基于Lingo的离散型桁架结构全局拓扑优化设计

利用Lingo对离散型桁架结构进行拓扑优化设计。首先,对Lingo软件包做了简介。然后,在不同的荷载工况下同时考虑应力、稳定与位移等约束条件,建立了优化数学模型。给出了结构内力重分析的方法,运用该重分析技术,使拓扑优化计算工作量减少。最后,为了确保模型和方法的可行性,给出了一个具有应力和位移约束的桁架结构拓扑优化的算例,算倒表明,运用Lingo解决桁架全局拓扑优化问题是一种有效的方法。     

V 带传动最大承载能力的全局优化设计

建立了V 带传动承载能力最大化问题的最优设计模型. 研究了该模型中目标函数凹性、单调性和全局最优性条件, 证明了V 带传动最优设计问题的可行域是有界闭凸集. 以此为基础, 提出了寻求该模型全局最优解的最优值线段算法. 在4 种不同的设计条件下, 给出了V 带传动最大承载能力的全局优化解法. 工程设计案例研究表明了该模型和全局优化方法具有广阔的应用前景.     

基于成对曲线组合的柔顺机构设计

采用拓扑优化技术进行柔顺机构设计成功与否在很大程度上取决于所采用的机构几何表述方式.本文提出了一种全新的基于成对曲线组合（对线组）的表述方式.这种几何表述方式,首先确定机构的输入输出区域.虽然在初始阶段不知道机构在设计域的分布,但是载荷加载需要借助机构输入输出点,因此必须有至少一个加载区域,一个支撑区域和一个输出区域.将这些输入输出区域利用成对Bezier曲线直接或间接连接起来形成一种可以承载负荷的柔顺机构.这种几何表述方式生成的机构边界为曲线函数之组合,解决了拓扑优化设计中的锯齿和模糊边界问题,并且可以同时进行形状和拓扑优化并且保持结构边界的光滑,没有棋盘格现象和中间密度单元等.基于对线组进行柔顺机构表征,会产生一些复杂的结构,基于FG-FEM有限元法进行仿真分析求得响应.研究柔顺机构拓扑优化设计理论与方法,采用图的形式对机构对象进行编码,利用遗传算法的全局寻优能力寻找全局最优解,数据算例的结果表明,提出的方法正确有效.     

一种新型全姿态飞行仿真转台的运动学分析

针对三轴转台无法避免运动学奇异的缺陷,提出了一种四轴型全姿态飞行仿真转台,利用冗余自由度机构的特点,使机构始终保持提供三个自由度的运动.针对所提出的四轴转台的运动学正解问题,采用双欧拉法计算负载的姿态角,解决了全姿态欧拉角计算的奇异问题.针对四轴转台的运动学反解问题,采用基于伪逆的梯度投影法给出了带有性能指标优化的转轴角速度的最优解,然后用基于动态控制的方法获得转轴的角位置.提出的运动学反解算法能保证在获得期望姿态的同时,避免接近奇异位置和各轴的极限角位置.仿真结果表明,四轴型全姿态飞行仿真转台运动学性能明显优于三轴转台.     

空间智能桁架的传感器作动器位置优化和分散化自适应模糊振动控制

提出了作动器和传感器配置优化和分散化自适应控制方法以解决桁架系统的振动控制问题.建立了主动杆的机电耦合方程,提出了不依赖于控制方法的优化准则,采用遗传算法得到了作动器和传感器在大型空间智能桁架系统中的最优位置.而且设计了一种分散化自适应模糊振动控制器来控制大型空间智能桁架系统.推导了大型空间智能桁架系统考虑剩余模态影响的动力学方程,利用滑模控制方法改进了自适应模糊控制方案,并以T字型桁架结构为例进行了验证性实验.实验结果表明,遗传算法对于作动器和传感器的配置优化是可靠的、有效的,自适应模糊控制器能有效地抑制大型空间智能桁架系统的振动,且没有控制溢出和观测溢出问题.     

