同源随机激励下基于系统动力可靠性的结构优化设计

把结构系统动力可靠性分析与最优化设计结构起来，以结构系统的最小质量为目标函数，给出了考虑在同源随机激励下多自由度线性系统总的可靠性的结构优化设计方法，运用谱分析理论，推导了结构系统在平稳随机过程激励下响应的统计特征，同时结合首次超越破坏的Possion模型计算结构系统的可靠性，最终采用广义乘子法得到结构系统设计变量的最优值，计算结果表明该方法是可行的。     

空间映射与响应面法相结合的结构优化

应用空间映射与响应面方法实现了由低保真模型到高保真模型的响应面映射，在原有空间映射方法的基础上将一类结构优化问题构造为标准二次规划模型，有利于高保真模型的优化求解，且解决了空间映射方法中低保真模型设计变量更新困难的问题。此方法可大大减少应用序列RSM方法进行结构多学科优化时的重分析计算量。数值算例表明此方法可获得较好的求解效率和精度。     

挤压油膜柔性转子系统的优化设计

将优化设计方法应用于挤压油膜阻尼器－滑动轴承－柔性转子系统，从优化变量的选取、目标函数、约束条件等几方面来确定优化设计的数学模型，并将此模型应用于具体的实例中。计算表明，转子系统通过优化，能有效地改善系统运行的稳定性能。     

反问题与神经网络相结合的混流泵叶片优化设计

针对三元扭曲叶片优化设计过程中设计变量较多的问题，采用动量矩为设计变量，再通过反问题计算得到叶片来间接对叶片进行参数化；针对评价函数计算量太大的问题，根据试验设计理论安排训练样本，采用神经网络建立设计变量与目标函数间的复杂的响应关系，并且详细研究了反向传播和径向基函数2种网络在对评价函数进行预测过程中的应用，建立了一种新的叶片优化设计方法，与传统的优化方法相比，其设计变量数目较少，以叶轮内的三维粘性流动分析为基础且大大缩短了计算时间，利用此方法对一台混流泵的扬程和效率进行优化，所得叶片性能良好，从而验证了此方法的有效性。     

MPC实用化问题处理及在车辆ACC中的应用

为实现多目标协调式自适应巡航控制(ACC)系统的实车应用,分析并解决了模型预测控制(MPC)理论实用化过程的弱鲁棒性、非可行解和高计算复杂度问题。采用反馈校正法补偿跟车模型的预测误差,改善模型对跟车系统状态的预测精度;再利用约束管理法,修正MPC代价函数,松弛其输入输出(I/O)硬约束;基于变量集结法,降低待优化变量的维数,缩减MPC优化问题的规模。以某重型卡车为对象的ACC仿真表明:该方法可有效提高ACC对模型失配的鲁棒性,避免因过大跟踪误差造成的控制律非可行解,提高MPC计算效率的同时不影响其控制最优性。     

加热炉待轧时炉温模糊决策

基于对加热炉动态过程受控特征分析,将数学模型方法、模糊控制理论和模糊优化方法应用于加热炉动态过程炉温优化及控制研究.建立了加热炉待轧时炉温模糊优化模型,构造了以钢坯导热机理模型为基础的炉温在线模糊控制决策系统.在此基础上对典型待轧过程进行了炉温控制决策的计算机数值仿真.结果表明,炉温模糊决策结果使在炉钢坯获得了满意的控制效果.本文的模型方法可以有效地应用于加热炉控制系统.     

