基于量子粒子群的软件模糊可靠性分配模型

针对软件可靠性分配中存在多个优化目标的问题,提出了一种新的模糊多目标分配模型,并采用量子粒子群优化算法求解该模型。将软件可靠性和成本作为模糊目标函数,通过三角形隶属函数对模糊目标进行处理,将优化后的量子粒子群算法用来求解软件模糊可靠性分配模型。实验结果验证了文章提出的软件模糊可靠性分配模型是有效的,多目标的Pareto最优解为可靠性和成本之间的决策提供了依据。     

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修（MRO）协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型. 提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题. 随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代. 该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度. 案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.     

基于随机模糊机会约束的主动配电网分布式风电双层规划模型

针对风速兼具随机性和模糊性的多重不确定特征,提出一种主动配电网分布式风电容量配置的随机模糊机会约束双层规划模型.通过随机模糊模拟描述分布式风电出力不确定性,并考虑其时序特征建立风电出力时序性随机模糊模型,结合随机模糊模拟及潮流分析获取节点电压、支路功率及系统倒送功率等系统静态安全指标的随机模糊机会测度,采用兼顾随机性和模糊性的可信度作为评价分布式风电容量配置方案的指标;进而考虑系统功率平衡、静态安全指标机会测度约束及主动管理措施,以年利润随机模糊期望值最大为上层优化目标,以通过主动管理使分布式风电有功削减随机模糊期望值最小为下层优化目标,通过判断上层方案静态安全指标是否满足随机模糊机会约束的置信水平进行上下层规划协同,从而构建一种分布式风电容量配置随机模糊机会约束双层规划新模型;最后提出结合随机模糊模拟、前推回代潮流计算和遗传算法对模型求解.IEEE 14节点算例仿真过程及结果表明模型和算法的有效性和优越性.     

基于不确定理论的二级供应链订货量决策

针对不确定环境下的二级供应链订购决策问题,提出了一种二级供应链订货量决策模型,该模型基于不确定理论,以供应链整体利润最大化为目标,在制造商和零售商的约束条件限制下,借助不确定理论中的悲观值概念,将不确定机会约束规划模型转化为可求解的确定性形式,求解出了决策者可接受的置信度下的最优订货量。通过算例分析,结果表明,模型将决策者的风险偏好,融入到供应链订货量决策过程中,使不确定机会约束规划与供应链决策领域进行融合,可为确定订货量提供定量化的依据。     

基于供应成本的维修备件协同库存控制模型及其算法研究

通过对维修备件库存控制方法的分析研究,提出了基于供应优化维修备件计划库存的方法,建立了维修备件协同库存模型结构和基于供应成本的维修备件协同库存控制数学模型。基于遗传算法提出了一种以供应成本为优化目标的多约束协同库存控制数学模型求解算法,实例验证了该模型及其求解算法的正确性。     

电站设备短期维修风险决策模型研究

针对当前电站单纯根据设备运行时间或设备运行状态进行维修决策,而不能实现整个维修单元维修优化的问题,给出了设备短期维修风险决策框架,并建立了风险决策模型。该模型充分利用了设备技术状态、定期维修间隔、大小修维修约束、各种运行和维修方式下设备维修/故障费用等信息,利用决策树算法进行风险决策,最终得到最优维修方案。应用于给水泵组的维修风险决策,利用维修单元内各设备的状态评价结果、维修约束和维修费用,确定了当前以费用最小为目标的最优维修方案。实例计算表明该模型可行有效,其结果可为电站设备进行有效的维修决策提供有力依据。     

基于延迟时间模型的不完全检修计划优化模型

针对现有基于检测的状态维修方法仅适用于短期维修计划,且通常单一地考虑不完全维修或不完全检测的问题,构建适合设备维修现场特征的长期维修计划优化模型,考虑检测与维修活动均不完全情况下的退化过程. 利用延迟时间模型描述退化过程,围绕双重不确定的检修活动,构建基于递推关系的可靠度模型,该模型可以有效表示系统退化速度和故障发生概率. 以单位时间系统费用最小为决策目标,引入可靠度、可用度等约束,建立检修计划优化模型,求解得到最佳检测周期和更换周期. 案例研究表明,利用提出的模型能够有效优化系统检修计划,节省维修成本. 通过与固定周期和固定可靠度阈值的维修策略进行对比,说明检测精度对于检测模型的优化效果具有显著影响,当检测精度属于较高水平时,检修模型明显优于其他维修模型.     

