基于直觉模糊博弈的无人机空战机动决策

为解决不确定环境下无人机空战的机动决策问题,将博弈论和直觉模糊集结合,首先对无人机的机动可选方案进行直觉模糊多属性评估,得到机动博弈的直觉模糊支付矩阵,并提出满足直觉模糊全序关系下的纳什均衡条件,建立了求解不确定环境下纳什均衡的规划模型。同时,采用个体控制参数和遗传代数自适应的策略改进差分进化算法,并对模型进行求解。仿真验证模型和算法的合理性和有效性,为不确定环境下空战决策问题的求解提供了新思路。     

工程项目工期成本质量模糊均衡优化研究

针对不确定环境中工程项目的时间、成本、质量均衡优化问题,在定义目标优属度的基础上,利用模糊多属性群决策效用函数理论,建立了工期、成本、质量模糊均衡优化模型,并基于模糊多模式网络计划技术,采用自适应遗传算法求解得到最满意的决策方案.最后,通过算例验证了模型的合理性和方法的有效性.     

基于粒子群优化算法和模糊模拟的核电备件模糊EOQ模型

在备件存储费用和订货费用均为模糊变量情况下,构建了备件模糊相关机会规划EOQ模型;设计了基于改进粒子群优化算法和模糊模拟方法的智能算法来计算模糊目标函数的期望值和模糊事件的可信性,得到了使企业库存费用不超过某一预算水平的可信度最大的最优订货量,同时通过算例验证了模型及求解算法的有效性并进行了敏感性分析.     

贮存装备检测周期优化模型研究

针对现有装备贮存定期检测测试效率以一个先前经验值来表示的不科学性,依据工程实际,提出用模糊综合评判法确定测试效率;利用装备在贮存中性能退化的性质,建立考虑模糊测试效率的模糊可靠度预计模型;结合模糊可靠度函数给出贮存费用的积分表达式。最后以模糊可靠度模型为约束,以费用最小为目标函数建立检测周期的优化模型。运用遗传算法对某型水下航行器贮存期电参数的故障检测周期进行优化,结果表明了此方法的合理性和实用性。     

区间值双矩阵博弈的均衡策略

基于区间值偏序关系理论,研究了区间值双矩阵博弈均衡策略的确定问题.利用区间值的相对优势函数和模糊偏好比刻画和度量局中人对区间值支付的模糊偏好,提出了区间值双矩阵博弈满足不同序关系的均衡策略概念.针对局中人具有模糊偏好和不同的风险态度的博弈环境,建立了模糊优势支付矩阵和风险模糊优势支付矩阵,给出了该环境下均衡策略确定的方法,为现实博弈均衡的确定提供了有效的途径.最后通过算例予以说明.     

具有零等待的不确定性flow shop调度问题

针对实际的生产环境中存在的数据模糊、不确定的情况,采用模糊数学的方法来处理数据的不确定性,在模糊规划理论的基础上,建立了处于时间不确定条件下的具体零等待的flow shop模糊调度问题的模型,通过模糊截集的方法将其进行了转化.并在模糊运算的基础上,借鉴自然界生物免疫系统的概念和机理,提出了解决此类调度问题的模糊免疫调度算法.通过仿真试验,表明了该模型所有效性和算法的较好的收敛效率.     

碳中和导向下考虑不确定排放的收费-补贴策略

碳中和导向下,交通系统的碳减排备受关注;同时,机动车排放具有不确定性特征.本文考虑排放评估和管理要求的多重不确定性,构建带有模糊和随机特征的不确定性道路排放约束;建立复杂不确定环境下,求解路段收费/补贴方案的两步模糊随机规划模型(two-step fuzzy stochastic programming method,TFSP),并设计了基于分段线性化的模糊随机非线性优化模型求解算法.使用两个不同规模的路网算例对TFSP模型进行验证,并对不同排放容量限值和风险水平下的路网运行效率和系统排放进行了比较分析.研究结果表明,TFSP模型及算法能够有效地求解带有模糊数和随机变量的非线性规划问题,帮助管理者在复杂不确定性环境下决策兼顾路网运行效率和排放管理要求的路段收费、或是收费补贴相结合的方案.     

