热电联产热力系统参数与结构方案同步综合

将复杂非线性蒸汽动力系统参数优化扩展到热电联产流程结构和蒸汽参数的联合优化,提出的混合整数非线性规划（ＭＩＮＬＰ）模型包含非凸非线性费用目标函数、复杂非线性过程约束及多方案选择的组合优化０－１变量逻辑约束．应用算例表明,所采用的模型和改进的遗传算法解决热力系统组合方案优化问题是可行的．     

约束直接搜索法求解螺旋桨参数优化设计问题

建立了螺旋桨参数优化设计的计算模型，包括初步设计和终结设计两部分，都可归结为三变量（螺旋桨盘面比、螺距比、进速系数）的非线性约束优化问题，提出了组合复合形法和自适应随机搜索法的混合方法，经过算例比较，可更有效地解决复杂的非线性优化问题。     

基于模糊决策的模糊投资组合选择模型研究

对模糊情况下的证券投资组合问题进行了研究。提出了相应的证券投资组合问题模型和求解方法。假定交易费用函数为V型函数,将投资者的主观意见反映在模糊情况的投资组合模型之中,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法。     

多目标非线性优化方法在公路选线中的应用

通过对传统公路选线方法的特点进行分析,提出多目标非线性优化方法,即利用方案网络图法构造路线的备选方案,建立符合公路选线特点的多目标非线性的优化模型,从而找到最优路线方案。通过对优化模型的分析,探讨优化模型的求解方法,提出约束法、分层序列法、评价函数法、逐步法等4种求解方法。对4种求解方法进行对比分析,结合公路选线影响因素众多的特点,认为约束法是解决优化问题的一种较为实用的方法。     

缺水地区水资源优化分配模型研究

本文应用大系统分解协调法建立地区水资源优化分配数学模型，以递阶动态规划法阐明了求解地区水资源优化分配数学模型的思路，即“化大为小”和“集小成大”，所谓“化大为小”即将复杂的大系统优化问题化为易于求解的“小”系统优化问题，在求解小系统优化问题的基础上，将它们组合起来，利用动态规划法逐级优化，求出原复杂大系统问题的最优解，并以实例说明模型的求解过程．本模型更适于求解非线性、多变量、多约束的复杂大系统同题．适用于不同地区水资源优化分配．     

大型水电站整体时空经济运行模型及其算法

针对大型水电站厂内经济运行问题的高维性、复杂非线性和实时性,将空间负荷优化分配模型与时间机组组合优化模型相耦合为整体时空经济运行模型,提出一种扩展蚁群算法.采用多蚁群、多起点、多路径模式进行机组组合优化,依据动态规划法制定的稳定最优表进行经济负荷分配,避开空蚀振动区.引入信息素平滑机制避免优化算法的收敛早熟,采用启发式开停机策略和备用容量补充策略有效处理多重约束,运用全程开停机策略在大型水电站机组台数较多的情况下缩小搜索空间的大小,使算法更快收敛于最优解.以三峡水电站为应用实例对算法的可行性进行了验证,计算结果表明所提出的算法模型不仅具有较强的收敛性和稳定性,而且能够兼顾计算速度和优化精度.     

基于混合DE—PSO算法的水库优化调度模型及其应用

水库优化调度实质上是一个非线性的不等式约束优化问题,在现行的求解方法中,对计算精度和复杂约束处理这两个问题一直考虑不足,相关方面的研究也较少．将粒子群算法和差分进化算法引入到水资源系统工程中,建立了水库调度的DE—PSO优化模型,避免了寻优瓶颈;针对复杂约束问题,提出退火罚函数法,有效地解决了水库调度问题．通过实例分析,验证了所给方法的可靠性．     

三相生物流化床味精废水处理的优化控制研究

针对三相生物流化床味精废水处理过程的闭环控制进行研究,在考虑其大滞后性、复杂非线性等特点的基础上,提出一种基于人工神经网络的非线性模型预测控制方法以实现处理过程的闭环优化控制.该方法首先建立味精废水处理工艺模型,采用非线性模型预测控制方法对模型进行校正,并利用序列二次规划法解决其约束非线性规划问题,最终实现味精废水处理的闭环优化控制.仿真和实验结果表明该方法有效,可实现闭环实时控制,具有广阔的应用前景.     