计及置信区间的微电网协同调度研究

针对分布式电源大量接入电网对生产运行造成较大影响的问题,本文对并网运行模式下微网经济负荷协同分配进行研究。通过建立计及光伏发电和风力发电随机性的微电源、储能装置、大电网和负荷的数学模型,并从置信区间角度描述光伏机组及风力发电机组运行出力的随机性,建立了基于置信水平的机会约束优化调度模型。采用改进多目标粒子群算法对模型进行求解,从而对各电源出力优化配置。仿真结果表明,与不考虑置信区间的调度模型相比,综合成本下降了1.87%;与常规多目标粒子群相比,综合成本下降7.53%。该研究有效节省综合成本,提高协同调度效率,为实际工程应用提供了理论依据。     

基于模糊遗传算法的网络化制造联盟成员选择

目的设计在多目标决策下,网络化制造联盟成员相应的优化模型.方法基于定量评价因素时间T、成本C、质量Q和定性评价因素服务S、设计能力D,采用模糊遗传算法对模型求解,提出优化的组合策略.算法求解中,种群控制采用寿命的概念来控制个体的存活代数,而交叉、变异算子则采用模糊控制的手段加以约束.最后结合实际案例,对文中模型与求解算法进行了验证.结果仿真结果证明该算法收敛速度快且较符合实际情况.实例分析也表明网络化制造联盟成员选择具有实际意义.结论为企业实际业务提供决策支持.     

考虑需求响应和风电不确定性的能源系统调度

将价格型需求响应的影响因素分为电、气分时自弹性和电-气交叉价格弹性,两者分别考虑价格调控下能源需求在时间、类型上的转移. 依据模糊数的物理意义对风电历史数据进行拟合;考虑不同场景的发生概率对不确定性的影响,提出基于多场景的模糊优化模型. 依据模糊规划理论,考虑价格型需求响应、风电出力和系统负荷的不确定性,建立考虑风电消纳的电-气综合能源系统源荷互动日前模糊优化调度模型. 采用模糊期望约束、模糊机会约束的等效处理方法和天然气气潮流线性化方法将非线性约束转化为线性约束并求解该模型. 算例表明,通过考虑价格型需求响应和风电不确定性,可以更加准确地模拟在不确定的市场环境下,用户在不同能源间的选择行为,同时降低用能的峰谷差,提高风电的消纳能力.     

Study on air formation to ground attack-defends decision making in fuzzy condition

With the development of modern military technology, uncertain decision-making problems become more and more exigent to be solved in military command and control. Based on game theory, and taking air formation to ground attack-defends campaign as the background, this paper established an opposed dynamic decision-making model. As to the problems in military decision-making in fuzzy condition in uncertainty, this paper put forward a fuzzy-influence-factor, which reflects the fuzzy influence on battle units, and establishes a fuzzy opposed decision-making model in anticipant value and in correlative chance way farther to get strategy equilibrium. It can be seen from the simulating results that the model disposes the fuzzy status in battlefield reasonably, analyzes the fighting results objectively, and offers a powerful decision-making support for military operation. The method is practically and effectively.     

基于模糊偏好的多目标粒子群算法在库存控制中的应用

针对多目标库存控制中决策者对目标偏好的不确定性问题,定义了模糊偏好的效用函数,提出了一种基于模糊偏好的多目标粒子群优化算法的求解方法.该方法在改进的双极偏好粒子群优化算法基础上,引入模糊隶属度函数,给出了模糊偏好效用函数的计算方法;利用该函数对得到的非支配解集进行效用评价,以效用评价值作为选取优化方案的依据.针对连续盘点(r,Q)多目标库存控制模型,仿真实验表明:该方法有效地解决了决策者对库存总成本、年平均缺货率和年平均缺货量目标偏好的不确定性问题,为决策者提供了优化的库存控制方案.     

