一类大规模不可分系统的分解算法

讨论了一类大规模不可分系统的优化问题。提出了一种3级递阶优化算法。该算法首先把原问题转化为可分的参数优化问题，然后再从参数优化问题的解集中挑出原问题的最优解。建立了算法的理论基础，证明了算法的收敛性。对3个例子的仿真结果表明算法是有效的。     

不可分动态离散系统的两级最优控制算法

讨论了不可分动态系统的最优控制问题 .提出了一种两级最优控制算法 .该算法首先把不可分问题转化为多目标最优控制问题 ,并用加权 Lagrangian公式产生非劣解 ,然后从非劣解集中挑出最优解 .建立了算法的理论基础 ,证明了算法的收敛性 .对两个例子的仿真结果表明算法是有效的 .     

用多目标进化算法求解二层规划双目标模型

传统单目标二层规划模型得到的最优解往往无法使上下级双方都满意.为此,通过在上层规划中同时考虑下级的目标函数,建立了原问题的上层为双目标规划的一个新模型.上下级可通过协商在该模型的Pareto-最优解集中找到双方满意解.对此模型设计了求解的多目标进化算法,用传统优化算法求解下层规划的单目标问题,而对上层的双目标规划问题则采用基于NSGA-Ⅱ的多目标进化算法求解.数值试验表明我们所提出的算法是有效的.     

认知无线网络空闲频谱共享的竞争与合作定价

在频谱贸易中,价格是一个关键问题。针对认知无线网络中多个主用户的空闲频谱最优定价问题,在竞争模型下,基于非合作博弈论提出了竞争价格模型求解算法,并证明了该算法收敛到唯一的纳什均衡;在合作模型下,通过求解原问题的对偶问题,提出了合作价格模型求解算法,并证明了该算法在步长足够小时收敛到全局最优解。仿真结果表明,同已有的几个算法相比,所提的两个算法速度更快,取得的总收益相对更好,且均能较快地靠近最优解。     

两阶段非线性0-1目标规划模型及在数据库超宽智能打印中的应用

本文从实际工作中提出一种新的特殊的优化问题,即所谓的两阶段非线性０－１目标规划问题．研究了建模、算法和若干性质,并提出了一种新的算法,可以一次求出全部的可行解及最优解     

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。     

一种优化多目标的交互式路由算法

Qos路由的基本任务是寻找一条满足多个约束条件同时优化多个网络参数的路径。研究多约束条件下的多个线性目标优化的Qos路由问题。选取带宽作为约束条件，线性函数(时延和耗费徘为优化目标，建立了Qos路由选择的多目标缉陛整数规划模型。通过将多目标优化问题转化为线性单目标优化问题，证明了新问题的最优解是原问题的有效解，给出一种求解模型的交互式算法。该算法引入目标函数参考点概念，逐步调整目标函数参考点，压缩目标函数搜索空间来满足决策者和实时网络资源要求，并最终得到满意解。仿真实例表明了算法的可行性和可操作性。     

混合交通运量分布与均衡配流组合模型研究

运量分布与交通分配是交通规划中的两个关键问题 ,但现有模型在我国城市交通规划的实际应用中存在不少问题。本文基于我国城市混合交通的特点 ,借助于 share需求模型 ,建立了混合交通运量分布与平衡分配的极值模型 ,并利用最优化原理证明了模型的最优解等价于 Wardrop的用户平衡原则且最优解是唯一的。最后利用方向搜索法得到该模型的算法     

多目标规划问题的保守最优解

本文对多目标规划问题提出了保守最优解的概念,并对这一概念作了进一步的延伸;在很一般的条件下,证明了保守最优解的存在性、非劣性以及所有保守最优解的目标值相同,给出了求解的方法以及两个数学例子。     

一类2人合作交叉规划的s-最优联合解

提出并研究了一类 2人合作交叉规划问题。引进了具有相同联合值的s 最优联合解 ,它作为 2人合作交叉规划的一种公平解 ,比Nash均衡解要更好 ,并得到了它的若干有关性质 ,证明了可以通过求解一个等价的数学规划问题的最优解来作为交叉规划的s 最优联合解。最后 ,讨论了具有不同联合值的s 最优联合解。 2人合作交叉规划可以广泛用于讨论许多具有或不具有冲突的多人决策问题 ,如生产计划控制、工程、计算机等领域中的网络冲突问题。     

递阶多目标非光滑优化问题的最优性条件

建立了递阶多目标非光滑优化问题的一个通用性结构化模型,利用参数规划、集值分析及非光滑非线性分析的理论和方法,研究了模型锥有效解存在的最优必要条件和充分条件．     

多目标动态规划分层解法与Pareto最优解

本文指出了文[2]关于多目标动态规划分层解法结论的错误性, 证明了一个字典序最优解一定是Pareto最优解, 一个由分层解法得到的最优解一定为弱Pareto最优解, 并且可以通过修改分层解法得到的最优解集得到一个Pareto最优解集。     

