基于贝叶斯决策的机内测试虚警滤波技术

提出了一种将贝叶斯决策用于机内测试(RIT)系统的虚警滤波方法.诊断的BIT系统包括正常、瞬态、间歇和故障四类状态,利用最小最大决策法确定这四类状态的先验概率,并建立相应的贝叶斯风险决策表.以机载电源的机内测试系统为例进行研究,为每个诊断模块建立相应的贝叶斯决策器,通过支持向量机识别出有异常的可更换模块后,启动相应的决策器对该模块的BIT状态进行决策.结果表明,该方法能够识别出系统中的瞬态和间歇故障,可有效降低BIT虚警发生的概率.     

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.     

0-1整型规划的Hopfield神经网算法分析

提出了0-1整型线性和二次型规划(0-1ILQP)的Hopfield神经网的解法.即将0-1ILQP的目标函数和约束条件用罚函数的方法写成能量函数形式,然后利用Hopfield神经网求解出该能量函数的全局最小点,从而求解出原0-1ILQP的最优解.最后,作为一个算例,给出了此方法在优化卫星任务规划中的成功应用.     

用遗传算法求解DCPM问题

本文将遗传算法引入网络计划技术领域,详细分析了如何用遗传算法求解决策关键路线法(DCPM)问题,并给出了一种求解算法的具体步骤。该算法不用基于领域知识的规则,具有很强的通用性与鲁棒性。通过实例试算验证了该算法的有效性。     

解方程算法的局部行为和整体行为

Smale为研究解方程算法的复杂性而提出的“点估计”理论和“一般收敛”概念对迭代法局部行为、半局部行为和整体的研究产生了深刻的影响。他引入的点估计判据既为局部行为的定量分析提供了工具,又启发了对半局部行为统一判定的建立。而用离散动力系统的观察整体行为,更引出不少深邃的研究课题和展示丰富多彩的图景。本文就这些进展及其在非光滑优化方面的应用做一综述。     

经济系统发展动力结构优化模型与评价方法

以产出型生产函数为基础构建了目标函数为人均增长速度最大的经济系统发展动力结构优化模型 ,给出了最优动力结构的特征和条件以及实际动力结构与最优动力结构之间差异程度的评价方法.     

大陆北方/台湾班轮航线方案优化研究

在阐述了两岸贸易发展及直航必然性的基础上 ,提出了大陆北方 /台湾班轮航线直航制的航线方案 ,分析预测了航线货流量 ,比较了中转制和直航制两种航线方案下班轮的航次时间 ,通过单位运输成本指标的分析计算 ,论证了直航制的优越性 ,确定出了直航制航线方案下航运公司的配船数 ,结合运量、班期等条件要求 ,构建了班轮挂靠的线性规划模型 ,并依此作出最优的挂靠港序方案.     

一种基于Bayes方法的优化算法

对实际问题而言 ,人们对于问题的解一般会有一个初步认识 ,并且这种认识会在搜索过程中逐渐加深或得到修正 ,这符合人们认识世界的普遍规律 .作者基于这一认识 ,提出了一种基于 Bayes方法的优化算法 ,从而较大地加快了算法的收敛速度.     

计及需求响应及储能聚合商的分布式农村清洁能源系统运行优化模型

农村能源清洁低碳转型是乡村振兴战略推进和双碳目标实现的关键要素,农村电网作为连接农村能源供需两侧的枢纽,是构建低碳乡村、助力农村地区碳减排的排头兵,搭建分布式清洁能源系统势在必行.本文首先从建设、系统、用户、政策对农村分布式清洁能源系统进行了整体设计;其次,以面向不同用户的系统层为基础,分别构建了常规和鲁棒的分布式清洁能源系统运行优化模型;最后,选取河南某农村为仿真背景,设置多情景量化农村典型日供需低碳化水平;研究结果表明:清洁能源系统具有较好的经济与环境效益;需求响应通过转移用户负荷,促进低碳化水平提高;引入鲁棒随机优化,供能商以降低清洁能源供能量的方式,降低供能风险,但导致低碳化水平降低;储能聚合商通过灵活吸纳清洁能源弃能,能够提高低碳化水平,但受其成本等因素限制,收益较低,应注重从电价等角度给予一定的优惠.     

动态ER Rule分类器构建与应用

基于证据推理规则(ER Rule)的分类器为带有不确定性的数据分类问题提供了一种新的有效解决方案,属性参考值数量能较大程度上影响分类的准确率和复杂性,而目前针对先验知识较匮乏时如何合理确定参考值数量的研究较少.为此,本文提出了一种动态ER Rule分类器.首先,以最小化均方误差为优化目标,通过智能优化算法获取动态ER Rule分类器的最优参考值和权重;然后,以最大化测试集准确率为目标,通过多次随机实验获取参考值数量最优值;在此基础上,给出了基于PSO的动态ER Rule分类器实现方式.以5个UCI基准数据集为例,说明了本文所提动态ER Rule分类器的有效性和稳定性;并通过遥感图像蓝藻水华识别问题,验证了动态ER Rule分类器在实际应用中的可行性.结果表明,动态ER Rule分类器在保证分类准确率的同时,为确定属性参考值数量提供了一种客观的方法,对ER Rule在其他领域的推广应用具有一定参考意义.