随机需求下公交时刻表设计的鲁棒性优化

考虑在实际运营中乘客需求具有随机性,固定需求下优化的公交时刻表不适应运营的要求.随机需求下的期望值模型忽略了不利可能事件对运营的负面影响,针对此情况研究随机需求下公交时刻表设计的鲁棒性优化.模型综合考虑乘客成本与运营成本,采用鲁棒性优化权衡目标期望值与偏差期望值.结合随机模拟技术,选用遗传算法求解模型.给出了算例,验证了模型和算法的有效性.通过比较固定需求模型、随机需求期望值模型、随机需求鲁棒性模型,说明在鲁棒性优化下需要提供更多的交通供给以降低偏差期望值.最后,对鲁棒性模型中的偏差权重系数进行了灵敏度分析.     

加权快递网络鲁棒性分析及优化

研究快递网络鲁棒性的分析和优化方法.考虑到快递网络中节点城市和包裹投递的地理空间特征,提出基于节点城市之间投递距离的加权快递网络抽象描述及其鲁棒性分析方法.进而在有目的的节点城市移除规则和随机的投递路线移除规则下,分析航空投递网络和陆运投递网络的鲁棒性,发现前者的鲁棒性明显优于后者.然后,通过分析航空投递网络和陆运投递网络的微观结构特点.结合节点城市实现包裹投递的基本功能要求,提出基于节点城市包裹投递能力的加权快递网络鲁棒性优化思路方法,并给出航空投递网络和陆运投递网络的优化结果.     

节点攻击策略下的军事通信网络结构优化算法

合理的军事通信网络结构能够充分利用信息优势达到制胜的目的,因此优化军事通信网络结构至关重要.首先,基于复杂网络理论并结合军事通信网络的拓扑结构特征建立了相应的网络结构模型,将侦查探测、火力打击和指挥控制实体抽象为节点,实体间复杂的连接关系抽象为边.在此基础上,以提升网络鲁棒性为目标,提出了一种基于进化思想的优化算法并对...     

基于随机活动工期的资源约束项目鲁棒性调度优化

项目进度计划的鲁棒性对于不确定条件下项目的顺利实施具有重要影响. 作者研究具有随机活动工期的资源约束项目鲁棒性调度问题, 目标是在可更新资源和项目工期约束下安排活动的开始时间, 以实现项目进度计划鲁棒性的最大化. 首先对所研究问题进行界定并用一个示例对其进行说明. 随后构建问题的优化模型, 设计禁忌搜索、多重迭代和随机生成三种启发式算法. 最后在随机生成的标准算例集合上对算法进行测试, 分析项目活动数、 项目工期和资源强度等参数对算法绩效的影响, 并用一个算例对研究进行说明, 得到如下结论: 禁忌搜索的满意解质量明显高于其他两种算法; 当资源强度或项目工期增大时, 平均目标函数值上升, 禁忌搜索的求解优势增强. 研究结果可为不确定条件下项目进度计划的制定提供决策支持.     

基于资源流网络与时间缓冲集成优化的鲁棒性项目调度

针对工期不确定的资源受限项目调度问题,将鲁棒性资源分配和时间缓冲插入两种方法进行有效地结合,通过设计两阶段集成优化算法构建抗干扰能力较强的鲁棒性项目调度计划.第一阶段提出MEPC(minimizing expected penalty cost)资源流网络优化算法,通过对资源进行有效配置生成稳定的资源流网络.为进一步提升调度计划的鲁棒性,第二阶段通过固定第一阶段构建的资源流网络,设计EPC(expected penalty cost)缓冲优化算法,通过迭代方式在延期风险较大的活动前插入时间缓冲,实现项目期望惩罚成本最小化.最后通过大规模仿真实验从解鲁棒性质鲁棒性两方面来验证两阶段算法的有效性和可行性,结果表明通过将资源流网络与时间缓冲进行集成优化构建的调度计划不仅具有较好的完工性并且能更有效地应对项目执行过程中各种不确定性因素的干扰.     

考虑度相关性的 IP网络在相继故障下的弹性研究

考虑网络中节点相关性对负荷重分配方式的影响,建立了新的相继故障模型.应用此模型在实际网络拓扑中进行仿真,并用S 弹性来衡量相继故障后网络的工作能力.仿真结果表明:度相关性对网络中相继故障的发生及故障产生的环境条件均有影响.而此结论也验证了本文所建立模型的正确性.     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明：MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

基于复杂网络的空铁复合网络的鲁棒性研究

运用复杂网络方法,对中国高铁-民航复合网络进行了网络拓扑特性与鲁棒性分析。分析结果表明,高铁-民航复合网络及其子网络都是具有无标度特性的小世界网络;高铁-民航复合网络在蓄意攻击模式下的鲁棒性较差,而在随机性攻击模式下的鲁棒性较强;无论是随机性攻击还是蓄意攻击,复合网络的鲁棒性都优于高铁子网络和航空子网络。     

