内平衡系统多目标最优模型降阶研究

土木工程结构模型的自由度数目很大,按照原结构模型设计的控制器阶次非常高,从而导致主动控制和半主动控制实施过程中时滞效应十分突出.首先采用均衡实现技术对结构模型的状态变量重新排序形成内部均衡的模型,然后分别基于系统的可观度和可控度指标与内平衡系统二次型性能指标来进行结构模型降阶,略去对结构动力反应贡献小的状态变量.通过对Highway Bridge的Benchmark模型进行多目标模型降阶计算,得到最优的降阶模型,说明方法的可行性和有效性.     

基于PIλDμ控制器的一种线性系统辨识方法研究

近年来,分数阶控制研究愈来愈被关注.传统系统参数辨识算法主要基于在某种意义下的最优数据拟合思想,往往比较复杂、计算量大.我们将辨识误差的抑制问题,看作是以误差方程来描述的系统的状态渐近稳定性来处理,从而将反馈控制的思想引入辨识算法中,提出了一种基于分数阶PIλDμ控制器的线性系统参数时域辨识算法,给出了递推算法的详细推导,并用已知系统仿真验证了算法的有效性.该算法简便、计算量小.仿真结果表明,该算法优于传统最小二乘法.     

微带阵列互耦的时域有限差分法(FDTD)仿真

在微带阵列天线中,贴片间的耦合是阵列性能下降的一个重要原因,对互耦进行正确的评估、计算,有助于深入了解阵列特性并指导设计工作.采用时域有限差分(FDTD)法计算微带贴片间的互耦系数,其中采用非均匀网格对天线进行网格剖分,并引入了电阻性电压源,在保证计算精度的前提下,大大节省了计算空间和计算机时间.利用N端口网络知识通过简单计算即可得到互耦系数,与传统方法相比降低了计算、编程难度,计算结果与矩量法及测量结果基本一致.     

宁夏银北灌区水资源优化配置模型及应用

以宁夏银北灌区为例,基于大系统分解协调原理建立了地表水地下水联合运用的递阶优化模型.子系统优化模型采用增量动态规划法求解,协调层利用目标协调法和关联预估法实现全局最优,获得不同约束方案下的时段最优引黄水量、井灌水量、井排水量和运行费用.所建模型及求解方法弥补了以往水资源配置模型只考虑地下水垂向运动,忽略水平运动的不足, 改善了模型的仿真性和决策的可靠性.     

一种求解函数优化的混合差分演化算法

为了解决传统遗传算法易陷入局部最优解的问题,在多父体杂交算法和差分进化算法的基础上,提出了混合差分演化算法.该算法的核心在于,采用多父体杂交算子保证算法的遍历性,通过淘汰相同个体来保持群体的多样性,并以较小概率随机选取部分个体进行差分进化操作,从而充分利用最优个体的信息达到了加快收敛速度的目的.对复杂函数的寻优实验验证了混合差分演化算法的有效性.     

一种多目标优化问题的混合优化算法

利用分布估计算法(EDA)的全局搜索性能及差分进化(DE)算法的局部优化能力,提出了一种多目标优化问题的混合智能求解方法DE-EDA.DE-EDA的子代个体由两部分构成,一部分按差分进化算法生成,另一部分则是通过对分布估计算法的概率模型进行随机采样生成.利用模拟退火技术在线调整尺度因子Pr,即在进化的初期选择较大的Pr,以保证EDA起主导作用,由EDA引导DE搜索向Pareto前端,增加全局搜索能力,然后在进化的过程中逐渐降低Pr,使得DE逐渐占据主导作用,确保解精确收敛到Pareto前端.通过4组基准函数来测试算法性能,并与NSGA-Ⅱ和DE算法进行实验比较,结果表明该方法不仅解的多样性和分布性好,而且能够有效提高种群进化的收敛速度,是一种求解多目标优化问题的有效方法.     

混沌差分文化算法及其仿真应用研究

针时差分进化算法(DE)全局寻优能力差,无法有效的求解工程中复杂的高维非线性优化问题等缺点,提出一种混沌差分文化算法(CDECA).该算法模型将DE嵌入文化算法的框架作为主群体空间的进化过程,同时,引入具有较强局部搜索性能的混沌搜索来进行信念空间的进化,并通过设计一组联系操作实现文化算法模型中两个空间的互相影响互相促进,提高算法的寻优效率.几个典型测试函数的测试结果表明CDECA的搜索能力优于DE,将其应用于某大型水库的优化调度,也取得满意的效果.     

分数布朗运动下欧式汇率期权的定价

应用风险偏好和均衡定价方法,考虑了标的资产服从分数布朗运动下的汇率期权定价问题.首先利用条件期望构建了条件过 程的联合密度函数, 然后,基于历史有限信息推导出分数欧式汇率期权的闭式解. 为了理解定价模型,进一步分析了赫斯特指数对定价 结果的影响. 最后,给出了基于GBP/USD期权的实证研究.不同模型的结果说明了汇率市场具有分形特性.     

武器装备体系组合规划的高维多目标优化决策

针对武器装备体系组合规划问题中存在多类相互冲突的高维多目标问题(目标数 ≥ 5),提出了一种三阶段的集成优化决策方法. 首先运用目的规划技术将高维多目标问题转换为一般多目标优化模型(目标数 ≤ 3); 然后提出一种多目标差分进化算法,用于搜索属于决策者关心区间的非劣解集; 最后提出基于预测优化的理想点算法,可生成精确满足决策者偏好的最佳折衷解. 通过某侦察装备体系组合规划示例,证明了各算法模块的优势和该方法的整体有效性,可为武器装备发展和顶层规划提供决策支持.     

Optimized LDPC differential-encoded 16QAM scheme for high-speed transmission systems

The 16-ary quadrature amplitude modulation （16QAM） is a high spectral efficient scheme for high-speed transmission systems. To remove the phase ambiguity in the coherent detection system, differential-encoded 16QAM （DE-16QAM） is usually used, however, it will cause performance degradation about 3 dB as compared to the conventional 16QAM. To overcome the performance loss, a serial concatenated system with outer low density parity check （LDPC） codes and inner DE-16QAM is proposed. At the receiver, joint iterative differential demodulation and decoding （ID） is carried out to approach the maximum likelihood performance. Moreover, a genetic evolution algorithm based on the extrinsic information transfer chart is proposed to optimize the degree distribution of the outer LDPC codes. Both theoretical analyses and simulation results indicate that this algorithm not only compensates the performance loss, but also obtains a significant performance gain, which is up to 1 dB as compared to the conventional non-DE-16QAM.