半预不变凸函数与不可微最优化问题

文中引入半预不变凸函数的概念，研究了该类函数的一些性质，给出了相应不可微最优问题的最优性条件     

“船运狼,羊,菜”问题的新解法

以多维向 量为表现问题的状态变量，以“这岸、摆去、对岸、摆回”的重复出现次第为时序变量的参数，对船运狼、羊、菜的古典问题进行了探讨，得出了一个以状态变量演变为中心环节，对时序变量的参数演变全程进行全面分析的新解法。     

基于可靠度的软岩巷道支护系统优化设计

依据基于可靠度的软岩巷道支护系统优化设计基本原理,建立了"投资-效益"准则的结构设计优化模型.利用BP神经网络对巷道翻修费用进行分析和预测,通过约束放松法确定优化设计方案和基于功能的支护系统目标可靠度.利用该优化设计方法对S2S10运输顺槽支护方案进行可靠性分析并给出了寿命周期内联合支护系统优化设计方案.     

Forecasting system energy demand

This paper presents the results of the Electric Power Research Institute Short Range Forecasting Project (EPRI-SRF) performed by the Load Forecasts Department, Economics and Forecasts Division of Ontario Hydro, Ontario, Canada. In this study a variety of short-range forecasting techniques are applied to Ontario Hydro monthly data on total system energy demand. These techniques are available in a software package (FORECAST MASTER) developed for EPRI by two consultants—Scientific Systems, Inc. (SSI) and Quantitativ Economic Research, Inc. (QUERI). The methods used for this study were the univariate Box-Jenkins method, the multivariate state-space method, Bayesian vector autoregression and autoregress ve econometric regression. A comparison of the models developed show that the econometric models perform the best overall. The state-space models are more suitable for very short-term (one-step ahead) forecasts. Although the Box-Jenkins method has the advantage of simplicity in terms of estimation and data requirement, its performance was not as good as that of the others. Bayesian vector autoregresson results indicate that this program needs some modification for monthly data.     

Selection Optimal Drill Rigs by Grey Relational Analysis Method

Based upon the main properties of the relational analysis in grey system theory,a newmethod to select optimal drill rigs is proposed in this paper.Under the unified technique economicindex,with the practical data of four kinds of drill rigs in the mining district,east of Sichuan,China,an optimal reference number series was constructed.Through calculating the relational grade     

NSGA-II与改进粒子群算法相结合的储能优化配置

储能系统的选址定容在接入新能源的电力系统中具有重要意义,合理选择储能容量可以很好地平抑风电接入后的系统有功功率波动,同时减少能源浪费。本文提出了一种混合智能优化算法(Hybrid Intelligent Optimization Algorithm,HIOA),以电压偏差、负荷波动最小及最少储能配置容量为目标进行优化配置。该算法将多目标粒子群算法改进后(IMOPSO)与精英非支配排序算法(NSGA-II)结合,与常规多目标粒子群算法相比,大幅提高了算法的寻优性能,保证了Pareto 解的多样性和分布性。通过非支配排序求解获得Pareto 最优解集,采用逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)选出储能的最优接入方案。通过IEEE-33 节点测试系统的仿真实验验证了本文所提算法的准确性及有效性,在求解配电网储能选址定容问题中有很好的收敛性和全局寻优能力。     

一类新的支持向量机核函数——埃尔米特核函数

基于埃尔米特正交多项式,文章提出了向量形式的广义埃尔米特多项式,并由此衍生出一类新的核函数——埃尔米特核函数.该类核函数最大的优势在于其参数仅在自然数中取值,能大大缩短参数优化时间.在鲁棒性与泛化性能方面,文章在双螺旋集和标准UCI数据集上与常用的核函数(多项式核、高斯径向基核等)做了对比试验.     

有限算子值框架

本文研究了有限算子值框架的相似性和对偶性,并证明了在信息传输过程中,当丢失一个数据包时,等范数Parseval算子值框架是最优的．     

求矩阵方程AXB+CYD=E自反最佳逼近解的迭代算法

利用复合最速下降法的迭代算法对基于自反矩阵(或反自反矩阵)下广义Sylvester矩阵方程AXB+CYD=E最佳逼近解进行了研究,证明了无论矩阵方程AXB+CYD=E是否相容,该算法都可以用于计算其最佳逼近解.最后,通过2个数值实验证明了该算法的可行性.     

基于混沌自适应遗传 ν SVR的城市客运量预测

针对城市客运量预测问题本身所存在的小样本、高维数和非线性等特点,将ν-支持向量回归机(ν-support vector regression,ν-SVR)应用于城市客运量预测.为了提高ν-SVR模型的预测精度和泛化性能,利用基于混沌理论和自适应机制的混沌自适应遗传算法(chaosadaptive genetic algorithm,CAGA)优选ν-SVR模型参数,建立了基于CAGA进行参数优选的CAGA-ν-SVR城市客运量预测模型.结合1978～2008年统计数据进行了仿真预测,结果表明该模型的预测性能优于RBF神经网络模型、GA-SVR模型和GA-ν-SVR模型,平均绝对相对误差控制在2.3%以内,可有效应用于城市客运量预测.