基于粒子群算法的随机和模糊混合机会约束规划研究

研究一类混合机会约束规划模型,该模型含有随机和模糊参数。基于粒子群算法运用随机模拟和模糊模拟相结合的技术,给出了一种求解该规划模型的混合智能算法。并通过对实际模型的规划问题进行分析和数值求解,说明了该模型和算法的合理性和有效性。     

一类含有随机和模糊参数的规划模型

提出一类模糊机会约束的随机期望值规划模型,该模型同时含有随机和模糊参数.对改进的“报童问题”进行的分析,说明了模型的合理性.运用随机模拟与模糊模拟相结合的技术,给出了求解该规划模型的遗传算法.并对改进的“报童问题”进行了数值求解,同时给出了其它数值例子,进一步说明了所给出模型的适用性和有效性.     

零件尺寸的信息效率特性分析及其应用

针对零件尺寸在产品变型设计过程中的数据传递效用问题,从信息学的角度提出零件尺寸的信息中心性分析方法.首先根据产品组成零件之间的尺寸约束网络结构特征,分析了零件尺寸传递信息的特性以及尺寸对之间的简单路径;在此基础上构造了尺寸约束网络的信息效率模型,根据尺寸移除引起的尺寸约束网络信息效率衰减构建零件尺寸的信息中心性模型,并提出了基于尺寸信息中心性的约束解算规划方法;从入度和深度2个因素定义尺寸约束网络的复杂性模型,分析了不同尺寸约束解算顺序下尺寸约束网络的复杂性及其累积结果.实验结果表明,按照尺寸信息中心性的降序来求解尺寸约束,尺寸约束网络具有最小的复杂性,为产品变型设计过程组织与管理提供了一个新的思路.     

时变网络中国邮路问题的时间自动机模型

基于时间自动机理论,提出了时间窗、时间依赖服务代价以及时间依赖旅行时间这3类时变网络中国邮路问题的统一建模的语义模型和求解方法.首先,将中国邮路问题可行解条件和时变参数与时间自动机联系起来,建立了3类问题的统一时间自动机系统(timed automata system,简称TAS)模型;然后,将时变网络中国邮路问题归结为TAS模型上的一系列可达性判定问题,并利用形式化验证算法给出了有效的求解方法.由于TAS模型中存在O(|A|+|AR|+1)个时间自动机,限制了问题求解规模.为此,通过扩展时间自动机语义,提出了TAS模型中的时间自动机合并策略,进而将TAS模型转换为一个广义时间自动机(GTA)模型.基于GTA模型,利用UPPAAL工具对9组、共54个随机算例进行实验.实验结果表明,该方法在求解精度上明显优于运筹学领域的方法.     

一种高效的随机块模型学习算法

由于随机块模型能够有效处理不具有先验知识的网络,对其研究成为了机器学习、网络数据挖掘和社会网络分析等领域的研究热点.如何设计出具有模型选择能力的快速随机块模型学习算法,是目前随机块模型研究面临的一个主要挑战.提出一种精细随机块模型及其快速学习算法.该学习方法基于提出的模型与最小消息长度推导出一个新成本函数,利用期望最大化参数估计方法,实现了边评价模型边估计参数的并行学习策略,以此方式显著降低随机块模型学习的时间复杂性.分别采用人工网络与真实网络,从学习时间和学习精度两方面对提出的学习算法进行了验证,并与现有的代表性随机块模型学习方法进行了对比.实验结果表明：提出的算法能够在保持学习精度的情况下显著降低时间复杂性,在学习精度和时间之间取得很好的折衷;在无任何先验知识的情况下,可处理的网络规模从几百节点提高至几万节点.另外,通过网络链接预测的实验,其结果也表明了提出的模型及学习算法相比现有随机块模型和学习方法具有更好的泛化能力.     

