半Markov过程性能势的并行仿真估计

给出半Markov过程（Semi-Markcv Processes）性能势基于一条样本轨道的仿真算法，从并行仿真的角度，将已有Markov过程的性能势理论推广到半Markov过程，使谊理论具有更加广泛的应用范围。并将该性能势与等价的Markov过程的性能势进行比较，表明了两者的一致性。     

G/M/1排队系统的性能灵敏度分析与仿真

对G／M／1排队系统，通过研究其嵌入Markov链，讨论了系统的稳态性能灵敏度分析问题，导出了系统的稳态分布与其嵌入Markov链的稳态分布之间的关系式，给出了用嵌入Markov链的势能表示的稳态性能灵敏度公式。并提出了通过嵌入Markov链来计算系统性能灵敏度的仿真算法，由于该算法基于系统的一条单一样本轨道，故可直接应用于系统的控制与优化。最后提供了两种具体的G／M／1排队系统的例子来说明该算法的应用。     

M/G/1排队系统的性能灵敏度估计与仿真

对具有一般分布的排队系统-M／G／l排队系统给出了一种通过其嵌入Markov链来计算系统势能及性能导数的仿真算法。由于该算法基于分析系统的一条单一样本轨道，故可直接用于系统的控制与优化。最后提供一个数值例子来表明该算法的应用。     

高速公路ETC仿真平台研究与设计

由于高速公路ETC系统的实时流量状况在实际研究分析过程中难以量化计算和展示，且尚无一套针对高速公路ETC环境的仿真系统来解决高速公路ETC系统运行场景优化。根据ETC数据特性设计了一套基于ETC环境的仿真系统。在仿真系统中涉及3个核心算法：ETC数据特征提取算法，为仿真平台提供生成仿真数据的特征；改进多任务调度算法，以满足仿真环境中多任务的运算能力；高速公路车流控制策略算法，为在途车流量控制提供了决策指标。实验结果表明：该系统能有效获取ETC数据特征，改进多任务调度算法相较其他算法性能更优，可实现仿真路网的整体车流量控制与优化。     

基于性能势的Markov控制过程双时间尺度仿真算法

在基于性能势的随机逼近方法中引入双时间尺度的概念,提出了离散时间Markov控制过程的基于性能势的双时间尺度仿真梯度算法,弥补了传统算法中每步更新算法更新频率过快和更新环更新算法更新频率过慢的不足,并利用三个数值例子来说明双时间尺度更新算法在计算复杂度、收敛速度和收敛精度上的优势.     

DSSS系统中应用HMM的窄带干扰抑制技术

研究了DS(Direct Sequence)扩频系统中基于隐藏马尔可夫模型(Hide Markov Models—HMM)的干扰抑制技术，首先简要引述了算法原理，然后着重给出了该算法的改进方案和在具体干扰条件下的系统性能仿真。研究表明，相对于基于DFT的干扰抑制技术，该算法由于能够对干扰信号进行准确的估计，因而减小了对有用DS扩频信号的损伤，可以获得更好的抗干扰性能。通过减小复杂度的措施，可以使之用于实际系统，这对于应用DSSS系统的短波通信系统和卫星通信系统增强其抗干扰能力具有重要意义。     

Rollout及其并行求解算法在多类商品库存控制中的应用

Rollout算法是Bertsekas提出的求解马尔科夫决策过程(MDP)问题的一种仿真优化算法。文章研究Rollout算法求解多类商品库存控制问题,给出了基于性能势和神经元动态规划的Rollout优化算法。另外,为了降低运算时间,文章提出了两种Rollout并行求解算法,并讨论了这两种并行算法各自的适用场合。实验结果表明,Rollout算法能满足模型未知系统的优化要求,具有较好的并行性能。     

基于交替方向乘子法的单天线ADS-B信号分离

广播式自动相关监视(automatic dependent surveillance-broadcast, ADS-B)系统是一种针对空中交通管理的监视系统。然而，由于ADS-B信号传输的随机性不可避免地导致多个ADS-B信号之间的重叠。传统的单天线Capon算法由于频率估计误差导致算法性能下降，针对以上问题提出了一种非频率估计的ADS-B信号分离算法。首先，基于矩阵重构，将单天线ADS-B信号分离问题重新表述成一个与Capon算法类似，但是约束条件完全不同的非凸优化问题。然后，针对该非凸优化问题，使用了交替方向乘子法求解了该非凸优化问题。仿真结果表明，当非重叠的数据的长度大于1μs时，提出的算法就能有效地分离出重叠的单天线ADS-B信号。此外，即使在Capon算法已知重叠信号的频率精确而所提算法未知的情况下，所提算法的性能也优于Capon算法。     