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。     

改进的Pareto多目标协同优化策略

为了提高标准协同优化的收敛性并扩展其多目标优化能力,将Pareto多目标遗传算法用于协同优化的系统级优化,提出了一种改进的Pareto多目标协同优化策略（enhanced collaborative optimization using Pareto multi-objective genetic algorithm, ECO-PMGA）。为了保证非劣解集的Pareto最优性与均布性,提出了一种考虑拥挤度的非劣解逐级排序方法。ECO-PMGA采用2-范数形式的学科间一致性约束以提高学科级优化的效率。通过两个典型的优化算例对ECO-PMGA的数值稳定性与搜索Pareto非劣解集的能力进行了检验。研究结果表明,ECO-PMGA的收敛性与数值稳定性得以显著提高,而且ECO-PMGA具有良好的Pareto多目标优化能力。因此,ECO-PMGA在复杂耦合系统的多目标优化设计方面具有较高的实用价值。     

Hierarchical Control for Large-Scale Systems

1. INTRODVCTIONSeveral hierarchical or muli-1evel optidrization approaches have been aPplied to large--sca1e colltro1 problemsduring the last three decades. The theoretical development of decomposition and co--ordination has grownby leaps and bounds [1] and many successful applications have been reported [2]. Recently, the multi-leveloptimization aPproach has benn extended illto large-scale multi--objective system [3, 4]. Most of the muli-level optimization approaches have, however, been…     

离散界约束分布下的WCVaR风险分析及其应用

在随机变量分布为部分信息的情况下,提出了最坏情况下的条件风险(Worst-case conditionalvalue-at-risk,WCVaR)指标,并建立了风险-利润的三个鲁棒组合优化模型.该模型具有复杂的min-max多层优化结构.在随机变量服从离散界约束分布和损失函数为线性的条件下,运用对偶理论转化复杂的min-max优化模型为简单的线性规划问题,理论上证明了简化后的模型与原模型的同解性.该研究是条件风险(CVaR)分析方法的发展,可有效运用于随机变量分布为非完全信息下的市场风险-利润问题;是条件风险(CVaR)分析方法的发展;转化后的线性规划能高效地应用于实际问题的计算.应用该WCVaR模型和计算方法于电力系统的发电资产优化组合问题,数值仿真显示所提出的模型能真实地模拟发电商的商业行为,为发电商的投资组合和风险管理提供了新的方法.     

求解约束优化问题的改进粒子群算法

针对高维复杂约束优化问题,提出了一种基于平滑技术和一维搜索的粒子群算法(NPSO)。该算法使粒子的飞行无记忆性,结合平滑函数和一维搜索重新生成停止进化粒子的位置,增强了在最优点附近的局部搜索能力;定义了不可行度阈值,利用此定义给出了新的粒子比较准则,该准则可以保留一部分性能较优的不可行解微粒,使微粒能快速的找到位于约束边界或附近的最优解;最后,为了扩大粒子的搜索范围,引进柯西变异算子。仿真结果表明,对于复杂约束优化问题,算法寻优性能优良,特别是对于超高维约束优化问题,该算法获得了更高精度的解。     

双目标优化问题的类电磁算法

为方便决策，双目标优化问题就是要从最优解集中求出一组分布均匀且数量多的Pareto最优解。针对这一特点，定义了种群的均匀度和序值，来度量种群中解的分布和质量，将双目标优化问题转化为以均匀度为目标函数，序值为约束条件的单目标优化问题；设计了双目标优化问题粒子的电荷和受力的计算公式，提出了一种新的类电磁算法求解问题。用标准的Benchmark函数进行了仿真实验，结果表明，新算法对双目标优化问题的求解是非常有效的。     

AF-OFDM非对称通信双向中继系统能效优化

针对具有非对称通信需求的单中继协同放大转发正交频分复用(amplify forward orthogonal frequency division multiplexing,AF-OFDM)双向中继系统,提出一种中继能效优化策略。在AF-OFDM双向非对称中继通信系统中,子载波有两种工作模式:单向中继传输和双向中继传输。以系统能效为优化目标,构建联合中继传输模式选择、功率分配和比特加载组合优化模型;采用结构近似优化算法,首先固定子载波分配集合,优化单向中继传输和双向中继传输的功率分配,将原优化问题分解为两个子优化问题求解,然后优化子载波分配集合,利用子载波配对形成的线性结构搜索双向中继传输的最佳子载波数,避免穷举搜索造成的大运算量。仿真结果表明,该能效优化策略能有效提高AF-OFDM双向非对称中继通信系统的能量效率。