考虑到达时间感知价值的静态网络均衡模型

实际到达时间的大小直接影响出行感受,从而影响出行者的路径决策.在一个出行时间不确定的网络中,路径的实际到达时间也是不确定的,以偏好到达时间为分界点,本文对实际到达时间所处的可能区域进行了划分,在累积前景理论框架下建立了到达时间感知价值函数,在此基础上假设累积感知价值是由出行收益、出行负效用和到达时间感知价值三部分构成,构建了一个基于累积感知价值的静态网络均衡模型,探讨了均衡解的存在性和唯一性并设计了求解算法.最后,通过两个数值算例分析了模型参数改变对均衡结果的影响.     

模糊环境下应急物资预置的优化方法

本文基于模糊可能性理论,研究了2-型模糊应急物资预置问题.考虑到运输费用、出救点的供应量、受灾点的需求量和道路容量的不确定性,用2-型模糊变量来刻画,建立了2-型模糊环境下的期望值应急物资预置模型.根据风险值简约方法,推导了2-型三角模糊变量的上下风险值简约模糊变量的期望值公式.当模型中的2-型模糊变量相互独立且服从三角分布时,应用所得期望值公式转化原模型为等价的确定模型.等价模型是一个混合整数参数规划,因此可采用Lingo软件求解.最后,通过数值例子演示所提建模思想.实验结果证明了所建模型的有效性.     

基于T-S模型的非线性系统离散时间滑模控制

基于T-S模糊模型,讨论了一类非线性离散时间系统的控制问题。采用T-S模糊模型来描述非线性系统的动态模型,再将非线性系统的全局T-S模糊模型转化为线性不确定系统的模型。这样复杂的非线性系统的稳定问题就转化为线性不确定系统的鲁棒镇定问题。采用离散时间滑模控制方法实现线性不确定系统的鲁棒镇定。利用用线性矩阵不等式技术设计稳定的滑动模面,以降低非匹配不确定对系统的影响。给出了线性矩阵不等式形式的稳定滑动模面存在的充分条件。此外还给出了滑模控制律的设计方法。所给设计方法可保证系统鲁棒镇定,并且在滑动模面附近的抖振可明显减弱。最后,给出了truck-trailer的仿真算例,证明了所给方法的可行性和有效性。     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

基于不确定相关机会规划的机会阵方向图综合

围绕机会阵雷达(opportunistic array radar, OAR)阵列动态机会组阵的资源管理问题,以面向多任务为应用需求背景,针对机会布置在平台3D空间多个区域内的天线单元,提出了一种基于现代数学不确定性理论中的相关机会约束规划方法用于机会阵方向图综合。该方法建立在不确定性理论和模糊数学基础上,考虑OAR大量天线单元空间位置分布的不确定性和各单元激励(开/关)状态的不确定性,用模糊随机变量来刻画不确定环境中的模糊性和随机性,在天线资源受约束的不确定条件下,建立不确定规划模型来实现方向图综合。并设计将遗传算法和模糊随机模拟算法相结合的智能混合优化算法以获得模型的最优解。最后利用仿真实例验证了不确定规划模型和所设计算法的可行性和鲁棒性。     

航空集群协同搜索马尔可夫运动目标方法

针对航空集群执行未知区域的协同搜索任务,提出一种分布式模型预测控制(distributed model predictive control,DMPC)下的贪婪迭代决策方法。该方法首先建立航空集群飞行器的运动模型,对其运动特性进行分析,而后采用搜索信息图模型,描述未知环境下动态目标随搜索过程变化的变化趋势；再用马尔可夫链表征目标隐潜运动,对其进行预测；最后在DMPC的基础上,采用随机决策序列下的贪婪迭代算法进行问题求解。并对所提方法的稳定性和收敛性进行分析。同时通过设计仿真实验,验证了该方法的可行性和优越性。     

Fuzzy-based network bandwidth design under demand uncertainty

<正> In communication networks (CNs),the uncertainty is caused by the dynamic nature of thetraffic demands.Therefore there is a need to incorporate the uncertainty into the network bandwidthcapacity design.For this purpose,this paper developed a fuzzy methodology for network bandwidthdesign under demand uncertainty.This methodology is usually used for offline traffic engineeringoptimization,which takes a centralized view of bandwidth design,resource utilization,and performanceevaluation.In this proposed methodology,uncertain traffic demands are first handled into a fuzzynumber via a fuzzification method.Then a fuzzy optimization model for the network bandwidthallocation problem is formulated with the consideration of the trade-off between resource utilizationand network performance.Accordingly,the optimal network bandwidth capacity can be obtained bymaximizing network revenue in CNs.Finally,an illustrative numerical example is presented for thepurpose of verification.     

