应急响应程序时效性评估方法研究

突发事件应急响应效果评估是提高应急响应能力和水平的重要手段。由于突发事件的突发性、机理复杂、信息不完全以及应对具有时间窗口等,多指标综合评估和仿真方法一般难以满足实际的评估需求。为此,采用构造时效性评估函数的方法,既能在不完全信息下借助专家经验进行评估,又能反映应急响应程序中一环扣一环的影响关系。基于前期研究,本研究构造了一种新型的时效性评估函数,构造算例验证了函数的有效性,且使得函数最优性质的分析更简便,为应急准备、应急响应相关决策问题提供理论依据。     

期望效用最优意义的最优保险研究

最优保险的研究具有重要的应用价值.针对停止损失保险,应用零效用原理,得到了对于风险厌恶型投保人的最优保费免赔额应满足的方程,为保险定价提供了理论依据.     

一类开关动态系统最优控制问题的梯度下降算法

以开关动态系统的时间最优控制问题作为研究对象,给出了代价泛函的梯度表达式及证明过程,根据具有Armijo步长梯度下降算法得到数值解。通过仿真结果可以看出第一开关点为0.943 2 s,第二开关点为1.426 7 s,精度较高,说明具有Armijo步长梯度下降算法对于最优控制问题有良好的适应性。     

利用频谱分析进行平面连杆机构的轨迹综合

提出一种基于频谱分析和应用最优化方法进行平面连杆机构轨迹综合的新方法。此方法减少了迭代求解过程中变量的数目,并且变量初值的选定简易而规范; 在建立优化模型时运用了复矢法, 使整个求解过程无需推导繁杂的数学公式     

最优投资消费问题的对偶解法

 考虑了市场中投资者信息的不对称性,用Lagrange乘数法给出了一类最优投资消费问题的对偶问题,并给出了该问题在完备市场下的最优解.对于不完备市场,讨论了最优解的存在性和唯一性.     

Riccati方程的降阶与广义系统的最优预见控制

研究了一类广义离散时间线性系统的预见控制问题.首先通过对系统方程,误差向量和可预见的目标值信号取差分,构造出一个扩大误差系统,把广义系统的预见控制问题转化为一个形式上的普通广义系统的控制问题.然后利用广义系统最优控制理论的结果,得到广义系统的带有预见前馈补偿的控制器.同时通过详细推导,把一个阶数很高的矩阵Riccati方程降为一个阶数很低的Riccati方程,从而使闭环系统可以实现.     

基于遗传算法的神经网络学习算法研究

为了克服神经网络结构和参数设计的随机性及依赖于人的经验的缺点,提出了一种改进的基于遗传算法的BP神经网络学习算法。该算法结合了神经网络的快速并行性和遗传算法的全局搜索性,首先利用遗传算法对神经网络结构、初始连接权和阈值以及学习率和动量因子进行全面进化设计,在解空间中定位出较好的搜索空间,然后在进化神经网络中用训练样本再次寻优。通过利用该算法对XOR问题求解,证明了该算法的有效性,其收敛速度和精度均优于基本BP算法和附加动量项的BP算法。     

基于混合校正内点法的最优潮流

提出了一种混合校正的内点法.该方法有效结合了预测校正和中心校正方式,在预测校正过程中通过动态选择校正方向在总的牛顿方向中的比例来优化搜索方向,以改善中心校正的效果,进而加快了整个算法的收敛速度.通过IEEE 57、IEEE 118、IEEE 300和3个实际系统的仿真计算表明,与多中心 校正内点法相比,此算法能以更少的迭代次数和计算时间快速收敛.此外,计算结果还表明,该算法比传统的预测 校正内点法及其衍生的内点法更具有鲁棒性.     

叶面肥1125对玫瑰开花习性和适采期的影响

为确定叶面肥1125对玫瑰（Rosa rugosa Thunb）开花习性、适采期的影响,采用对比试验方法,以清水为对照,于2003年3月26日玫瑰新梢两叶期喷施叶面肥1125.结果表明：喷施叶面肥1125的玫瑰初花期比对照提前2.5～3.0 d,开花集中,盛花期由6 d缩短到3 d,花期延长2～3 d.经1125处理的玫瑰整个花期比对照长5～6 d.经1125处理的玫瑰单株总花量多于对照,差异达极显著水平;单株花总鲜重、总干重,单花鲜重、干重与对照相比,差异均达极显著水平.经1125处理的玫瑰,无论是干花还是鲜花,适采期均为蕾期,比对照提前1天.     

一类M/G/1排队系统的最优控制

研究一类排队系统容量有限，服务规则是先到先服务的M／G／1排队系统．服务台在一定的顾客数目下启动，在系统空闲时关闭．采用补充变量法和L变换分析，得到了稳态条件下的概率母函数．采用N策略，研究了这类排队系统的最优控制策略，得到了一种最优控制方法．控制目标是根据系统的状态,动态地确定最优服务台启动策略以保证系统平均利润最大．通过给出的目标函数确定服务台启动的最佳顾客数，从而可以获得最优经济效益．