设备启停过程优化控制的有效算法

为了有效地进行非线性过程优化分析 ,从优化问题的 Kuhn- Tucker条件出发 ,采用 Newton- Raphson迭代方法建立了非线性优化问题的求解方案。并结合高温循环载荷作用下运行过程优化的特点 ,提出了一个新的考虑活动约束集的非线性优化求解方法。对于其中的非线性约束采用活动约束集的概念 ,而对于线性边界约束 ,则按约束优化方法中的梯度投影法作专门处理。实际算例表明 ,采用该算法一方面可以大大减少约束函数的数目 ,另一方面又能够保证很好的收敛性     

不确定非完整AGV的自适应反演滑模控制

提出了一种(2,0)型受非完整约束的自动导向车( AGV)的轨迹跟踪控制方案.该方案针对AGV复杂非线性动力学系统,应用输入—输出非线性反馈控制进行线性化,针对AGV的模型参数不确定性和外部未知干扰,结合从执行器输出的总体不确定动力学模型,采用基于李亚普诺夫方法设计的自适应反演滑模控制器进行伺服补偿,保证系统稳定和渐近...     

改进粒子群算法优化的非线性模型预测控制

针对带有有界随机扰动和概率约束的非线性模型预测控制的优化控律求解问题.采用引入粒子滤波重采样步骤改进的粒子群算法,并与粒子的变异操作相结合来求解非线性模型预测控制优化控制律的方法,提高了算法的收敛速度和控制效果.对概率约束的处理,采用对不满足约束的粒子进行有效替代的方法,进而得到满足概率约束条件的优化控制律.仿真结果表明了提出的改进粒子群算法用于优化求解非线性模型预测控制的优化控制律的可行性和有效性.     

用约束变尺度法优化输配气运行方案

无压缩机站输配气管网方案优化是一个非线性规划问题,本文用非线性规划中的约束变尺度法实现了输配气方案优化,并给出了计算实例.     

制造系统负荷配置的非线性优化

基于排队理论,建立制造系统负荷分配的非线性优化模型.该模型以服务负荷为目标函数,包括关于在制品状态的3个不等式约束.设计一种优化变量转换方法,并经适当的约束条件合并,将该非线性模型转换为凸优化模型.推导给出该凸优化模型对应的拉格朗日函数及KKT条件,并引入凸优化内点法作为负荷分配的有效计算工具.实例计算结果表明,模型的优化结果能保证充分利用设备的生产能力及最低的在制品库存,同时凸优化内点算法具有迭代次数少、收敛速度快的优点.实际应用中,可以将非线性的复杂的优化问题凸性化,从而得到其最优解.     

基于小波网络的非线性多变量约束预测控制

为了解决非线性多变量系统的建模、控制和优化问题 ,论文扩展基于小波神经网络的单变量系统辨识到多变量系统辨识 ,并用它实现非线性预测控制。对开环稳定过程 ,引入一个具有输入约束的基于小波神经网络模型的区域预测控制方案 ,它的闭环稳定性能够通过适当选择它的预测水平来保证。基于上述动态控制方案 ,提出了一个稳态状态优化方案。通过对一个聚酯生产过程的仿真研究 ,证实了上述方法的有效性。由于能够通过线性最小二乘 (L S)估计方法来辨识 ,该模型易于实现并可用作通用模型。仿真研究的结果表明了该模型的通用性、辨识和控制方法的简单性 ,所提出方案能够被用于过程工业的非线性系统的建模和控制     

基于SARIMA-GA-Elman组合模型的短时交通流预测方法

针对单一模型无法深入挖掘交通流复杂的线性和非线性特征方面的局限性以及神经网络模型在训练时收敛速度缓慢等问题,提出了一种基于SARIMA-GA-Elman的组合预测模型.该组合模型有效地融合了季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型良好的线性拟合能力和Elman递归神经网络强大的非线性映射能力;在预测过程中首先基于SARIMA滚动预测时间序列的线性分量,然后使用SARIMA模型的预测误差序列建立Elman-RNN构建非线性误差模型;此外在训练非线性误差模型的过程中使用经过二进制编码的遗传算法(genetic algorithm,GA)优化Elman-RNN,旨在提升Elman-RNN的训练效率,最后把两个模型的预测结果加权组合得到最终的预测值.实验结果表明,该组合模型在预测精度和鲁棒性方面相比单一模型都有较为明显的提升.     