基于耦合技术计算Markov链性能势的仿真算法

在对遍历Markov链的性能灵敏度分析中,可以用计算Markov链的实现因子来代替计算Markov链的性能势。给出了一种基于耦合技术的仿真方法来估计实现因子。使用经过优化的耦合矩阵,通过仿真来快速获得实现因子的估计。这种方法有两个优点：一是不用去求稳态分布,二是能减少仿真中的计算时间。     

冷连轧优化计算机嵌入式仿真系统研究

阐速了实现嵌入式仿真系统的一般方法，结合某冷轧厂技术改造过程中优化控制机功能移植与改造的应用需求，实现了一个嵌入式仿真系统，解决了技术改造的瓶颈，该嵌入式仿真系统为轧制、控制等模型的研究提供了一个模型试验平台，能够进行在红或离线的模型仿真试验。该系统在某冷轧厂在线投入，运行稳定可靠满足了实际需要。     

多用户双向AF MIMO中继系统的联合预编码算法

近年,双向放大转发(amplify-and-forward, AF)多输入多输出(multiple input multiple output, MIMO)中继系统中的预编码设计吸引了越来越多研究学者的兴趣。然而,在实际MIMO中继通信系统中,针对双向传输下的系统,对多用户模型进行的研究较少。由此,针对多用户双向AF MIMO中继系统模型,提出了一种联合预编码算法。采用在所有节点功率限制下,以最小和均方误差(minimun sum mean square error, MSMSE)设计准则去求解联合信源、中继和信宿端多用户的非凸优化问题,将最初的非凸优化问题转化成多个子优化问题,并利用半正定规划设计、平方约束二次规划设计以及二阶锥规划设计求解子优化问题。之后通过交替迭代方法进一步求解每个子凸优化问题局部优化值,达到优化所有节点矩阵变量的目的。所提算法较现有的算法,不仅在优化问题方面考虑更全面、更实用,而且实验仿真结果验证,提出的算法在系统和均方误差(sum mean-square-error, SMSE)性能、和速率以及误码率(bit-error rate, BER)上有均有改善。     

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。     

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。     

空基外辐射源定位系统的观测站航迹优化

针对空基外辐射源定位(airborne passive coherent location, APCL)系统容易出现可观测性差、定位性能不稳定的问题,提出了观测站航迹优化算法以提高系统的定位跟踪性能。首先,建立APCL系统的二维运动学模型与量测方程,并选取系统可观测度和几何精度因子(geometrical dilution of precision, GDOP)作为优化指标,推导出航迹优化函数。然后,使用加权离散搜索优化算法控制观测站机动至最优观测位置,并以容积卡尔曼滤波(cubature Kalman filter, CKF)为工具,对目标和外辐射源进行定位跟踪。仿真结果表明,观测站采用航迹优化算法能大幅提高系统定位的稳定性,显著减小跟踪估计误差。     

空基外辐射源定位系统的观测站航迹优化

针对空基外辐射源定位(airborne passive coherent location, APCL)系统容易出现可观测性差、定位性能不稳定的问题,提出了观测站航迹优化算法以提高系统的定位跟踪性能。首先，建立APCL系统的二维运动学模型与量测方程,并选取系统可观测度和几何精度因子(geometrical dilution of precision, GDOP)作为优化指标,推导出航迹优化函数。然后，使用加权离散搜索优化算法控制观测站机动至最优观测位置,并以容积卡尔曼滤波(cubature Kalman filter, CKF)为工具,对目标和外辐射源进行定位跟踪。仿真结果表明,观测站采用航迹优化算法能大幅提高系统定位的稳定性,显著减小跟踪估计误差。     

一类多状态时滞不确定系统的鲁棒预测控制

针对一类多状态时滞多面体不确定对象,提出了一种鲁棒预测控制算法。基于参数相关的李亚普诺夫函数,给出了系统稳定的充分条件。通过求解满足若干线性矩阵不等式条件的上界值的最优化问题,获得了约束范围内满足系统鲁棒性能的最优控制律。优化问题的可行性保证了算法的鲁棒稳定性。仿真实例证明了该算法的有效性。     

基于改进狼群算法与仿真的单元调度优化

单元制造是现代生产系统的重要组织形式。对制造单元的调度过程中,机器故障与中断是很常见的问题,机器空转造成的能源浪费也不可忽视,相关研究具有重要现实意义。考虑单元调度中的机器中断和能耗,建立了一个最小化所有工件完工时间及机器闲置能源消耗和中断成本的整数规划模型,并提出了一种基于改进狼群算法和离散事件仿真的混合优化方法加以求解,有效提高了算法的寻优能力。数值实验表明,提出的算法具有良好的收敛性,可以在合理的迭代次数内找到问题的满意解。