基于置信规则库的并发故障诊断方法

针对具有不确定性的并发故障诊断问题,提出基于属性权重和权衡分析的置信规则库(belief rule base, BRB)诊断方法。以属性权重大小来表示属性与特定故障模式之间的相关性,设计能够反映故障模型约束的基于差分进化的优化算法,通过相邻故障模式置信度与预设阈值的权衡分析完成对并发故障诊断。该方法仅需构造单个置信规则库来有效处理各种不确定性信息,与已有研究方法相比极大地降低了建模复杂度。诊断结果不仅能得到故障的并发情况,还可分辨故障的主次关系,并且建模和推理过程开放,可解释性强。最后以船用柴油机的并发故障诊断作为实例,验证了所提方法能够有效的诊断出并发故障并且模型具有较好的稳定性。     

改进的快速扩展随机树在航迹规划中的应用

通过在快速扩展随机树(rapidly-exploring random tree)算法的基础上融入状态-时间空间(state-timespace)的思想,使改进后的算法能够有效地处理动态环境中的航迹规划问题。仿真试验首先采用四元素法建立航天飞行器的六自由度动力学模型,在三维空间中验证该算法搜索高维空间的能力。其次运用改进的算法在动态环境中进行航迹规划试验,证明了该算法的有效性。     

基于Svensson模型的随机型现金流估值

针对传统项目估值方法的局限性，在利率市场化前提下，利用利率期限结构模型刻画资金成本的变化情况；在Hazen模型基础上，从投资现金流的角度提出改进的项目估值方法：通过使用Svensson模型刻画无风险利率，并利用遗传算法求解模型相关参数；同时采用熵度量随机现金流的不确定性. 结果表明，提出的估值方法能较好地解决Net Present Value与Internal Rate of Return评价结果冲突问题，该方法也能较好地解决随机现金流IRR多解问题；同时，引入利率期限结构与熵的项目估值方法，能更准确地评价项目的实际价值.     

不确定信息下考虑相关性与多样性的作战方案推荐方法

针对现有的作战需求表征与作战方案评价存在不确定性信息、作战方案设计中经验积累与重用以及作战方案推荐中相关性与多样性权衡问题, 提出了一种不确定信息下考虑相关性与多样性的作战方案推荐方法。首先，将粗糙集理论融入最优最劣法(best-worst method, BWM)中对各作战能力属性进行赋权; 其次, 给出了不确定信息下作战方案与任务需求之间的相关性、作战方案之间的多样性计算模型; 然后, 提出了权衡相关性和多样性的行列式点过程(determinantal point process, DPP)模型, 在此基础上, 给出了贪婪最大后验概率(maximum a posterior, MAP)推断算法和贪婪Trade-off推断算法以获得作战方案最优推荐子集; 最后, 通过案例分析验证了所提模型和方法的适用性和可行性。     

基于分解技术的动态多目标引力搜索算法

为有效求解动态多目标问题,提出一种基于分解技术的动态多目标引力搜索算法.首先为在环境变化前,得到解集分布性和收敛性都较好的非支配解集,采用基于分解技术的静态多目标引力搜索算法求解环境变化前的静态多目标问题;当环境变化后,根据相邻子种群最优解的相似性与同一权重向量对应子种群最优解的相似性,提出一种新的对最优解的预测模型,以缩小环境变化后各子问题的搜索空间,提高算法的求解效率.最后与目前较先进的静态多目标算法和预测策略在四个测试问题上进行比较,实验结果表明,当待优化问题随时间变化时,本文方法能够取得收敛精度更高、解集分布性更好的最优解集.     

社会偏好对工程工期优化谈判的影响

针对业主与承包商的工期优化问题,基于计算实验方法构建了两者基于收益共享契约的谈判模型,将行为经济学中的社会偏好理论引入其中.分别考虑了承包商具有自利偏好、竞争性偏好、不公平厌恶偏好以及社会福利偏好等类型,研究了不同社会偏好类型对谈判可行域、利润分配、谈判成功率以及效率等方面的影响.研究结果表明:不同的社会偏好类型以及偏好不同程度对于谈判过程与结果均会产生差异性影响,并将呈现出不同的演化趋势.这对于明晰谈判结果成因,继而科学合理地进行工期优化决策均具有重要的意义.