灵敏度关系求取的多变量摄动法及其应用研究

提出了一种灵敏度关系求取的多变量摄动法.利用该方法,根据历史数据可方便地求取被研究系统中控制量和被控制量之间的灵敏度关系;利用冗余数据,根据最小二乘法推导出了可消除历史数据中随机干扰影响的计算公式.对不同规模电力系统的仿真试算证明,所提出的多变量摄动法正确.由于可利用历史数据,故所提算法较常规的单变量摄动法更具实用性.     

一种新的RBF神经网络非线性动态系统建模方法

将遗传算法与正交优选法结合 ,用来训练径向基函数 ( RBF)神经网络 ,并对基函数宽度进行自动地调整 ,得到了一种训练 RBF神经网络的新方法 .将其应用于连续流体搅拌反应槽 ( CFSTR)生化反应器的建模中 ,得到了令人满意的结果 .该算法提高了径向基函数神经网络的泛化能力和鲁棒性 ,研究表明是一种有效的“黑箱”动态建模方法     

气井及凝析气井连续携液模型的统一

气井及凝析气井积液是气田开发过程中的一个严重问题,目前关于气井连续携液模型种类繁多,且缺少富含凝析水的定向凝析气井临界携液流量模型。本文在目前广泛采用的Li Min携液模型基础上,推导出了富含凝析水的定向凝析气井临界携液流量模型,并将现有的气井和富含凝析水的凝析气井临界携液流量模型进行了统一。研究认为,在计算富含凝析水凝析气井的临界携液流量时,气井携水比携油困难,所以只需达到最小携水产气量即可,无需考虑油、气、水三相复杂相态变化。同时发现,由于定向气井存在着管斜角,使得定向井的临界携液流量要比直井大得多。气井及凝析气井连续携液模型的统一,极大的方便了现场工人及相关科研工作者的计算。     

Libor市场模型的Monte Carlo控制变量加速方法及并行实现

为了加速定价利率衍生产品的Monte Carlo模拟,对远期测度下Libor市场模型中的漂移项用确定性函数近似,构造了一个与原问题高度相关的控制变量. 然后将此控制变量算法移植到多核CPU和GPU的并行计算环境中,极大地提高了计算效率. 针对利率上限的数值结果表明选取的控制变量十分有效且稳健,多核CPU具有线性加速效果,GPU相对于单核CPU具有很大的计算优势,控制变量和并行计算结合得到的加速效果大致是两者的乘积. 结合控制变量和并行计算的方法可以为其他利率衍生产品如利率下限,互换期权的定价提供有效思路.     

互联网能耗和性能优化的权衡模型

互联网能耗和性能互为矛盾已经成为网络研究人员的广泛共识. 目前的研究方法通常仅将其中一个方面作为主要问题,而将另外一方面作为次要问题来解决. 因此,如何将互联网能耗和性能作为同等重要的指标进行协同优化,是本文所要研究的问题. 本文提出了一种通用优化模型来实现减小互联网能耗的同时提升网络性能. 为将其应用于实际,本文通过引入并定义代价函数和功率-带宽函数,将该通用模型具体化为一个线性规划模型. 评估结果显示,该线性规划模型的最优解能够同时降低网络的最大链路利用率和能耗,并且使得这两者中的每一个指标均近似于对其进行单一优化的模型的最优解,从而实现了对网络能耗和性能的协同优化. 与当前互联网相比,在最大链路利用率方面,本文所提出模型的最优解最多可将其减小60.6%,最少减小45.8%;在能耗方面,该模型的最优解最多可将其减小83.3%,最少减小56.7%.     

多机场网络系统流量分配策略

为有效减少机场交通拥挤、降低航班延误,从系统角度研究战略层面的机场交通供需平衡问题.通过考虑单机场进场和离场间的相关性以及多机场联程航班间的关联性,提出了开放式多机场有向网络交通流系统;基于多元容量受限约束和联程航班约束,以最小化网络系统内所有航班的总延误为目标,建立了开放式多机场网络配流模型.结合国内三大机场的实际航班数据,对模型进行了仿真验证.仿真结果表明:所建模型可以对多机场网络系统流量与容量进行协调优化匹配,充分利用系统容量最小化系统航班延误;可为空管部门提供流量调配优化策略、为民航部门制定航班计划提供辅助决策依据.     

短时交通流量智能组合预测模型及应用

提出了一种新的短时交通流量智能组合预测模型.该智能组合模型包含三个子模型:卡尔曼滤波模型、人工神经网络模型和模糊综合模型.卡尔曼滤波模型利用卡尔曼滤波方法良好的静态线性稳定特性,采用线性迭代方式对交通流量进行最优估计.人工神经网络模型利用其强大的动态非线性映射能力,对动态交通流量的预测具有较高的精度和满意度.模糊综合模型采用模糊方法来综合这两个单项模型的输出,并把它的输出作为整个组合模型的最终交通流量预测值.实际应用表明:该组合模型的预测精度高于单项预测模型各自单独使用时的精度,发挥了两种模型各自的优势,是短时交通流预测的一种有效方法.     

基于优化资源流约束的模具多项目反应调度算法

针对模具多项目执行过程中由于任务拖期而导致的调度计划变更,提出了一种基于优化的资源流约束的反应调度算法. 首先利用基于优先规则的微粒群算法构建一个项目加权工期之和最小的初始调度计划,采用启发式算法建立并优化初始调度计划的资源流网络,并将关键链技术与资源流网络相结合,对初始调度计划进行合理的时间缓冲设置. 然后建立了以调度计划扰动费用最小为优化目标的反应调度模型,并用基于优先规则的微粒群算法进行求解. 最后,通过仿真计算分析了算法的可行性与可靠性,结果表明该反应调度算法在模具多项目动态调度中具有一定的应用价值.     

组网雷达探测能力的并行计算与可视化方法研究

深入研究了并行计算与并行绘制相结合的并行框架构建问题。针对组网雷达探测能力的计算与可视化特点,在(PC)集群的基础上,构建了一个并行计算与可视化运行框架。该框架在并行计算中,采用八叉树分割的方法对组网雷达计算区域进行任务分配;在并行绘制中,采用sort-last的并行绘制机制。仿真试验结果表明,该运行框架能够有效地满足大规模组网雷达探测能力计算与可视化的应用需要。     

基于体系破击的联合火力打击目标价值评估

针对体系破击战法中的目标选择问题,设计了适用于多属性指标融合的熵权理想点法。并从超网络体系架构出发,设计了以信息流循环效率为评估标准的目标体系价值评估算法。针对联合火力打击多目标同步打击特点,设计了目标组合的体系价值评估算法。在上述算法基础上实现了目标多属性评估,以及基于单目标和目标组合的体系价值评估。实验分析表明,该方法能够快速实现联合火力打击目标的价值量化评估,并且用量化数据验证了联合火力打击中应遵循的3条基本原则,结合目标属性表和体系关联网络找到体系破击的关键目标或目标组合,输入条件简单易行,具备工程应用的基础条件。