基于观测器的广义时滞系统最优保成本控制

讨论一类含有参数不确定性且具有状态滞后的广义时滞系统的观测器型最优保成本控制器设计问题.不确定性假设是时变的且范数有界.通过基于状态观测器的线性状态反馈控制并采用一种新方法,结合凸优化理论得到了不确定广义时滞系统的最优保成本控制器的设计方法.该控制器的设计使得在满足一定的条件下对所有的不确定性,广义时滞系统是鲁棒可镇定的且二次型保成本指标最小,并证明了所得结论等价于一组线性矩阵不等式(LMIs)的可解性问题.最后给出实际算例验证了设计方法的有效性.     

多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

基于改进蚁群算法的智能小车路径规划仿真研究

提出一种改进的蚁群算法,解决传统蚁群算法在路径规划时容易陷入局部最优解的问题,改进的蚁群算法具备更优越的搜索最短路径的能力.MATALAB仿真实验表明,改进的蚁群算法能够节约寻找到最优路径的时间,加快收敛速度,具有更好的鲁棒性.     

能源替代、人力资本与环境约束下的经济增长

建立了一个在能源替代、人力资本与环境约束下的经济增长模型,同时将消费与环境质量因素引入到效用函数中。利用动态最优化理论、最优均衡分析技术与静态分析方法,探讨了经济系统动态均衡的存在性;在稳态最优增长路径上,讨论了人力资本积累效率、环境质量、污染强度以及不可再生和可再生能源对经济增长的影响。结果表明：在稳态最优经济增长路径上,多种因素影响着经济的增长率,环境质量的高低受环境意识、污染程度指数等因素的共同影响;一定条件下,可再生能源的可再生率与人力资本积累效率,明显有助于环境的改善与可再生能源最终替代不可再生能源,以及经济增长率的提高。     

电力系统优化控制中运行时段的最优划分

研究了用于电力系统短期优化控制的日负荷曲线最优划分的方差最小化数学模型,提出了采用Hooke-Jeeves直接优化法的寻优策略.最优时段划分为电力系统经济运行与控制的实用化提供了基础.算例计算结果证明了所提最优划分模型及算法的有效性.     

求解多集分裂可行问题的线搜索两步投影法

针对多集分裂可行问题提出了一种可变步长的双外推梯度投影算法.与现有的投影法相比,新算法采用最优步长来更新每次迭代的投影域,以保证下一次迭代更接近解集.在适当条件下,证明了算法的收敛性.基本的数值实验表明,该算法是有效的,而且比现有的投影法收敛更快.     

DEM最优线性生成技术——MADEM

讨论了DEM生成方法和高精度、高保真问题.指出评价生成方法的误差必须顾及内插模型的截断误差,并把它作为主要部分;给出了新型的地图代数DEM生成方法--MADEM(map algebra DEM),它是定义在最速下降线水平投影上的线性插值方法,通过赋值点线间的加权Voronoi的递归内插过程实现.它在同样条件下,具有远高于Delaunay构网下三角形上的线性插值方法精度,并具有高保真特性.分析和实例比较表明它是目前DEM最优的线性内插方法.     

用MATLAB求解Butterworth最优传递函数

采用MATLAB语言编写函数bwden,通过主程序调用该函数可求出任意阶Butterworth最优传递函数分母多项式的系数,绘制出Butterworth最优传递函数的极点分布图,阶跃响应曲线及波德图.8阶Butter-worth最优传递函数的求解和仿真表明,可有效且简便地用MATLAB求解Butterworth最优传递函数.     

非对称信息下以制造商为核心的供应链协调模型

在假定关于销售商单位产品库存成本信息不对称及制造商生产率为有限值的前提下,建立了由单制造商单销售商所组成的供应链协调及最优价格折扣模型.分别制定了对称信息与不对称信息两种情形下供应链协调机制.在保证销售商利润不减的前提下,给出了求解使制造商利润达到最大的全单位量折扣算法,同时给出了相应情形下制造商的最优生产批量及销售商的最优订购批量.最后,利用数值实例说明了模型的求解过程.     

求解DRS多目标优化问题的新颖ε-支配进化算法

首先分析ORS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法-ε-支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.