GPC隐式算法及其在供热控制中的仿真研究

基于理论研究和工程应用的需要，提出了广义预测隐式算法。首先介绍了具有滤波器的模型已知的基本广义预测控制（GPC）算法，然后给出了两种隐式自适应算法，一种是已知对象阶跃响应前P个参数的算法，这种算法既不需要在线递推求解Diophantine方程，也不需在线求逆；另一种是一次辨识控制器参数的算法。最后以集中供热热力站热交换过程为应用背景，对基本算法和两种隐式算法进行仿真研究，其结果证明了算法的有效性。     

一种基于GA的多目标模糊决策方法研究

针对多目标决策中目标非标准化对决策的影响，提出一种基于相对隶属度的改进遗传算法。在求解过程中，首先计算出群体中所有个体的目标特征值，然后计算目标非标准化对决策的影响度和影响度因子；通过影响度因子将目标非标准化对决策的影响计算到相对隶属度中，将目标特征值矩阵转化为相对隶属度矩阵，构造基于相对隶属度的相对适应度函数，以减小目标非标准化对决策的影响；最后给出了应用该算法处理复杂零件协同制造中制造资源优化配置的一个实例，证明算法的可行性与有效性。     

约束非线性l1问题的调节熵函数法

针对约束非线性l1问题不可微的特点,提出了一种光滑函数的近似逼近方法。该方法利用调节熵函数和罚函数技术将约束非线性l1问题转化为无约束可微优化问题,因而可利用光滑优化的经典算法求出原问题的近似最优解。给出了基于光滑优化问题的BFGS迭代,并介绍了约束非线性l1问题的调节熵函数的有关性质、算法的迭代步骤及其收敛性分析。最后通过数值实例表明了该算法的有效性。     

求解矩形件优化排料蚁群算法

介绍了一种使用蚁群算法求解矩形件优化排料问题的新方法。矩形件优化排料问题可以用与或树来描述，这样有关的优化问题就变成寻找一棵面积比率最大的二叉树，用蚁群算法实现这种树搜索，是把一定数量的蚂蚁分布在与或树的根节点，蚂蚁间通过使用信息素相互交流，完成从与或树到二叉树的选择，从而得到矩形件优化排料问题的优化解。     

MPEG-21数字项适配技术研究

研究了MPEG-21数字项适配DlA（Digital Item Adaptation）框架及媒体格式独立（format-independent）的资源适配机制，结合H.264／AVC视频感知运动能量模型PME（Perceived Motion Energy），提出了一套基于MPEG-21 DIA的H.264／AVC视频适配模型和系统，并设计了多媒体资源适配引擎，提出了相应的资源适配决策算法，即在满足网络可用带宽的约束条件下，丢弃低感知质量层的视频帧，而尽可能多地保留高感知质量层的视频帧．实验结果表明，大部分测试视频序列在丢帧率平均达到50％～60％的时候，其用户主观感受质量评分仍可以达到可接受的程度（一般），而视频传输速率平均有24％的减少．该系统不仅保证了视频适配后较高的用户视觉主观感知质量，而且实现了独立于媒体编码格式的视频适配机制，提高了多媒体适配系统的灵活性和可扩展性．     

AMS实验中的副本管理研究

提出了一种新的副本管理策略同时结合了预测和淘汰代价因素.通过预测副本在未来时间窗内的流行程度,热点副本被保留下来可以提高平均作业响应时间.代价因素主要关注的是副本的替换代价诸如网络延时和带宽,以及副本尺寸.经过使用OptorSim仿真器对AMS国际合作实验中数据的仿真模拟,比较副本管理策略和传统的替换算法的性能,结果表明管理策略在平均工作时间和带宽消耗方面取得了很好的平衡.     

网络拓扑图多级分割塌缩阶段算法改进

针对网络拓扑图上的宏观异常预警可视化显示需要,分析了当前图的多级划分算法.算法分为图塌缩、初始划分和多级优化三个阶段.在多级分割算法的图塌缩阶段,提出改进算法———KV算法和VC算法.实验验证改进后算法在运行时间、恢复时间和分割边数上均优于传统算法.改进塌缩KV算法在分割边数上平均提高了4.6%,在运行时间上提高了12%,而VC算法降低了KV算法的时间复杂度.     

蚁群算法在水位流量关系拟合中的应用

蚁群算法是一种模拟进化算法,初步研究表明该算法具有许多优良性质.针对传统水位流量关系曲线拟合过程中存在精度不高等问题,应用连续性空间优化问题的蚁群算法模型来拟合水位流量关系,并将该方法与遗传算法及传统的优化方法进行比较.结果表明,蚁群算法具有直观、简便、快速、实用性强等优点,是一种较为优秀的全局优化方法.     

r-首尾和循环线性方程组的求解

引入r-首尾和循环矩阵的新概念,利用多项式矩阵理论,给出求解r-首尾和循环线性方程组的快速算法.     

基于多目标进化算法的低轨区域通信星座优化设计

研究利用进化算法实现低轨区域通信星座的多目标优化设计。首先分析、确定低轨星座优化的轨道控制参数，然后将基于Pareto最优概念的多目标进化算法引入星座优化中。结合星座覆盖性能的评价准则，给出了一种利用非劣分层遗传算法(NSGA—Ⅱ)实现星座轨道控制参数优化的框架。最后对具体实例进行了优化仿真，结果表明，该方法可以获得一组分布合理的Pareto解，为星座方案决策提供了有力的支持。