基于交替方向乘子法的互联系统经济调度模型

针对多区域互联系统集中调度方法存在的计算规模过大和私密性不足问题,提出了基于交替方向乘子法的分散协调调度模型并在模型中考虑了网络安全约束。首先,采用模糊建模法对风电出力的不确定性进行描述并将其引入到旋转备用约束中。其次,利用复制边界节点变量法对区域进行分解并建立了基于直流潮流的互联系统分散协调调度模型。每次迭代中交替方向乘子法不需要中央协调控制器的参与,仅需向相邻区域传递相角信息即可。然后,基于可信性理论将模糊机会约束变换为确定的等价类约束。最后,通过两区域互联系统进行算例分析,仿真结果表明所提方法的有效性。     

Intuitionistic fuzzy optimization

0　ＩＮＴＲＯＤＵＣＴＩＯＮＡｔｐｒｅｓｅｎｔ,ｔｈｅｄｅｔｅｒｍｉｎｉｓｔｉｃｏｐｔｉｍｉｚａｔｉｏｎｔｈｅｏｒｙｈａｓａｄｖａｎｃｅｄｃｏｎｓｉｄｅｒａｂｌｙｄｕｒｉｎｇｔｈｅｌａｓｔｔｈｒｅｅｄｅｃａｄｅｓ,ｂｕｔｉｔｓｐｏｔｅｎｔｉａｌｈａｓｎｏｔｂｅｅｎｔｈｏｒｏｕｇｈｌｙｂｒｏｕｇｈｔｉｎｔｏｐｌａｙｉｎｅｎｇｉｎｅｅｒｉｎｇｐｒａｃｔｉｃｅ.Ｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｒｅａｓｏｎｉｓｔｈａｔｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｐｒｅｃｉｓｅｌｙｄｅｆｉｎｅａｎｏｐｔｉｍｉｚａｔｉｏｎｐ…     

稳健的MIMO雷达发射波形和接收滤波器联合优化设计

针对杂波条件下目标反射信号方向不确定的情况,提出一种稳健的MIMO雷达发射波形和接收滤波器联合优化设计方法.在考虑各阵元发射功率相等的约束条件下,利用发射加权矩阵构造不确定集范围内关于输出信干噪比(SINR)的Maxmin优化模型;在此基础上,利用序列优化、半正定松弛和Charnes-Cooper转换,将非凸的联合优化问题转化为关于发射波形和接收滤波器的凸优化问题进行迭代求解;最后通过随机向量合成方法计算最终发射波形和接收滤波器,并对算法计算复杂度和收敛性给出分析和证明.所提方法在满足阵元发射功率一致的约束条件下,提高了算法稳健性并降低了计算复杂度.仿真实验证明了算法的有效性.     

具有输入与状态时滞的非线性系统的模糊保性能控制

针对一类具有输入与状态时滞的参数不确定非线性系统,基于T-S模糊模型,讨论该系统的保性能控制问题。通过构造状态反馈控制器,提出了在给定的性能指标和控制律下,闭环系统是二次保性能稳定的充分条件,并以线性矩阵不等式(LMI)的形式表示,数值算例显示该设计方法是有效的。     

Power control in wireless sensor networks based on robust optimization

Topology control is a critical issue for energy efficient wireless sensor networks. Distance between sensors plays an important role in the problem of topology control in that it directly determines the accuracy of the node position. However, distance is generally affected by uncertain external factors, such as measurement error and actual interference. The actual performance of a topology control strategy can be severely influenced by distance uncertainty. Based on the robust discrete optimization theory and methodology, a power control algorithm is proposed to deal with distance uncertainty. First, related works on robust optimization is introduced. Then the problem of power control is formulated as a robust minimum spanning tree model under distance uncertainty, which is solved by Prim's algorithm. In computational experiments, the influence of the adjusting parameter on network performance is studied. Simulation results show that a robust solution can provide an improvement when the distance is uncertain at the expense of the less optimal value compared with a deterministic solution.     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法.该算法为求解复杂的组合优化问题提供了一种新思路,引起了众多学者的研究兴趣.将蚁群算法引入不确定处理时间的Job Shop调度,用三角模糊数描述不确定处理时间,建立不确定处理时间的调度模型,在模糊数排序方法的基础上,用改进后的蚁群算法进行求解.仿真结果验证了本文提出的算法的有效性,考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度,并就结果进行了讨论.     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法，该算法为求解复杂的组合优化问题提供了一种新思路，引起了众多学者的研究兴趣，将蚁群算法引入不确定处理时间的Job Shop调度，用三角模糊数描述不确定处理时间，建立不确定处理时间的调度模型，在模糊数排序方法的基础上，用改进后的蚁群算法进行求解，仿真结果验证了本文提出的算法的有效性，考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度，并就结果进行了讨论。     

基于模糊集分析的投资组合模型

提出了一种模糊投资组合选择模型来规避决策中的不确定性．运用模糊集理论模拟不确定性、灵活可变的信息,然后运用悲观准则将模糊约束条件转化为纯数学模型,通过求解最大值就可以确定最优的投资组合．最后通过实例对模型进行了验证．