Spar平台月池水晃动的等效力学模型及模型参数研究

研究深海Spar平台月池水晃动的等效力学模型,确定模型参数.基于势流理论推导了月池内水体运动的动力学方程,建立了月池内水体晃动的等效单摆模型.采用ANSYS软件建立模型并进行网格划分,采用Matlab软件进行数值计算.运用Galerkin方法求解水体晃动的固有频率、模态函数以及势函数离散解,确定等效单摆模型的模型参数.对比分析了数值模拟结果与解析解,验证了本文计算方法的正确性.建立了不同月池水高度的等效力学模型参数库,为进一步研究平台-月池内流体的耦合运动奠定了基础.     

基于二阶段随机规划的回收物流网络优化设计研究

针对含有连续分布随机参数的回收物流网络优化设计问题,结合抽样理论,建立了由样本数量决定求解效率的二阶段随机规划模型.指出适量小样本对应的模型最优值必然是实际最优值的下界,提出了基于大样本分析的物流网络稳健性评价方法以及实际最优值上界的确定方法.给出模型求解的混合遗传算法,并总结了物流网络的优化设计步骤.通过具体算例说明了模型及其算法在设计决策中的应用.     

一种基于L1范数正则化的回声状态网络

针对回声状态网络存在的病态解以及模型规模控制问题,本文提出一种基于L1范数正则化的改进回声状态网络.该方法通过在目标函数中添加L1范数惩罚项,提高模型求解的数值稳定性,同时借助于L1范数正则化的特征选择能力,控制网络的复杂程度,防止出现过拟合.对于L1范数正则化的求解,采用最小角回归算法计算正则化路径,通过贝叶斯信息准则进行模型选择,避免估计正则化参数.将模型应用于人造数据和实际数据的时间序列预测中,仿真结果证明了本文方法的有效性和实用性.     

Bayesian更新与EM算法协作下退化数据驱动的剩余寿命估计方法

设备的剩余寿命(RUL)估计是对设备进行视情维护、预测与健康管理的关键问题之一.为实现对于单个服役设备退化过程的建模以及RUL的估计,文中提出一种Bayesian更新与期望最大化算法协作下退化数据驱动的RUL估计方法.首先利用指数退化模型来描述设备的退化过程,基于监测的退化数据,利用Bayesian方法对模型的随机参数进行更新,进而得到RUL的概率分布函数和点估计.其次,利用运行设备到当前时刻的监测数据,基于EM算法给出退化模型中非随机未知参数的估计方法,并证明参数迭代估计中每步得到的结果是唯一最优解.最后通过数值仿真和实际数据应用研究,表明文中方法可对单个设备退化过程进行建模,有效估计退化模型中的未知参数,进而得到更好的RUL估计结果.     

基于超网络的城乡物流配送网络优化研究

为了加强城乡配送网络体系建设,促进城乡商品的双向流通和提高共同配送能力,基于超网络思想,构建了包含需求网络和供给网络的城乡配送超网络结构模型,通过分析子网之间供需匹配关系,优化配送网络的组织方案。首先建立以时间成本及物流费用匹配双目标的超网络优化模型。其次将模型转换为相应的变分不等式,并证明解的存在及唯一性,采用修正投影算法求解了整个网络达到匹配状态的条件。最后应用算例进行数值仿真,验证了模型的有效性,实验结果表明：供给能力、配送时间的等待滞留等关键参数对网络的匹配程度影响较大。此研究可为物流管理者提供决策依据。     

一类上三角随机非线性系统的状态反馈镇定

针对一类具有上三角结构的随机非线性系统,研究其状态反馈镇定问题.通过引入有效的坐标变换,将所要研究的系统转化为一个具有可调增益的等价系统;然后利用低增益齐次占优技术,通过巧妙地选取低增益参数,使得整个闭环系统达到依概率全局渐近稳定.主要贡献是,将低增益齐次占优技术推广到了随机系统,并解决了一类上三角随机系统的镇定问题.数值仿真验证了所提出控制方案的有效性.     

