基于离散变量动作空间的多移动机器人对抗策略系统

使用降低决策粒度和精度的方法来换取策略系统的智能,提出了离散变量动作空间的概念,简化了多移动机器人对抗决策问题·离散变量动作空间能够将复杂的决策问题分解为多个独立的子问题,且每个子问题都有相应的理论来解决·建立了基于这种思想和方法的集控式足球机器人决策系统·该系统在2002年机器人足球世界杯比赛中获得了第3名·     

离散型随机变量连续化处理的方法

线性潜在结构方程式模型还仅限于研究连续型随机变量,对于各领域大量出现的离散型随机变量,还没有适用的线性结构方程式模型。因此,离散型随机变量连续化的研究具有重要的意义。对已知的离散型随机变量的分布律,通过分段线性插值,构造出相应的连续型随机变量的概率密度函数,使连续型与离散型随机变量有相同的数字期望和方差,并检验了两个随机变量分布函数的近似程度。     

基于变量分离的生产调度空间划分算法

静态生产调度大多形成MILP或MINLP模型，由于调度规模大及混合整数规划的组合优化特性，造成调度求解困难。通过对混合整数规划模型空间的分析，提出依据整数变量和连续变量的分离策略进行空间的自然划分，从而将模型的求解转化为多个较小规模连续子空间的寻优。对典型间歇调度模型的分析表明，将空间划分后进行连续寻优的策略较大地降低了实际运算的规模，降低了求解难度，可以提高问题的求解速度和效率。     

抽象凸空间上广义博弈Nash平衡点的存在性

为了在满足H0-条件的抽象凸策略空间中,解决广义博弈中广义最大元对策与约束广义最大元对策的Nash平衡点的存在性问题,根据这两种对策中局中人的最优反应集值映射分别定义了两个对策的最优反应集值映射,利用抽象凸空间中的Fan-Glicksberg-kakutani不动点定理,证明了两个对策的最优反应集值映射均存在不动点,从而获得了广义最大元对策与约束广义最大元对策均存在Nash平衡点的结果.该成果对于用广义最大元方法研究广义博弈中的对策平衡具有一定的参考价值和指导意义.     

基于切换表面状态划分的倒立摆模型验证

针对仿真对不存在或难以寻找的问题,利用商迁移系统,给出了混合系统的验证过程。结合倒立摆模型给出的只对状态空间切换表面进行离散化的空间划分方法,相对于常规验证所采用的离散整个连续状态空间的方法,降低了系统分析的维数。提出将阈值切换切分为两类,明确了切换面的划分方式。     

分数阶MIMO控制系统状态空间建模分析

文章对分数阶连续与离散控制系统进行分析和数学描述,用2种方法在状态空间得出其数学模型,以带有分数阶连续与离散控制器的分数阶控制系统状态空间建模为例,对2种模型进行比较,并讨论了分数阶系统稳定分析的可行性。     

折扣马尔可夫决策规划的初等方法

对于状态空间为可列集、行为空间为任意非空集、报酬函数为有界的折扣模型,本文用初等方法反而比用传统方法更快地获得了标准的结果:存在一个平稳策略是ε最优的;最优值函数是最优方程的唯一有界解。这表明用初等方法来研究该模型ε(≥0)最优策略的性质和结构是完全可行的。     

随机性离散存贮模型的三个问题

文中讨论了随机性离散存贮模型的三个问题:需求是随机离散的报童问题、需求是随机离散的(s,S)型存贮策略问题及需求和拖后时间都是随机离散的存贮模型问题。对当前的有关结论提出了不同看法,并给出了相应的结论。     

基于就近取值策略的离散多目标优化

针对现有的离散变量处理方法在求解多目标优化问题中存在精度和可靠性不足的情况,结合离散变量优化问题和遗传算法两者的特点,提出一种能够处理离散变量的就近取值策略.此策略代替了传统对离散优化问题中离散变量的处理方法:将离散优化问题转化为连续优化问题,利用决策变量为连续的优化方法去解决该离散优化问题所对应的连续优化问题的最优解集,最后再按照特定的方法将该连续优化问题的最优解集离散化得到对应离散优化问题的最优解集.将此策略应用在传统多目标遗传算法NSGA-Ⅱ(Non-dominate Sort Genetic AlgorithmⅡ)的遗传算子中得到了离散交叉算子和离散变异算子,使得算法能够真正在离散空间中搜索寻优,并得到了一种基于就近取值策略的离散多目标优化算法(Dispersed Non-dominate Sort Genetic AlgorithmⅡ,DIS-NSGA-Ⅱ).在理论上本方法相比传统方法,对解决离散优化问题更合理,优化结果更精确,有较大优势.最后,通过实验对比现有两种最典型的离散变量处理方法验证了DIS-NSGA-Ⅱ对解决离散变量优化问题的有效性.     

一个新的随机存贮模型

对需求是连续随机变量的存贮问题的原有模型存在的问题进行了说明, 并加以改进,建立了一个新的模型,新模型在该类问题的各个阶段均适用,并给出所建模型的最优策略。