控制系统最速响应鲁棒性设计

为了简化实际中控制系统鲁棒性的设计,提出一种有约束多目标最优化的鲁棒性时域设计方法。该法先对名义值系统进行设计,把自动驾驶仪的上升时间转化为目标函数,将系统超调量、稳态误差等性能指标转化为约束条件,采用有约束最优化方法设计名义值系统的控制器;然后考虑系统的鲁棒性,将参数的波动范围转化为对象族,采用优化方法设计出对象族的控制器,即考虑了系统的鲁棒性,通过仿真证明该算法是可行的。     

基于自适应噪声的鲁棒BP算法及前馈网的鲁棒性分析

本文首先从几何和物理的角度分析了网络带噪声训练后的鲁棒性,再据此提出了一种自适应的训练方法,并通过仿真实验,证实了该方法的有效性;文中还从数学的角度定量分析了前馈网络对于噪声模式的鲁棒性,给出了设计鲁棒性网络的一般性原则。     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性,提高救援效率,考虑路径超期风险和设施点失灵对系统的影响,针对需求点物资需求量不确定和车辆运输时间不确定,构建三级路网,采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想,建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型,采用CPLEX进行求解。最后,设计不同算例进行数据仿真实验,证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性,进而为解决应急设施点的选择和救援物资的及时准确配送,增强应急物流系统的风险应对能力提供了有效的方法。     

食物链网络在顶点攻击与边攻击下的鲁棒性

研究了14个典型食物链网络对顶点攻击和边攻击的反应.考虑到食物链网络的能量传递特征,实验中引入了顶点介数攻击和边介数攻击.选用鲁棒性系数(使物种灭绝率达到50%的顶点移除比例)测量顶点攻击效果,发现对大多数食物链网络,顶点介数攻击的效果比顶点度攻击好.以相同边移除率为标准,对顶点攻击和边攻击的效果进行了测量,发现边攻击的效果明显优于顶点攻击.     

一种改进的基于优化的PID参数整定方法

提出了一种改进的鲁棒PID整定方法,该方法通过使开环传递函数的奈奎斯特曲线与实轴交点的绝对值最小化,来求取各个PID参数。由于该方法的稳定裕量是通过取明确依赖于频率的模型来获得,从而避免了陷入保守性。仿真结果表明,使用提出的控制器整定方法,在命令输入和负载干扰发生阶跃变化时,控制系统都有很好的动态响应,同时在系统参数发生变化或存在未建模动态时,也能保证系统的稳定鲁棒性。     

静态负荷模型参数辨识的一种混沌优化策略

混沌优化方法利用混沌运动的随机性、规律性、遍历性寻优,能以较大的概率搜索到全局最优点。将一种高精度的混沌优化策略用于电力系统静态负荷模型参数辨识,克服了传统的基于梯度寻优的辨识方法容易陷入局部最优点的不足。此方法使用了三步混沌搜索,并引入随机数来增强遍历性。实际算例的辨识结果证实了此方法在静态负荷模型参数辨识中的有效性和准确性。     

基于仿真模型的鲁棒协同优化方法研究

复杂产品往往由多个子系统通过复杂的耦合方式组成.针对复杂产品的多学科鲁棒设计优化技术已得到广泛应用.为了使用仿真模型进行多学科鲁棒设计优化,提出了SUA-RCO和DRS-RCO两种方法.在SUA-RCO方法中,仿真模型首先被拟合为近似的数学模型,然后利用近似数学模型进行RCO计算.系统的不确定性由SUA方法进行计算.为了解决大参数方差问题,DRS-RCO方法将仿真模型近似拟合为双响应面形式,分别使用两个响应面来拟合均值和方差.然后,进行协同优化计算.     

数字水印重复嵌入及提取方法

数字水印技术被称为数字版权DNA。在分析数字水印重复嵌入算法性能和技术特点的基础上,总结出该类算法的嵌入条件,并提出一种基于DCT域的、结合两种嵌入子算法的重复嵌入方法。最后对该算法进行系统仿真,结果表明该水印算法可以大大提高水印鲁棒性,增强水印系统抵抗攻击的能力。     

市场供求不确定供应链的多目标鲁棒运作模型

提出了由一个制造商和一个供应商构成的多产品、多阶段供应链在原材料市场的供应和消费市场的需求均不确定条件下的多目标鲁棒运作模型.采用已知概率的离散情景描述消费市场需求和原材料市场供应的不确定性.供应链的运作模型为一个多目标规划问题,满足诸如供应链协调运作、所有供应链成员的目标利润尽可能最大、对应于不确定供求的决策的鲁棒性等多个相互冲突的目标.数值算例的结果表明,将鲁棒性运用于这些目标中,能够减少产品需求和原材料供应的不确定性对目标值的影响.