分布式电源中最佳蓄电池容量的机会约束规划

为解决分布式电源中最佳蓄电池容量的计算问题，提出了电池容量优化机会约束规划的教学模型。在分析决定电池容量的关键因素和分布式电源中风能、太阳能以及用户负载随机特性的概率模型基础上，将电池容量的最优化问题归结为机会约束规划问题，得到了优化计算的教学模型，并应用遗传算法，结合随机模拟技术求解，得到了最佳电池容量。实例计算表明该方法是有效的。     

基于输入有界机器人鲁棒自适应控制策略研究

本文针对常规机器人的鲁棒控制器设计的保守性和实际中执行机构输出的有界性产生矛盾，设计出一种新型输入有界的机器人鲁棒自适应控制器，解决了力矩受限情况下机器人控制器的设计问题，为机器人向小型化、节能型等特殊要求领域发展，提供了一条新的途径。     

非线性规划中的约束变尺度法(续)

系统地介绍了非线性规划中的约束变尺度法的基本思想和方法。并就Maratos效应的克服、变尺度矩阵的修正、相容性以及约束变尺度法中的可行方法等问题研究的最新成果进行较为详细的介绍。     

最优化问题的强适定性及其相关问题

给出约束最优化问题的一个强适定性定义.并给出了最优化问题是强适定性的一个充分性条件是适定性的最优化问题的约束更具有局部误差界.讨论了它与一类罚函数方法的收敛性关系.     

高借款利率下投资策略受限制的美式未定权益的套期保值

在高借款利率、投资策略受限制的情况下研究美式未定权益的套期保值问题．在上述限制下通过引入无限制的辅助金融市场对美式未定权益的上套期保值价格进行了表征,同时在一定的条件下得到了关于美式买权的一些结果．     

基于局部约束字典学习的非线性降维人脸识别

针对现有的非线性降维(NLDR)算法复杂度高而不能很好地处理现实世界大规模数据集的问题,提出了基于局部约束字典学习的非线性降维(LCDL-NLDR)方法。首先通过一些潜在的标志点重构极小的内在流形,并将训练数据和未知数据自然地嵌入到内部流形中;然后利用局部约束字典学习(LCDL)算法在非线性流形中学习由标志点组成的紧密原子集;最后利用最近邻分类器完成人脸的识别。在扩展的YaleB及CMU PIE两大人脸数据库上的实验验证了所提方法的有效性及鲁棒性,通过与几种先进的字典学习算法比较表明,所提算法提高了嵌入质量,取得了更高的识别率,同时也大大地降低了NLDR算法的复杂度。     

多模式下装配式建筑工程资源受限调度方法

针对以往装配式建筑调度研究中,主要基于一个活动只有一种固定资源投入和固定工期的执行模式,而实际调度过程中多种资源投入和不同工期的多种执行模式普遍存在的问题,以及装配式建筑一体化建造建模方法的不足,建立以装配空间工期最短,以及在装配空间工期最短限定下的生产空间工期最短的多模式资源约束模型,在该多维空间调度模型的基础上,设计了一种搜索能力强、能有效求解该问题的布谷鸟算法(CS)。最后通过装配式建筑项目实际案例分析和遗传算法(GA)的性能对比,证明本文构建的调度模型和算法设计能有效的解决多模式下装配式建筑工程资源受限调度问题,丰富了装配式建筑项目调度这一领域的理论方法。     

Markov跳变系统的单步约束预测控制

针对离散Markov跳变系统,研究带输出约束的单步预测控制问题。首先设计基于模态的单步预测控制器,驱动系统状态到达相应的终端不变集内,以此保证约束预测控制系统的稳定性,接着进一步讨论了系统存在峰值有界噪声输入情形。其中终端不变集是通过在预测时域外寻求一个虚拟的带约束的状态反馈控制器以保证系统的随机稳定性来获得,为计算方便,控制器的优化问题转化为SDP问题,并得到以LMI描述的优化问题。最后对Markov跳变系统描述的经济学动力系统的仿真结果说明了本控制器设计方法能够在峰值有界噪声输入下保证系统的稳定性,并且使控制变量满足给定的约束条件。     

非线性优化问题的光滑化序列二次规划方法

为了获得序列二次规划方法的全局收敛性,通常需要借助一个罚函数,但常用的罚函数由于具有不可微性从而给计算带来一定的困难,拉格朗日函数虽然可以克服此困难,但其形式较为复杂,为解决该问题,给出了一类光滑化罚函数.基于一类双曲余弦型光滑化罚函数,提出了等式约束优化问题的一个光滑化序列二次规划方法.该光滑化函数具有良好的连续、可微性和凸性质,在适当条件下,获得了算法的全局收敛性,并给出数值测试说明了算法的有效性.