电力系统动态无功/电压优化控制的一种新算法

在动态无功／电压优化控制问题中，将不可导的控制变量动作次数约束条件和含有离散变量的功率平衡等式约束条件进行了可导化的等价转换．利用控制变量中的离散变量构造了二次罚函数并引入到原对偶内点法中，以实现离散变量在优化过程中的逐次归整，在此基础上，建立了完整的基于非线性内点法的动态无功／电压优化控制的数学模型．算例结果表明，该方法在动态无功／电压优化控制中的效率显著优于动态规划法和遗传算法，并且算法迭代次数不随网络规模增大而明显增大，同时该算法既适用于配电系统，也适用于输电系统．     

同源随机激励下基于系统动力可靠性的结构优化设计

把结构系统动力可靠性分析与最优化设计结合起来 ,以结构系统的最小质量为目标函数 ,给出了考虑在同源随机激励下多自由度线性系统总的可靠性的结构优化设计方法。运用谱分析理论 ,推导了结构系统在平稳随机过程激励下响应的统计特征 ,同时结合首次超越破坏的Possion模型计算结构系统的可靠性 ,最终采用广义乘子法得到结构系统设计变量的最优值。计算结果表明该方法是可行的     

空间映射与响应面法相结合的结构优化

应用空间映射与响应面方法实现了由低保真模型到高保真模型的响应面映射,在原有空间映射方法的基础上将一类结构优化问题构造为标准二次规划模型,有利于高保真模型的优化求解,且解决了空间映射方法中低保真模型设计变量更新困难的问题。此方法可大大减少应用序列RSM方法进行结构多学科优化时的重分析计算量。数值算例表明此方法可获得较好的求解效率和精度。     

基于主导变量选取的点估计随机潮流方法

随着系统规模扩大,随机潮流的快速求解成为其推广应用的前提,文章提出一种基于主导变量选取的点估计随机潮流方法和基于主导输入变量选取的降维方法,并在此基础上利用多项式正态变换法和矩阵奇异值分解生成具有相关性的输入变量点估计样本,从而将问题转化为若干次确定型潮流计算。对IEEE 118节点系统的仿真验证了该方法的有效性,计算结果表明,该方法可在误差容许范围内大大提高点估计法的计算速度,奇异值分解的使用让该方法可以灵活地处理相关系数矩阵非正定的情况,因而具有较好的工程应用价值。     

基于知识工程的智能优化软件系统IOPS

根据知识工程理论研究了一种智能型的优化设计软件系统IOPS，该系统集成了连续，离散，随机变量的14种优化算法程序，并通过模型诊断，算法选择，多目标决策，参数设计等专家系统的并行操作，实现了优化设计过程自动化。     

时变系统的Laguerre模型辨识及设计变量（2） ——Kalman滤波法

文章考虑动态线性系统的时变参数是平稳的AR（1）变量，系统为时变的Laguerre模型时的传递函数估计的均方误差（MSE）。在缓慢时变和高阶模型下，利用Kalman滤波算法，得到MSE的近似表达式。最后得到了Kalman滤波算法的设计变量的最优解。     

基于矩形宏模块的片上系统布图规划算法

布图规划和布局是集成电路片上系统物理设计的基本问题之一。总结了作者提出的几个新的布图规划和布局优化算法及其特点。基于随机优化算法 ,提出了角模块序列表示方法和基于这一表示方法的包含各种布图约束的布图规划和布局算法。提出的基于约束图的布图规划表示 ,为研究序列队 (SP)、变形网格 (BSG)、有序树 (O- tree)等表示之间的关系奠定了理论基础。基于“最小自由度优先原则”,提出了迄今最快的确定性布图规划与布局算法。提出了基于解空间平滑的布图规划和布局算法。该算法与基于模拟退火的算法相比性能更加健壮稳定。在解空间平滑中首次考虑了局部平滑效应 ,这是对解空间平滑方法从原理上的重要改进     

DESOPT机械优化设计软件系统的构建与应用

针对机械优化设计中需要输入大量的设计参数并且要根据不同的优化模型调用多种的优化算法的问题,构建了DESOPT机械优化设计软件系统.软件系统利用VC++和FORTRAN语言混合编程,包括了连续变量、离散变量和随机变量三个优化算法库,设置了前处理、运行和后处理模块,可以通过界面输入所需要的设计参数,能够处理连续、离散和随机设计变量的优化问题.整个系统具有良好的人机交互界面,给用户的应用提供了很大的便利.实例说明了DESOPT机械优化设计软件系统的具有一定的实用价值.     

