信息安全管理中协调代理的方案选择优化模型

根据网络动态信息安全管理的需求,提出了协调代理的方案选择优化数学模型。该模型从动态、整体的角度,说明了协调代理在信息安全管理中的作用。根据技术、成本、时间、负荷和质量等5个因素,对4个方案进行评估,从中选择最优方案。应用该算法,对一个实际算例,进行方案选择。该算法能够显示用定量方法无法得到的因素影响,是一种信息安全管理中清晰、简便和实用的方案选择优化方法。     

四连杆式独立悬架运动学分析与优化

四连杆式悬架是技术比较先进的悬架形式,可以从设计上保证车辆良好的直线行驶性能并最大程度减轻载荷的影响。本文建立了四连杆式悬架多刚体系统模型并对车轮定位参数等特性进行仿真,运用多目标函数的最优化方法对悬架的结构参数进行优化,并将优化前后的车轮定位参数运动学特性进行对比,说明进行悬架结构参数的优化对于提高悬架性能的重要作用。     

关于丢番图方程x2-D=2n的一些非例外情况的解

借助于丢番图逼近中Beukers的一些深刻结果,讨论了丢番图方程中的广义Ramanujan-Nagell方程x2-D=2n在D=m·2s+1时的一些非例外情况,利用初等方法求出了当m=1,3时该方程在n≥s时的全部非负整数解,并得到了一些有用的推论.     

基于离散微粒群优化的物流配送车辆路径问题

提出一种求解物流配送车辆路径问题的离散微粒群优化算法。通过引入随机交换序、PMX算子使微粒群优化算法能够求解车辆路径问题这类离散组合优化问题。设计了求解车辆路径问题一种新的整数编码方案，并采用罚函数法处理约束条件。计算结果表明，该算法是解决车辆路径问题的有效方法。     

集装箱多式联运系统装卸与运输一体化优化问题

集装箱多式联运（Container Multimodal Transport）是一种以实现货物整体运输的最优化效益为目标的联运组织形式。本文针对集装箱多式联运系统优化的一个核心问题——装卸与运输一体化作业优化问题，进行深入分析，提出一个分析模型，为该模型开发了实用优化算法，并通过与基准问题（benchmark problems）的对比实验显示了该算法实用性及有效性。     

基于动态生产能力约束的MC模式下供应链调度优化

大规模定制(MC)模式下的供应链调度优化过程是典型的随机需求与资源约束的动态问题。为合理解决这一问题，在前期研究成果基础上，着重从供应链系统中各协作成员的动态空余生产能力角度出发，指出动态空余生产能力约束关系是该调度优化过程的主要约束关系。进而分析了由该约束关系引发的相关矛盾。通过引入反映和解决矛盾的利益偏好因子，建立了更加完善的动态调度优化数学模型，并通过实例验证了模型的有效性与可行性。     

关于扰动广义半流的吸引子的上半连续性

对广义半流Gλ0的扰动Gλ,研究了其吸引子的上半连续性,得到了相关理论,及其应用.     

一种有效的基于实数编码的多目标遗传算法

针对实数编码遗传算法提出了一种通用的基于决策变量的复合交叉算子,并将之用于多目标优化问题的求解,算法效果良好,一定程度上解决了高维多目标优化问题在用遗传算法求解时收敛性差这一难题.通过实验首次揭示了交叉点数对多目标遗传算法性能的影响.     

Atmospheric duct estimation from multi-source radar sea clutter returns: theoretical framework and preliminary numerical results

Refractivity from clutter （RFC） technique estimates lower atmospheric refractivity from radar sea clutter returns. An important issue of RFC is how to make the estimate more robust. Rather than using only single beam radar sea clutter returns, this paper puts forward a theoretical framework of combining multi-source clutter power to improve the retrieved results by the variational adjoint approach. The derivation of the adjoint is accomplished by an analytical transformation of the parabolic equation model in a continuous domain. To test the theoretical algorithm, numerical simulations using multi-elevation clutter observations are carried. The results demonstrate that combining two elevation beams gives more stable estimate than using only single beam.     

基于绿灯时间等饱和度的离线Q学习配时优化模型

首先对传统的绿灯时间等饱和度概念进行了扩展,提出了分级绿灯时间等饱和度。在此基础上,针对分级绿灯时间等饱和度目标,构造了奖赏函数,建立了定周期和变周期两种模式下的四种离线Q学习配时优化模型。相对于在线Q学习模型,离线Q学习模型更适合交叉口信号配时优化,变周期模式的离线Q学习模型可以获得解的结构、最优解的分布,这是传统配时理论不具备的。算例结果表明,定周期模式下最优解是唯一的。变周期模式下最优解是不唯一的,呈带状,奖赏分级模型比奖赏不分级的最优解更加集中。