基于免疫果蝇混合优化算法的多配送中心选址问题研究

针对具有NP难性质的多配送中心选址问题,利用果蝇优化算法,对免疫算法进行了优化,提出将果蝇优化算法与免疫算法相结合的免疫果蝇混合优化算法。通过与传统免疫算法的matlab仿真结果对比,使用免疫果蝇混合优化算法解决多配送中心选址问题能够快速收敛于全局最优解并优化选址模型,为解决多配送中心选址问题提供了一种新途径。     

多天线放大转发中继系统基于MMSE的重传预编码设计

针对多天线放大转发中继系统,本文提出了一种基于MMSE的新的重传预编码方案,把重传预编码设计问题分解成两个子问题:离散的信道配对和连续的联合源、中继功率分配问题.最优的信道配对需要遍历所有信道配对方式,对于每一种配对方式,联合源、中继功率分配问题是一个多参数非凸的优化问题,本文提出了一种获得该问题最优解的算法和一种次优迭代功率分配算法,此种通过遍历信道配对获得最优重传预编码的方案计算复杂度较高.本文证明了在一跳信道信噪比趋于无穷时,最优的信道配对是使之前的子信道增益和当前另一跳信道奇异值大小排列顺序相反,进而提出了一种简化的信道配对方法.仿真结果表明,简化的信道配对和迭代功率分配算法性能均接近最优.本文所提出的重传预编码与已有的预编码相比,能获得明显性能提升.     

多工况拓扑优化问题的一种新解法——导重法

将导重法引入两类多工况拓扑优化问题的求解.首先介绍了导重法及其拉格朗日乘子的求法,并用对偶方法对多约束优化问题的拉格朗日乘子求法进行了改进;然后推导了用导重法求解最小柔度拓扑问题和最小质量拓扑优化问题的迭代公式并计算了相应的算例.算例计算结果表明,采用导重法求解多工况拓扑优化问题具有迭代公式简单、收敛速度快、求解效果好的优点.通过与Ansys中采用的SCP方法的计算结果进行比较可以看出,导重法是求解拓扑优化问题的一个行之有效的方法,它为拓扑优化问题的求解提供了一条新的途径.     

基于证据理论的结构非概率可靠性拓扑优化设计

考虑数据信息较少以及认知水平有限情况下的不确定性对于结构拓扑优化具有重要意义.本文引入证据理论处理不精确的数据信息,采用证据理论的不确定测度克服精确概率约束模型建立的困难,并结合拓扑优化策略,形成了基于证据理论的可靠性拓扑优化设计模型.为了提高不确定测度的计算效率,提出了仿生智能优化算法和不精确极值思想相结合的改进优化算法来降低焦元数目和极限状态函数极值求解所导致的计算量.通过两个桁架算例对所提方法进行验证,结果表明,确定性优化结果可能是不确定情况下的失效解,虽然基于证据理论的最优设计在重量和拓扑形式上相对于确定性优化结果偏保守,但具备抵抗不确定波动的能力.     

基于改进万有引力搜索算法的无人机航路规划

无人机航路规划是根据任务目标规划出某种性能指标最优的飞行航路的全局优化问题.本文将改进后的万有引力搜索算法用于求解航路规划问题,在万有引力搜索算法的速度更新部分引入粒子群算法中的记忆和群体信息交流功能,改善了最优解的质量;然后提出了基于权值的粒子惯性质量更新公式,以加快全局搜索的收敛速度;后运用优胜劣汰的选择操作规则,对粒子的位置进行更新,使种群始终朝着最优解的方向进化.通过与其他仿生智能计算方法的仿真实验对比,验证了本文所提算法可在复杂作战环境下实时有效规划出无人机的最优航路.     