自适应采样免疫算法及其对随机优化问题的应用

基于体液免疫的简化机制,设计随机优化免疫算法处理高维随机优化问题．算法的关键在于设计：（1）动态分配群体中各抗体采样次数的自适应采样算法;（2）抗体进化算子;（3）进化群体和记忆集的采样数．该算法具有结构简单、灵活、易于应用的特点．数值实验及多种算法比较显示,此算法具有噪声抑制能力强和寻优速度快速等特点,对于不同噪声幅值的高雏随机优化,均能在优化质量、噪声抑制、执行效率中获得满意效果．     

变流量系统对供热系统的优化

从系统的设计、运行和经济分析方面入手，论证了变流量系统在现代化的大、中型供热系统应用的可行性，指出供热系统采用变流量系统可节约能源、降低成本，是系统优化的一项技术措施。     

基于改进粒子群优化算法的信号检测及故障诊断

研究了一种分段双稳态随机共振系统,使用改进的粒子群优化(particle swarm optimization, PSO)算法对双稳系统的参数进行优化,将其应用于弱信号检测以及轴承的故障诊断。首先,引入分段的势函数,对系统的输出信噪比进行理论推导,从势阱中粒子的跃迁角度讨论分析了系统各参数对平均首次通过时间以及信噪比的影响,并借此对系统进行评价;其次,利用随机权重粒子群优化算法和自适应权值粒子群算法,分别与随机共振相结合,以输出信号的信噪比作为评价指标,对系统参数进行优化调节,并比较2种粒子群优化算法的改进算法;最后,将改进的粒子群优化算法应用于故障诊断,通过仿真研究和实验验证,对比几种算法的输出效果,评价了随机权重粒子群优化算法的有效性和优越性。     

基于随机需求的接运公交时刻表的鲁棒性优化方法研究

接运公交需求的随机性会对接运公交时刻表的编制与投入运营产生扰动影响. 为降低此不利影响,基于鲁棒性思想研究了随机需求下接运公交时刻表的优化方法. 随机接运公交需求的每一组实现为一个情景,情景目标值综合考虑乘客成本与运营成本的最小化. 以接运公交需求为随机变量,建立了接运公交时刻表的鲁棒性优化模型,模型综合考虑情景的期望值与偏差期望值最小化. 模型具有组合优化与随机规划特性,选用遗传算法进行求解. 最后给出算例验证了模型与算法的有效性. 算例结果表明随着偏差权重系数的提高,鲁棒性模型更倾向于降低随机需求带来的扰动.     

基于随机加速对偶下降算法的分布式网络流量优化

传统的分布式网络流量优化问题大都通过对偶梯度下降算法来解决,虽然该算法能够以分布式方式来实现,但其收效速度较慢。加速对偶下降（accelerated dual descent,ADD)算法通过近似牛顿步长的分布式计算,提高了对偶梯度下降算法的收敛速率。但由于通信网络的不确定性,在约束不确定时,该算法的收敛性难以保证。基于此,提出了一种随机形式的ADD算法来解决该网络优化问题。理论上证明了随机ADD算法在不确定性的均方误差有界时,能以较高概率收敛于最优值的一个误差邻域;当给出更严格的不确定性的约束条件时,算法则可以较高概率收敛于最优值。实验结果表明,随机ADD算法的收敛速率比随机梯度下降算法快2个数量级。     

一种自动跟踪太阳能照明系统的设计

成本和低功耗转换效率一直是困扰太阳能驱动的照明系统的瓶颈.介绍太阳能照明系统能自动追踪太阳最大光照强度,通过优化算法获取最大功率,提高光电转换效率,具有较好的实用价值.