列车运行调整问题的分解协调计算模型

针对列车运行调整问题集中式求解方法的不足,构建多目标优化列车运行调整的数学模型,并设计分解协调计算模型来求解.分解协调计算模型将求解过程分为4个层次,分别是将待调整列车分解为子调整列车集的协调分组层,确定子列车集优化目标的目标设定层,完成子调整问题求解的优化计算层和将各子问题解还原为原问题解的结果还原层.该计算模型能适应多种线路条件,也能适应不同列车调度员指挥的习惯偏好,并能快速求出优化解.     

重大决策的三级协调模型

我国社会经济建设项目中的重大决策问题,一般都涉及到项目所在单位和设计单位,上级主管部门和与项目有关的部门,以及最高决策部门三个层次。各层所站的立场、价值观以及面临的决策问题各不相同。因此,其决策过程是一个多层次、多反馈的协调过程。本文根据各层决策的特点及其联系,建立了一种三级协调模型,并探讨了求解方法。     

求解多目标优化问题的多智能体遗传算法

目的 在求解多目标优化问题时，总是希望获得尽可能多的Pareto解，且这些解能够较均匀地分布在目标空间的Pareto边界上。方法 通过引入智能体的概念，并将多个智能体组成的多智能体系统与经典遗传算法相结合，给出了一种求解多目标优化问题的多智能体遗传算法。结果 对每个智能体在其邻域内进行局部Pareto寻优操作，而不是在整个群体中进行Pareto寻优，从而保证了群体的多样性，并在一定程度上抑制了种群的早熟现象。结论 该方法能够找到问题的分布较均匀的Pareto最优解。     

多目标优化中的协调性问题

通过对求解多目标优化问题的2个主要方法的分析和比较，研究讨论了多目标优化中的协调性问题，得到了在加权P范数法中，各目标间的协调作用是静态的、人为的，而在熵极大方法中协调作用是动态的，非人为的。     

复杂网络条件下多UAV集结问题非合作求解方法

针对复杂网络条件下多UAV系统任务区集结问题,提出了多机非合作求解方法.首先,基于协调变量和协调函数,建立多UAV集结问题的分布式求解框架.从任务特征出发,改进多智能体时延相关平均一致性算法,提出非合作优化一致性策略.该方法更强调平台的轨迹控制,弱化UAV对路径规划算法的要求,不仅能够降低集结问题的求解难度,而且使多UAV系统具有较强的动态响应能力.仿真实验验证了非合作优化一致性策略的正确性,多UAV能够在复杂网络条件下实现任务集结.     

泵站优化调度的分解协调模型

针对泰州泵站中转浆式与定桨式轴流泵机组同时并存的情况，依据其常规调度模式和机组布置的特点，引入大系统分解协调技术，建立了两层谱系结构的泵站优化调度模型，并在不同层次采用了合理的优化进行求解，计算结果表明，所提出的模型及优化原则保证了泵站在原有设施条件下能经济高效地运行。     

多无人机编队控制轨迹的凸优化设计

将多无人机编队控制优化模型分解为优化层和协调层,从而将多无人机编队控制轨迹的设计转化为优化层和协调层的优化设计。首先在共有的辅助决策变量汇合点的前提下,对优化层采用对偶理论将约束问题转化为无约束问题,进而利用最优必要条件求解最优的控制输入信号值。对协调层关于辅助变量汇合点的设计,可采用凸算法中的梯度投影策略,并分析该梯度投影算法的收敛性。最后用仿真算例验证该方法的有效性。     

多目标协调与权系数选择

研究了加权ｐ范数函数及其一阶偏导数，协调解表面及其法向量，多目标协调和单 目标极小化等问题，找出权系数、ｐ范数法中的ｐ值及协调解构成的超面之法向量之间 的关系，从两方面论证了选择权系数的公式。还讨论了公式中引入近似替换量的方法及 其在求解协调解中的作用。给出了用无穷大ｐ范数法求解多目标问题时，权系数的几何 含义并论证了当ｐ范数法中的ｐ值从１向∞升值时，求得的协调解轨足 的变化情 况。这些对指导多目标协调有着重要意义。     

