模型预测控制在飞行器规划系统中的应用

提出采用预测控制与混合整数线性规划相结合,解决飞行器任务规划的鲁棒控制问题,以混合整数线性形式给出飞行器动力学模型、优化目标以及相关约束,并提出一种终端零约束性能指标函数,以此证明了预测控制器的全局最优性和Lyapunov稳定性.仿真结果表明:该方法能够实现飞行器对固定目标的航迹规划任务,并对所探测到的威胁进行实时回避,能够实时运行,具有工程可实现性.     

具有局部和全局QoS约束的Web服务选择

提出一种具有局部和全局QoS约束的Web服务选择算法.将基于QoS的Web服务选择问题建模为带QoS约束的多目标组合优化问题,使用局部QoS约束过滤不满足约束条件的候选服务,通过归档式多目标模拟退火(AMOSA)算法同时优化多个QoS目标函数以产生一组Pareto优化解,利用全局QoS约束筛选出满足约束条件的Pareto最优解集.实验结果证明了该算法的有效性.     

基于APSO算法的多目标满意优化研究

提出了多变量系统的多参数多目标满意优化方法.将系统性能指标要求的满意设计与控制器参数优化融为一体考虑,通过设计性能指标满意度函数和系统综合满意度函数,构造出多目标系统满意优化模型,并用自适应粒子群算法实现其满意优化.仿真结果显示该方法可获得比传统粒子群算法更满意的综合性能指标,表明了该方法的有效性和实用性.     

一类非线性多变量系统的多模型自适应控制

针对一类不确定的非线性多变量离散时间动态系统,提出了一种基于切换的多模型自适应控制方法.该控制方法的特点在于以下两个方面:首先,引入一个高阶差分算子使得非线性系统的非线性项的限制条件不再要求全局有界;其次,提出的控制方法由线性自适应控制器、神经网络非线性自适应控制器以及切换机构组成:线性控制器用来保证闭环系统的输入输出信号有界,神经网络非线性控制器用来改善闭环系统的性能,基于性能指标的切换机构在每一时刻选择性能指标较好的控制器对系统进行控制.理论分析和仿真实验说明了提出的多模型自适应控制方法的有效性.     

解非线性约束规划问题的新型多目标遗传算法

给出非线性约束规划问题的一种新解法。把带约束的非线性规划问题转化成为两个目标的多目标优化问题，并为转化后的多目标优化模型设计了一种新型多目标遗传算法，数据实验表明该算法对带约束的非线性规划问题求解是非常有效的。     

基于分布式神经动态优化的综合能源系统多目标优化调度EI北大核心CSCD

研究了基于神经动态优化的综合能源系统(Integrated energy systems,IES)分布式多目标优化调度问题.首先,将IES元件单元(包含负荷)作为独立的决策主体,联合考量其运行成本和排放成本,并计及多能源设备间的传输损耗,提出了IES多目标优化调度模型,该模型可描述为一类非凸多目标优化问题.其次,针对此类问题的求解,提出了一种基于神经动力学系统的分布式多目标优化算法,该算法基于动态权重的神经网络模型,可以解决不可分离的不等式约束问题.该算法计算负担小,收敛速度快,并且易于硬件实现.仿真结果表明,所提算法能同时协调综合能源系统的经济性和环境性这两个冲突的目标,且获得了整个帕累托前沿,有效降低了综合能源系统的污染物排放量和综合运行成本.     

修正免疫克隆约束多目标优化算法

针对约束多目标优化问题,提出修正免疫克隆约束多目标优化算法.该算法通过引进一个约束处理策略,用一个修正算法对个体的目标函数值进行修正,并对修正后的目标函数值采用免疫克隆算法进行优化,用一个精英种群对可行非支配解进行存储.该算法在优化过程中,既保留了非支配可行解,也充分利用了约束偏离值小的非可行解,同时引进整体克隆策略来提高解分布的多样性.通过对约束多目标问题的各项性能指标的测试以及和对比算法的比较可以看出:该算法在处理约束多目标优化测试问题时,所得解的多样性得到了一定的提高.同时,解的收敛性和均匀性也得到了一定的改进.     