基于改进粒子群算法的离子膜车间调度问题研究

针对某电化厂离子膜车间的调度问题,以产值最大化为目标函数,建立具有中间存储的连续和批处理过程相结合的多产品多批次调度模型.提出一种改进的粒子群算法(IPSO),加入自适应混沌变异操作,在加强算法局部搜索能力的同时保证搜索过程中种群的多样性,并利用IPSO对建立的模型进行求解.仿真结果表明了模型和算法的有效性,在满足计划的前提下,获得了满意的日生产总值.     

一种安全有效的基于身份的门限签密方案

签密是一种将加密和数字签名技术结合在一起的思想,它比采用先签名后加密的方法具有更高的效率.基于双线性对技术,提出了一种新的基于身份的门限签密方案.它利用决策双线性Diffie-Hellman(DBDH)问题的困难性在随机预言模型下给出了方案的语义安全性证明,并利用计算Diffie-Hellman(CDH)问题的困难性证明了方案的不可伪造性,同时指出方案具有较高的效率.     

线性时滞系统前馈-反馈次优控制: Taylor 级数法

研究线性时滞系统最优控制的前馈反馈近似设计问题.基于Taylor级数法,将系统的二次型最优控制问题转化为线性代数方程组的求解问题,给出了系统前馈反馈次优控制律的存在唯一性条件和Taylor级数表示形式.仿真算例验证了方法的有效性.     

一类不确定大系统的状态量化分散反馈镇定控制器设计ˇ

针对一类具有时变互联的不确定性组合火系统,利用具有可调参数的量化器传输系统状态信息,设计了状态量化分散控制器.这种分散控制器依据量化器参数的更新律,能够保证将大系统的状态渐近趋于坐标原点的任意一个事先给定的小邻域内.     

磁浮列车悬浮控制系统电磁铁故障诊断技术研究

针对磁浮列车的电磁铁的部分失效故障会导致悬浮控制系统的结构参数发生变化,影响该支撑点的稳定悬浮问题,研究了悬浮控制系统电磁铁故障诊断及其容错控制问题,提出一种将执行器故障导致的控制系统参数变化等效为控制输入变化的算法,实现了对执行器故障的量化指示,给出了执行器(电磁铁)的故障百分比.通过仿真和实验验证了算法的有效性.     

基于优势关系的多属性决策问题研究

针对属性权重未知的多属性决策问题,指出决策对象与理想对象之间的优势度与其属性值的概率测度及属性值大小之间有等价关系;借鉴博弈决策中的极大极小算法,提出用属性值的优势关系确定属性权重,并利用优势关系对决策对象进行排序并择优:最后,对属性值为区间数的多属性决策实例进行了分析,同时将该算法与离差最大化算法的异同点进行了对比,表明了算法的有效性.     

并行分布控制网络的实时信号时序流图分析

考虑并行分布控制网络中软件过程及物理过程作用和反作用的时间度量特性,定义带时间标签的信号模型,采用广义测度函数概念建立信号间的时间关序,由控制器接口组成网络节点的信号流图拓扑结构,确定信号作用时序的组合运算,从而分析软件设计和运行的确定性.     

一种基于多神经树集成的分类模型

针对数据挖掘领域分类问题的特点.提出了基于多神经树集成的分类模型(CMBNTE).该模型利用改进遗传规划算法和粒子群算法,实现单个神经树模型的优化;借鉴集成学习思想,将多个神经树模型组合成最终的分类模型.在6个UCI数据集上的实验结果表明,该模型能较好地解决分类问题,尤其适用于多分类属性的复杂分类问题.     

代价敏感概率神经网络及其在故障诊断中的应用

针对传统的分类算法人多以误分率最小化为目标,忽略了误分类型之间的差别和数据集的非平衡性的问题,提出代价敏感概率神经网络算法.该算法将代价敏感机制引入概率神经网络,用期望代价取代误分率,以期望代价最小化为目标,基于期望代价最小的贝叶斯决策规则预测新样本类别.采用工业现场数据和数据集German Credit验证了该算法的有效性.实验结果表明,该算法具有故障识别率高、泛化能力强、建模时间短等特点.