基于遗传算法的发电机线性最优励磁控制研究

介绍了求解发电机励磁控制器中的增益矩阵K的一种新算法－－遗传算法,它不同于常规算法的特点在于,从多个方面初始点开始,沿多路径搜索实现全局最优或准全局最成,计算过程不需要存储状态或决策变量的离散点,节约计算机内存,不必求导计算,编程简单,是一种有效的自适应随机搜索算法,仿真结果表明,用遗传算法设计的发电机励磁控制器具有良好的控制效果和鲁棒性。     

D对称矩阵反问题的最小二乘解

研究了D对称矩阵反问题的最小二乘解及其逼近问题,给出了最小二乘解的一般表达式,并就该问题的特殊情况：逆特征值问题与矩阵反问题,获得了有解的充分必要条件,并在有解条件下得到了解的一般表达式。     

基于单个神经元的线性最优励磁控制器

线性最优励磁控制采用固定反馈增益矩阵来完成对发电机在电力系统运行时的控制,由于发电机功角特性的非线性,因而在不同运行点是不能一直满足最优控制的目的。提出了一种基于神经网络的线性最优励磁控制器,将两者的优点结合在一起,利用神经网络在在线调整控制变量,使同步发电机在不同运行点的动态,暂态稳定性能始终保持最优控制效果。     

企业最优库存控制研究

讨论了在企业库存管理中合理库存量的确定.根据随机库存模型,用排队论方法确定最优库存,并详细讨论了排队模型的确定.采用经典的随机存贮理论确定安全库存,把排队论和存贮论结合起来,使库存得到最优控制.     

基于遗传算法的智能框架结构作动器最优配置

在模态可控度及最小费用函数的基础上,针对目前因使用组合优化来布置作动器所带来的困难,采用遗传算法来确定振动主动控制中作动器的最优配置.为适于框架结构的具体计算,对常规遗传算法约束条件的引入进行了改进,最后给出了计算实例.算例表明这一方法是有效的.     

改进混沌优化算法在水电站水库优化调度中的应用

为提高多维目标函数全局最优解的计算精度,提出了一种改进的混沌优化算法(MCOA).利用混沌运动的随机性、遍历性和规律性进行全局寻优;通过引入解向量的优选,将解向量定位到最优解的附近,从而找出全局最优解.最后将该算法应用于水电站水库优化调度问题,并进行仿真计算,计算结果验证了算法的有效性.MCOA原理简单,易于编程实现,具有较大的实用价值,为求解水电站水库优化调度问题提供了一种有效方法.     

Stokes特征值问题的一个新的Hermite型三角形混合有限元格式

给出了Stokes特征值问题的一个新的Hermite型三角形混合有限元格式,并得到了特征值的最优误差估计.     

相对在险收益限制下的最优投资策略

在Black-Scholes金融市场假设下提出新的风险度量标准——REaR(相对在险收益),并在此风险度量标准下研究了均值(mean)-REaR型的动态最优投资组合策略的选择问题,获得了该模型下的最优投资策略的显式解.     

城市排水系统智慧决策技术研究综述

智慧决策是智慧水务的核心关键技术。围绕城市排水系统的提标增效,从管网诊断评估、城市内涝防治和雨天溢流污染控制3个方面,对城市排水系统智慧决策的实现模式进行了评述。在管网诊断评估方面,综述了基于水量、水质特征因子分区监测的水量来源溯源定位方法;在城市内涝防治方面,综述了基于数值化模型的内涝风险精细化模拟评估和机器学习模型的降雨实时预报、局部积水深度快速预报实现模式;在溢流污染控制方面,综述了基于多目标优化算法、数值模型和机器学习相结合的排水系统优化调度实现模式。模型系统的可靠性是智慧排水决策的关键,应重视管网水量来源定量解析和排水系统内涝风险预警、优化运行调度的融合。     

变分不等式问题的一类矩形非协调元逼近方法

讨论了变分不等式问题的一类矩形非协调有限元方法.在区域剖分不要求满足通常的正则性条件下,通过利用相应矩形元及椭圆投影,得到了和传统有限元相同的最优误差估计,从而扩展了有限元的工程应用范围.