Modified Immune Clonal Constrained Multi-Objective Optimization Algorithm

针对约束多目标优化问题,提出修正免疫克隆约束多目标优化算法.该算法通过引进一个约束处理策略,用一个修正算法对个体的目标函数值进行修正,并对修正后的目标函数值采用免疫克隆算法进行优化,用一个精英种群对可行非支配解进行存储.该算法在优化过程中,既保留了非支配可行解,也充分利用了约束偏离值小的非可行解,同时引进整体克隆策略来提高解分布的多样性.通过对约束多目标问题的各项性能指标的测试以及和对比算法的比较可以看出:该算法在处理约束多目标优化测试问题时,所得解的多样性得到了一定的提高.同时,解的收敛性和均匀性也得到了一定的改进.     

QoS全局最优的多目标Web服务选择算法*

针对现有方法的不足,提出一种基于QoS全局最优的多目标动态Web服务选择算法。在给出动态服务组合模型的基础上,以“抽象服务规划”为输入,以用户的非功能性需求为全局约束,将动态服务选择问题转换为一个带QoS约束的多目标服务组合优化问题;利用多目标蚁群算法,多个目标函数被同时优化并产生一组满足约束条件的Pareto优化解。通过运用实验与基于多目标遗传算法的Web服务选择算法进行对比,证明了该方法的可行性和有效性。     

基于NSGA-II 算法的平面并联机构动态性能多目标优化

针对高速高加速度的平面并联机构,采用面向控制系统的机构设计方法,对机械结构进行优化设计． 分别在运动学、动力学层面上提出多个性能指标,以其作为目标函数和约束条件建立了标准的多目标优化模型．基 于NSGA-II 算法求解多目标优化问题,进行尺度综合．最终结果表明,优化后的机构能较大程度上消除系统耦合, 提升动态性能,为高速控制系统设计提供良好的机械硬件平台．     

基于多模型切换的多观测器轨迹优化研究

充分考虑辐射源信号覆盖范围带来的观测约束,提出一种基于动态区间划分的多模型切换轨迹优化算法．该算法根据可探测区域内的观测器构造子区间划分特征向量,在不同的控制层使用相应的切换策略分别设计观测器运动规则、构造性能指标函数．根据设定的目标优化函数,在切换子层综合多种优化算法分别对不同的观测器进行轨迹优化．仿真表明,该方法能够有效解决观测约束下的匀速运动目标轨迹优化问题,具有一定的工程应用价值．     

最小化全局完成时间的成像卫星任务规划算法

成像侦察卫星任务规划问题是一类典型多约束组合优化问题.最小化全局完成时间是任务规划领域时效性要求较高情况下的一种优化目标.提出一种整合整数规划与约束规划方法,在最小化任务规划方案全局完成时间的目标下,求解成像侦察卫星任务规划问题的组合算法.该算法通过应用Benders分解将原约束整数规划模型划分为主问题与子问题两部分,采用软件MOSEK与GECODE对主、子问题分别求解.根据子问题求解结果生成剪枝约束,返回主问题迭代,直到获得优化解.算法有效性通过仿真实验进行了检验并取得预期效果.     

基于多模型预测的WSN动态簇目标跟踪算法

分析了无线传感器网络(WSN)中现有目标定位算法缺陷,针对WSN中跟踪目标的运动不确定特性,提出一种基于多模型动态簇预测的WSN目标跟踪算法;该算法以多模型为目标动态建模框架,适应目标的不确定运动,在得到各模型预测之后,综合各模型预测估计形成全局预测估计,进而构造局部唤醒区域,将落入该局部唤醒区域的节点构造动态簇,通过择优规则,确定该节点动态族的簇首,实现目标的定位跟踪;仿真结果表明,与全局唤醒算法相比,所提出的基于多模型动态簇预测的WSN目标跟踪算法可适用于目标的不确定运动,并得到较好的跟踪精度。     