受时间、空间约束VRP问题蚁群优化模型及算法的研究

蚁群算法求解组合优化问题是当今智能优化算法的发展方向之一.通过对M.Dorigo提出的传统蚁群优化元启发模型改进,提出了多参数约束蚁群优化元启发式模型.该模型将所有优化约束条件映射为影响人工蚂蚁搜索行为的诱导素;模型中的人工蚂蚁智能行为简单,只根据信息素和诱导素在求解空间中进行搜索,而不进行复杂的运算;该模型减少了人工蚂蚁的求解搜索空间.并通过受时间、空间约束问题VRP(Vehicle Routing Problem)验证了本文提出模型算法较传统蚁群算法简单、收敛性快.     

具有现实约束的均值-VaR投资组合绩效评价

考虑交易成本、借款约束、上下界约束和基数约束等实际约束条件，提出了均值-VaR投资组合优化模型；该投资组合优化模型非常复杂，难以获得真实前沿面的解析解，给投资组合理论的应用带来了很大的困难，因此，进一步提出了具有实际约束的均值-VaR投资组合DEA绩效评价模型，通过构建DEA模型的前沿面来逼近真实前沿面，从而对构建的投资组合绩效评价模型进行效率评价；最后，运用上海证券市场的股票周交易数据进行实证研究.研究结果表明:随着样本数据量的增大，DEA前沿面逐渐接近于真实前沿面.     

基于多目标协同优化算法的卫星结构优化设计

针对卫星系统中多目标、多约束、耗时的结构优化问题,建立了卫星结构的多目标协同优化模型.将协同优化方法与全局多目标优化算法相结合,并针对协同优化方法的缺陷采取一些改进措施,提出了协同优化方法与全局多目标优化算法(CO-PE)组合优化方法.以某卫星结构多目标优化问题为例,在iSIGHT优化软件中对卫星结构进行多目标协同优化设计,通过CO-PE组合优化方法获取Pareto最优解集.优化结果表明,多目标协同优化模型能够简化优化问题的复杂度,基于近似模型的CO-PE组合优化方法具有较好的准确性和高效性,对实际工程中类似的复杂结构优化问题具有一定的参考价值.     

基于粒子群算法的数控加工切削参数优化

以实际生产加工中的经验公式为基础,考虑加工中机床和刀具的实际约束,建立了以进给量和切削速度为变量,以最大生产率和最低生产成本为优化目标的多目标优化模型,并引入协调系数将其转化成单目标优化模型.应用粒子群算法对数学模型进行寻优求解.实例表明经过优化计算得到的切削参数取值比经验值更能满足优化目标,也说明了粒子群算法适用于解决复杂的非线性优化问题.     

一种用于氧化铝生料浆优化调配的改进遗传算法

为解决烧结法氧化铝生料浆调配过程中评判指标复杂、计算劳动强度大、难以获取最优调配组合，造成料浆成分波动大等问题，以物料平衡为基础，结合生产运行经验，建立综合考虑生料浆质量指标要求、当前满槽质量指标和调配后剩余各槽质量指标的生料浆调配过程优化模型；针对优化模型中存在的多目标、非线性和多约束特点，提出一种根据适应度函数自动调整交叉概率和变异概率的改进遗传算法，并结合惩罚策略求解最优调配方案。该方法与传统的枚举递归寻优算法相比，减小了时间复杂度，总能保证在1min内快速求得最优调配方案。工业应用结果表明，该算法满足现场调配工艺要求，可大幅度减轻计算劳动强度，减少生料浆质量指标的波动，使熟料指标碱比、铝硅比的平均合格率分别提高0．34％和5．95％，为后续生产的稳定发挥了重要作用。