｔ时刻的广告费用作为控制变且，以ｔ时刻的商誉值作为状态变量，建立了系统的动态模型，给出了目标泛函Ｊ．在求解最优控制的过程中，利用了最小二乘法进行函数拟合；利用黄金分割法求解衰减系数δ，在此基础上，利用极大值原理求出了最优控制，并给出了一具体应用实例．     

复杂网络模糊重叠社区检测研究进展

模糊重叠社区检测通过扩展隶属度取值空间,实现了重叠节点与社区之间复杂且模糊隶属关系的精确化测量,不仅能够有效提升重叠社区结构检测的精确性,而且能够深度挖掘出节点和社区的重叠特性。文中首先分析了模糊重叠社区检测与传统离散重叠社区检测的关系;然后对二者的国内外相关研究现状进行阐述和分析,其中在模糊重叠社区检测方法研究中根据模糊隶属度获取方式的不同将当前相关研究分为扩展标签传播、非负矩阵分解、基于边界节点的两阶段检测、模糊聚类、模糊模块度优化五大类进行综述,重点分析了基于进化算法的模糊模块度优化方法;最后对模糊重叠社区检测研究未来的发展趋势进行了分析和展望。     

复杂网络抗毁性优化问题的研究简

本文总结了近年来的一些研究成果,从拓扑结构、链路容量优化、路由策略优化的角度研究了抗毁性优化的问题,以期对以后的研究有一定的启示。     

微分进化算法的研究综述

微分进化(DE)是比较新的基于群体的随机优化方法.它具有简单、快速、鲁棒性好等特点,已经得到广泛关注.不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的.微分进化主要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法.近些年,微分进化的应用领域也是不断扩大.研究目的是总结微分进化的研究进展和应用领域,并对它的进一步研究进行展望.     

相互依存网络抗毁性研究综述

通过文献整理和分类,对近年来相互依存网络抗毁性的研究现状进行了综述。作为相互依存网络抗毁性的研究基础,首先介绍了复杂网络抗毁性常用的研究方法;然后对相关文献进行了梳理和分类,并以电力系统为例介绍了相互依存网络的应用;最后对相互依存网络抗毁性的研究和发展进行了总结和展望。希望能为研究者提供一定的参考和研究思路。     

提前期敏感商品的销售商采购提前期压缩

研究提前期敏感商品的销售商采购提前期压缩与库存优化问题。分别假设单位采购成本函数为分段线性函数和光滑幂函数,应用国外研究关于销售提前期的结论,建立了销售商的最大利润函数数学模型。通过数学推导及证明的方法得到最优采购提前期,又通过问题的转化求解最优采购提前期下的最优价格和最大利润。最后通过数值实验的方法对销售商采购提前期及库存决策进行分析,数据分析得到了一些销售商提前期和库存最优决策的规律。     

分类器集成差异性研究

差异性是集成学习中的重要概念,对差异性的研究在集成学习领域中占有基础性地位。从差异度量方法、差异度与分类器集成性能的关系以及差异度在集成优化中的应用三个方面对当前研究进展进行分析。深入分析了现有工作,对存在的问题给出一些解决思路,建议不能为了差异性以较大的基分类器精度损失为代价;不能为了引入差异性而偏离原来的分类问题。     

多星联合任务规划的迭代修复求解技术

对地观测卫星任务规划问题需要考虑侧视、星上能量、数据容量和数据传输等多种约束,是一类复杂的组合优化问题.现有研究大多对问题进行了不同程度的简化.面向多种类型卫星的联合任务规划问题,考虑上述多种约束,建立数学规划模型,引入迭代修复方法对问题进行求解,并提出了基于成像任务分布的插入选择和撤销选择启发式准则.实验结果表明,迭代修复技术在多星联合任务规划领域是可行有效的.     

高级分布式仿真中的数据收集技术研究

介绍了高级分布式仿真中数据收集的体系结构、存储方式以及事后分析等关键技术，并在此基础上设计了一个数据收集系统。该系统主要针对数据收集后在内存和磁盘中的组织，应用实时数据库技术来提高数据收集和数据导入磁盘的性能，并为数据的运行时使用提供了条件。对于数据收集后导入磁盘的算法以及分布式数据收集的体系结构，本文也作了初步探讨。     

优先级动态变化的多地面站数传规划问题研究

多地面站数传规划问题是一个复杂的组合优化问题,目前的研究大都假设各个数据下传任务没有优先级,或优先级固定。考虑数据下传任务优先级动态变化特性,建立了冲突时段约束图模型,提出了基于遗传算法的多地面站数传规划算法。根据模拟的数据进行实验及分析,表明该方法能有效解决多地面站数传规划问题。     

考虑学习率和搬运时间的人工作业系统批量加工模式研究

在考虑员工学习率和相邻工序间搬运时间的基础上, 对人工作业系统的批量加工模式进行研究. 以严格理论证明的方式给出小组作业模式和生产线作业模式的批量零件生产周期公式; 在给定算例的情况下, 得出与传统模型不同的结果: 小组作业模式具有最短的生产周期. 建立各道工艺工序和运输工序加工与搬运时间模型, 分析搬运设备每次搬运的零件数量, 并设计运输工序所需搬运设备数量的全局优化算法. 决策者利用时间模型和搬运设备每次搬运零件数量的信息, 可以有效安排某批零件的加工与搬运任务; 利用运输工序所需搬运设备数量的全局优化算法可求解运输工序所需搬运设备的最小数量, 并可明确搬运设备的投入时间.     