一种双种群协同进化算法在湿法炼锌过程中的应用

为了求解针铁矿法沉铁过程的多目标协调优化模型,从提高全局寻优能力和解的精度出发,提出一种基于改进全局搜索量子进化算法和局部搜索差分进化算法的双种群协同进化算法.数值仿真验证了该进化算法具有较好的收敛性和求解精度;典型工况的仿真优化结果表明了该多目标协调优化模型指导实际生产的可行性,以及所提出算法的有效性.     

城市交通信号灯网络化控制及优化配时问题

首先,给出单交叉路口的定义,从抽象模型mn网络出发,该文提出城市交通的动态多车道、四相位控制模型;提出阻塞判别条件,并给出阻塞时对路口控制的网络模型。将两种系统综合在一起,给出多目标优化的性能指标及其约束条件。采用遗传算法进行多目标优化,仿真结果表明该方案是可行的。     

一类基于多个目标的制造任务优化分配方法

提出了一种基于多个目标的制造任务优化分配方法。建立了以任务总加工时间最少、任务完成时间最早、任务完成总质量最高为目标函数,以制造设备负荷率满足要求为约束的优化分配模型。针对模型的多目标、多约束、大组合量特点,结合遗传算法全局搜索能力强、模拟退火算法局部搜索能力强的优点,提出了一种多阶段父代更新自适应遗传-模拟退火算法。以某多品种小批量生产车间制造任务分配为例,验证了方法的有效性。     

基于混合策略的QoS选播流路由优先算法

分析了QoS选播流交错服务问题的产生过程及其对网络资源的浪费,提出了一种基于混合策略的全局路由优化解决方法.在构建路由优化问题模型的基础上,得出了选播流路由端到端时延、服务器负载、网络流量、路径调整等多个优化目标和QoS约束的表达式.给出了GA、SA、TS三种算法有机结合形成的一种混合优化算法,并说明了运用该算法求解的关键步骤和实现过程.实验结果表明,本算法能够在满足QoS约束的前提下实现选播路由的多目标组合优化,与基于GA或者SA的求解算法相比具有更强的稳定性和更高的精确度.     

多变量系统中多参数多目标满意优化研究

本文提出了多变量系统的多参数多目标满意优化方法，将系统性能指标要求的满意设计与控制器参数优化融为一体统一考虑，通过设计性能指标满意度函数和系统综合满意度函数，构造出多变量系统满意优化模型，并用改进遗传算法实现其满意优化．仿真结果显示该方法可获得比传统优化方法更满意的综合性能指标，表明了该方法的有效性和实用性．     

微型柔性机构的多目标计算机辅助拓扑优化设计

提出了基于结构整体柔度最小化和结构输出位移最大化的多目标拓扑优化设计方法,建立了微型柔性机构的多目标拓扑优化设计模型.提出了适用于微型柔性机构多目标拓扑优化设计的伴随矩阵敏度分析方法,并将广义收敛移动渐进算法用于多目标多约束微型柔性机构拓扑优化问题的求解.最后通过数值计算验证了优化模型的有效性.     

应急资源多目标优化调度模型与多蚁群优化算法研究

大规模自然灾害发生后,极易出现多地同时提出多类型资源需求的局面.基于灾后应急资源调度的特点,建立了考虑多需求点、多供应点、多资源类型、且多个资源供应点能为多个资源需求点协同配备资源的多目标优化调度模型.模型中对调度路线的可靠度进行了考虑,增强了实用性.设计了求解模型的多蚁群优化算法,在全局信息素更新规则中引入精英策略,指导多蚁群间相互交换与共享信息,加快全局非劣解搜索效率.多目标多蚁群优化算法将资源定位配置与路线安排问题进行了集成解决.算例分析表明该算法能够很好地处理大型复杂网络.