基于遗传算法的模拟退火罚函数方法求解地下水管理模型

提出一种新的基于遗传算法的模拟退火罚函数方法求解地下水管理模型。遗传算法及建立在自然遗传学和自然选择机理上的全局随机搜索和进化的过程。与传统的基于梯度寻优方法相比,遗传算法寻优不须优化问题连续可导,同时通过模拟退火罚函数方法来处理约束条件,可以保证算法逐渐收敛于可行的最优解,克服一般遗传算法中罚因子选取的困难。     

二次分配问题的骨架分析与算法设计

骨架分析是近年来NP-难解问题研究的热点，对于衡量问题的相变、难度及算法设计具有重要意义．骨架的理论分析及在算法设计方面的应用还处于起步阶段，从QAP问题入手，对QAP骨架进行了理论分析，证明寻找QAP问题的骨架属于NP．难解问题，不存在多项式时间的算法可以保证得到QAP问题的骨架，为局部最优解交叉来获得近似骨架提供了合理性解释，在此基础上，利用偏移实例构造方法，提出了基于偏移实例的近似骨架算法．其基本思想是：首先为QAP实例构造偏移实例，其最优解恰是原QAP实例的一个全局最优解；然后利用现有算法求得新实例的多个局部最优解，通过对局部最优解求交得到近似骨架；将近似骨架固定以得到规模更小的搜索空间，最后在新空间上求解，拓广了骨架理论研究的范围，所提出的算法为NP-难解问题的通用算法设计提供了一种新思路。     

基于鸽群智能行为的大规模无人机集群聚类优化算法

未来空中战场,大规模无人机集群系统将成为主导力量.而对大规模无人机集群系统进行分组聚类是完成作战任务规划的必要步骤.在实际战场中无人机受到有限通信约束,无法得到全面而有效的全局作战信息.因此本文提出一种基于鸽群智能行为的大规模无人机集群聚类优化算法.根据聚类模型设计鸽群优化算法,研究分析导航能力优异的鸽群智能行为,将鸽群飞行过程中的层级网络机制映射到鸽群优化算法中,解决有限交互环境下的信息不完整问题.一方面,依据鸽群在飞行过程中来自临近个体的引导更为有效直接,因而在有限交互环境下,基本鸽群优化算法中的全局最优信息由交互范围内的最优个体信息替代;另一方面,鸽群的中心位置更新包括三部分:增量惯性部分、模仿部分、环境影响部分.为验证改进后鸽群优化算法在有限交互范围下的有效性,本文采用三种算法针对三个数据集进行聚类分组,仿真结果表明改进后的鸽群优化算法在最优解与平均最优解上均有改善,为实际作战环境下的无人机集群系统聚类分组提供了有效的解决方法.     

一类含积分约束的生产制造系统优化调度

“即时消费”类生产制造系统的优化调度具有重要学术和应用价值. 满足此类系统对产量的实时需求, 考虑调度计划的可实现性具有挑战性. 如何得到精确满足累积产量实时需求的最优调度目前尚无系统方法, 迫切需要研究. 本文建立了含积分约束的生产制造系统优化调度新模型. 通过对生产量变化率约束的深入分析, 证明了该类优化问题等价于光滑非线性规划问题. 生产设备在各时段的产量上下界可表述为时段初、末时刻瞬时生产率的二元函数, 且为精确可达的上下界. 本文结合梯度映射的单调性, 证明了上下界函数的凸性(凹性), 在生产成本为凸函数时, 进一步证明了此类优化调度问题等价于凸规划问题. 本文以上述分析为基础, 针对含积分约束的生产制造系统优化调度问题, 提出了两阶段数值求解方法, 在许多情况下可以迅速获得调度问题的全局最优解. 新模型和相应求解方法克服了生产量变化率约束带来的困难, 获得了精确满足累积产量实时需求的最优调度. 本文同时以电力生产优化调度问题为例, 进行数值求解, 并对结果进行了讨论, 验证了新模型和相应方法的有效性.     