软件可靠性关键参数判定的矩估计方法

已有的基于结构的软件可靠性研究中大多假设建模参数为已知常量,导致模型忽略了参数估计的统计特征对于系统可靠性的影响.针对该问题,提出一种基于矩估计的软件可靠性关键参数判定方法,该方法通过分析基于结构软件可靠性模型的特点,建立各建模参数的矩估计量与系统可靠性预测结果之间的关系,量化各参数对于系统可靠性的影响,判定关键参数.为系统可靠性控制、系统结构优化及软件测试资源最优化分配等问题的解决提供了理论支持,通过对两个实际软件系统的分析验证了方法的有效性.     

多执行模式资源受限工程调度问题的优化算法

近几年来,模拟退火（ＳＡ）和遗传算法（ＧＡ）等智能优化方法在求解组俣最优化问题显示出了较强的能力,许多文献报告了它们在这类问题上的应用,有些文献则报告了一些它们的混合算法,然而,定些算法对问题的求解效果因问题的结构不同而有限大差异,它们的成功必须充分结合问题本身的特点,本文针对多执行模式资源受限工程调度问题的特点,设计了一种ＳＡ／ＧＡ混合算法,利用被普遍应用的标准问题对该算法进行了测试,取得了令人满意的结果。     

基于模糊优选的多目标优化遗传算法

综述了多目标优化的传统方法,介绍了多目标优化的遗传算法解决策略,建立了基于模糊优选技术的多目标优化遗传算法模型．对用模糊优选理论解决多目标优化问题的有效性进行了证明．通过算例证明了理论体系的正确性和工程应用的实用性．     

基于动力系统的无约束优化问题的方法分析

通过解由常微分方程构成的动力系统的稳定点得到等价的无约束优化问题的局部极小点 ,而动力系统的稳定点可以沿动力系统轨线上的任一点通过路径跟踪得到。我们发现 ,在用Euler方法求解二次优化问题的等价动力系统的方程时 ,由方法的步长确定的稳定区域对应于这些方法所得到的迭代公式的步长满足单调下降算法的条件确定的单调下降区域 ,因此我们可以利用这个性质构造解无约束优化问题的数值方法而不采用标准的常微分方程的数值求解公式。分析了一些基于微分方程的无约束优化方法并举例说明这些方法有些是数值不可行的。     

考虑因子容差的多响应曲面稳健优化

针对现有的多响应优化方法只注重某种最优性指标(例如满意度)的构建,而忽略了因子容差扰动的影响,提出了一种稳健的满意度函数法,对多响应曲面问题进行稳健优化。该方法在传统的满意度函数法的基础上,根据设计因子的容差区域定义总体满意度的稳健性度量指标,并引入混合遗传/模式搜索算法对该指标进行最大化寻优,得到因子的稳健最优水平。实例表明,随着因子容差区域的逐渐变大,该方法更容易寻找到稳健可行域中的解。与传统方法相比,所获得的稳健最优解对因子容差具有更好的抗干扰性,从而更具应用价值。     

生产-分销物流系统的Robust优化模型与算法

讨论不确定情况下的生产—分销三级物流系统的优化设计问题。我们首先提出一个生产—分销系统的确定性模型，通过引入Robust优化理论，将该模型进一步拓展为包含不确定需求因素的Robust优化模型，最后运用Lagrangian松弛算法得到了原问题的近似最优解，并通过算例对模型和算法的性能进行了分析与评价。     

仿真输出分析中的BAYES方法

本文提出用Bayes方法对小样本或单次运行的仿真输出进行分析。给出了几种条件下的Bayes方法和伽玛分布置信区间的估计方法。并用M/M/I排队系统对几种方法进行了实例研究。实验结果表明,在处理小样本或单次仿真运行时Bayes方法有明显的优越性和应用前景。     

下层为多目标的两人两层决策问题的模型及优化方法

本文针对上层为单目标,下层为多目标的两人两层决策问题,建立了它的数学模型和决策机制,然后将其转化为单层的非凸优化问题。采用外部逼近算法求解此非凸优化问题的全局最优解,这为两层决策问题提供了一种求解的途径,同时为该类问题的决策支持系统的研究是有意义的。     

Computation model and improved ACO algorithm for p//T

Scheduling jobs on parallel machines to minimize the total tardiness (p//T) is proved to be NP hard. A new ant colony algorithm to deal with p//T (p//T ACO) is addressed, and the computing model of mapping p//T to the ant colony optimization environment is designed. Besides, based on the academic researches on p//T, some new properties used in the evolutionary computation are analyzed and proved. The theoretical analysis and comparative experiments demonstrate that p//T ACO has much better performance and can be used to solve practical large scale problems efficiently.