一种基于宏启发搜索策略的神经网络学习算法

神经网络的学习是全局优化问题，Ｔａｂｕ搜索是一种非常有效的求解全局优化问题的宏启发搜索策略，文章根据Ｔａｂｕ思想和松弛原理，提出了一种多层网络学习算法。初步实验表明该方法是有效和快速的。     

求解二层规划问题的萤火虫智能群优化算法

针对二层规划问题,给出二层决策问题数学模型的一种新的解法,二层规划萤火虫智能群优化算法:首先采用以原问题的下层问题的Kuhn-Tucker条件代替下层问题的思想,将二层规划问题转化为单层规划问题.其次为避免求解目标函数的梯度信息以及算法过早的陷入局部最优,利用基于Pareto最优解集的萤火虫智能群优化算法对其进行求解,并利用Matlab予以实现.利用5个具有代表性的标准测试实例对该算法予以测试,并与其他算法进行比较.结果表明,结合Kuhn-Tucker条件的萤火虫智能群优化算法在5个测试函数中均能寻找到最优Pareto解,并且在求解的上层目标函数值上均优于对比算法,表明新算法可行有效.     

面向复杂系统的智能协同建模方法研究

传统建模方法在实际大规模复杂工业系统应用中受到限制，人工智能在一定程度上克服了这个问题。但任一种智能建模方法都难以完满足综合化、复杂化的工业过程控制要求。提出复杂系统智能协同建模的概念，研全究它们在一定约束条件下的协同建模及优化机制，建立智能协同系统模型，并将其应用于热连轧实际生产过程中，为复杂系统建模提供了一条新的途径。     

基于合作博弈的多部件设备非完美维修策略优化

非完美维修是设备维修资源受限条件下广泛采用的维修方式,然而设备非完美维修中各部件维修等级的确定随着部件数量或非完美维修等级的增加而变得困难。针对多部件设备非完美维修策略优化问题,以设备可靠性为基础,选择各部件的非完美维修等级为优化变量,以维修时间及任务可靠性为约束条件,以设备总维修费用最低为目标建立了设备维修策略优化问题数学模型;进而选择各部件的负责人为参与者,构建相应的合作博弈场景,提出基于合作博弈的设备非完美维修策略优化方法,通过设置每轮博弈中各参与者的策略空间构造、收益及博弈规则,能够使每轮博弈中设备维修方案的更新是朝着优化目标的方向进行;从而通过动态博弈过程获得多部件设备最优的非完美维修策略。通过仿真算例分析及与遗传算法等对比,验证了所提方法的优化结果整体上明显优于遗传算法和粒子群算法的优化结果,且能够显著提高非完美维修策略优化过程的计算效率。研究为当前有限资源下的设备维修策略优化提供了新思路。     

基于耦合问题的多智能主体协作模型

针对复杂机电系统耦合问题求解的机理,提出了多智能主体协同求解的工作模式应采用客户／服务器的控制方式;描述了服务ａｇｅｎｔ和客户ａｇｅｎｔ的功能和组织结构,并规定了协同求解的ａｇｅｎｔ之间的交互作用格式．为便于实现多个ａｇｅｎｔ的协同求解过程,将耦合问题归纳为一个四元组形式,进而对问题求解中的共同规划的产生过程作了较细的描述．     

焦炉集气管压力智能协调控制系统及其应用

根据集气管系统的工艺流程和动态特性,提出了一种分层智能协调控制方法,将集气管控制系统划分为3个层次:基础控制级,解耦级和协调级.通过分层结构处理过程的复杂性,实现算法的模块化,便于算法设计、调试、使用和维护.采用了基于多变量模型辨识的解耦控制,并通过协调专家系统协调各层次的控制行为,提高控制系统整体的适应性、可靠性,改善控制品质.基于西门子S7软硬件系统的实现了智能协调控制系统,实际应用取得了良好的效果.     