认知无线电系统中的多中继分布式波束成形方法

本文考虑认知无线电系统中一对认知源目的节点在一组认知中继节点协助下与一对授权发射机和接收机共存的场景,研究了多个单天线认知中继节点在授权接收机处平均干扰功率门限约束及自身独立的平均发射功率约束下,最大化认知目的节点处信干噪比(SINR)的分布式波束成形,从而开发"空谱空洞"的问题.提出了两种波束成形方案:1)最大化SINR的最优策略;2)基于迫零准则的次优策略.最优策略将分布式的波束成形系数求解问题通过半定松弛转化为准凸的优化问题,从而利用二分法及内点法求解;并证明了求得的最优半定松弛解即为原优化问题的最优解.次优策略直接迫零对授权接收机造成干扰,并将来自授权发射机的干扰信号抑制为零.该方法对应的优化问题没有迭代运算,且约束函数简单,算法复杂度低.最后通过数值仿真分析了中继数、认知节点最大的发射功率和授权接收机的干扰功率门限等因素对两类算法平均传输速率的影响,并且通过对比实验验证了考虑授权发射机干扰信号影响带来的性能增益.     

结构包含密集模态时主动振动控制中作动器/传感器的优化配置

分析了已有的作动器/传感器配置方法的不足,针对包含密集模态的挠性结构,分析其可控/可观度的特殊性,提出了针对密频系统的作动器/传感器优化配置准则.通过可控性Gram阵的分块解析形式,避免了求解高阶Lyapunov矩阵方程,并利用了轻阻尼疏频系统自然平衡的条件,降低了求解可控度,即可控性矩阵奇异值的计算量.在此基础上用遗传算法寻优,得到元件的优化配置方式.最后通过算例与另外两种基于可控度的优化配置方法对比,证明依本文方法配置密频系统的作动器/传感器,振动控制效果最优.     

论Lorenz混沌系统全局吸引集和正向不变集的新结果及对混沌控制与同步的应用

利用广义Lyapunov函数簇, 给出著名的Lorenz混沌系统全局吸引集和正向不变集估计的新方法和新结果, 较大地简化了俄罗斯学者Leonov所得的两个著名估计式的复杂证明, 且将估计式统一在一个公式之中, 新公式还可以派生出一系列其他的估计式, 然后, 利用集合论中交集的思想从这些估计式簇得出一个简便实用的、改进了的、Leonov公式型的新结果. 直接应用这些方法和结果可以断言全局吸引集之外不存在Lorenz系统的平衡位置、周期解、概周期运动、游荡回复运动和其他混沌吸引集. Lorenz蝴蝶型奇异吸引子只能位于全局吸引集之内. 然后, 再将这些结果运用到混沌控制上, 得到系统所有轨线全局指数跟踪任何一个周期解、镇定任何一个不稳定或仅为局部稳定的平衡位置的反馈控制方案, 给出两个Lorenz混沌系统全局指数同步的新结果. 文中所提出的新方法、新结果有望在保密通信的实际系统中得到应用.     

面向多区域能源互联的多智能体协同AGC策略

传统强化学习无法有效解决由于大规模新能源接入所带来的强随机扰动,以至产生AGC(automatic gen-eration control)响应速度变慢、性能变差的问题.本文以能够解决基于Q框架的强化学习算法中状态动作对的值高估问题的双层Q学习为支点,融入了一种能够在未知的搜索空间中快速搜索最优解的灰狼优化算法,提出一...     

基于证据推理的故障预报模型

为处理存在定量与定性不确定性信息的非线性复杂系统故障预报问题,建立了基于证据推理(evidential reasoning,ER)的故障预报模型,提出了ER预测模型的参数优化方法.该模型利用ER算法可以处理精确数据、不完整数据、模糊数据的能力,及其非线性融合的特性,对模型的输入信号,通过信息变换技术转化到信度结构框架下,应用解析ER算法对输入信息融合,根据输出数据的类型,构造相应的预测输出,给出了故障识别方法.针对ER预测模型参数难以精确的主观确定的困难,建立了非线性优化模型,对模型参数进行优化学习,获取最优模型参数.通过实验对ER预测模型的性能进行了分析,结果表明,建立的预测模型和参数优化模型可以有效的处理故障预报问题.     

一般复杂动力网络的优化牵制控制

本文研究了一般复杂动力网络的优化牵制问题.基于线性反馈方法,提出了通过牵制控制将一般复杂动力网络在目标态达到全局指数稳定的策略.特别地,回答了这样一个基本的问题:如何在牵制节点数目和反馈增益之间选取一个优化组合?最后用3个例子来说明该方法的有效性.