半导体制造过程的多工序协同控制模型

针对半导体制造过程的多工序质量控制,提出一种协同控制模型.该模型由目标优化、设备选择和设备控制3层组成.目标优化层利用目标优化模型对下游关键工序参数的目标值进行优化,补偿上游工序偏差对产品质量特征的影响;设备选择层综合考虑设备性能、生产时间以及设备的可利用性,选择处于最佳状态的设备完成相应的工序操作;设备控制层对选定的设备进行Run-to-Run控制,降低产品批次间的差异.从某半导体制造车间采集多道关键工序的测试数据,建立协同控制模型.通过基于生产数据的仿真,证实协同控制模型能够改善产品质量,提高设备效能和生产效率.     

一种求解属性约简优化的协同粒子群算法

针对粗糙属性约简优化问题,利用粒子群寻求最优解的优势,提出一种改进的粗糙集属性约简优化的协同粒子群算法(AR-CPSO)。在最优属性寻求过程中,该算法使粒子群在属性空间通过约简集向量的分解和邻域簇的协同学习提高其寻优能力,并利用自适应约束强化罚函数较好地收敛到最优目标属性约简集。该算法能始终保持种群的多样性、协作性,并避免过早地陷入局部最优。相关仿真实验表明,AR-CPSO算法能有效地找到全局最优属性约简集,具有较强的属性协同约简优化性能。     

平行制造与工业5.0:从虚拟制造到智能制造

 以虚拟制造为基础,提出一种智能制造的新范式--平行制造。它融合了社会物理信息系统（cyber-physical-social-systems,CPSS）和工业智联网的概念,综合物理系统、信息系统和社会系统的复杂性,以ACP（artificial systems,人工系统）、计算实验（computational experiments）、平行执行（parallel execution）方法为理论指导,结合工业智联网技术、软件定义技术和知识自动化技术,构建了平行演化、闭环反馈、协同优化的智能制造体系。该系统由3部分组成：软件定义的过程与工厂确定其描述智能、计算实验优化建立其预测智能、虚实互动的平行执行构建其引导智能。通过描述、预测和引导智能的全方位综合利用,实现数字化与透明化的制造企业智能化体系。     

以透气性为中心的链篦机过程智能优化控制

针对球团烧结链篦机过程被控对象复杂、数学模型不确定以及控制要求高等特点,提出一种基于球团烧结透气性软测量模型的专家控制方法,以提高球团烧结过程自动化控制水平,最终实现了球团烧结生产过程链篦机子系统的优化管理,优化控制和优化运行。     

面向多机协同的Att-MADDPG围捕控制方法设计

多无人机对动态目标的围捕是无人机集群作战中的重要问题.针对面向动态目标的集群围捕问题,通过分析基于MADDPG算法的围捕机制的不足,借鉴Google机器翻译团队使用的注意力机制,将注意力机制引入围捕过程,设计基于注意力机制的协同围捕策略,构建了相应的围捕算法.基于AC框架对MAD-DPG进行改进,首先,在Critic网络加入Attention模块,依据不同注意力权重对所有围捕无人机进行信息处理;然后,在Actor网络加入Attention模块,促使其他无人机进行协同围捕.仿真实验表明,Att-MAD-DPG算法较MADDPG算法的训练稳定性提高8.9％,任务完成耗时减少19.12％,经学习后的围捕无人机通过协作配合使集群涌现出更具智能化围捕行为.     

考虑SOP的配电网电压有功无功协同优化

为解决高比例分布式电源接入配电网的节点电压波动等问题,本文提出了一种考虑智能软开关的配电网电压有功无功协同优化控制策略。首先,对影响节点电压波动的因素进行分析,说明可从有功和无功的角度对电压进行控制,对智能软开关的工作原理进行分析,它可以精确控制两侧所连馈线间传输的有功,且提供一定的无功功率;其次,建立了以有功网损最小和电压偏离最小为目标函数的配电网有功无功优化数学模型,并通过权重系数将其转化为单目标模型;再次,通过改进灰狼算法对本文所建模型进行求解;最后在IEEE33节点系统上进行仿真验证。结果表明：所提策略能有效减小系统节点电压波动和降低网损。