路灯维护总费用随机优化模型及其概率分布拉格朗日松弛方法

针对一般故障特性的部件,优化其有限阶段内更换策略尚无相关模型及有效的解决办法.本文为路灯维修问题建立了联合更换部件的多阶段随机策略优化模型.策略优化难点在于部件更换的相互耦合,且其耦合约束为难以处理的随机约束.不同于现有的基于情境松弛随机耦合约束的方法,本文通过引入与决策概率分布相关的乘子松弛约束,给出概率分布拉格朗日...     

应用带补偿的机会约束规划策略优化精馏过程的研究

精馏过程优化存在许多不确定变量,其对优化结果的影响是不可忽略的,所以需要找到真实反映不确定变最的数学模型,找到最优的求解方法得到精确解,进而得到最优的优化结果.本研究通过分析随机规划策略和不确定因素的特性及其对精馏优化过程的影响,对不确定因素进行分类,应用带补偿的随机规划和机会约束规划实现不确定因素对优化目标和约束的影响.对于模型中的机会约束,由于不确定输入变量和不确定输出变量间存在单调关系,所以可以通过对不确定输入变量的多重积分将机会约束转化为等价地确定性非线性约束,此时模型转化为含有非线性约束的带补偿的随机规划模型,此模型通过改进的蒙特卡罗(Monte Carlo)积分和含有序列2次规划(SQP)的Benders分解相结合的混合算法有效的求解.所提出的求解方法借助于Matlab软件能够得到比较精确的结果.采用本文所提出的模型及求解方法对精馏塔操作的模拟实验过程进行优化研究,可以看出带补偿的机会约束规划模型能够很好地反映不确定变量对优化过程的影响.所以本文提出的模型和求解方法是有效可行的,且对于以后的不确定优化研究具有很好的指导意义.     

求解随机机会约束规划的混合智能算法

随机机会约束规划是一类有着广泛应用背景的随机规划问题,采用随机仿真产生样本训练BP网络以逼近随机函数,然后在微粒群算法中利用神经网络计算适应值和实现检验解的可行性,从而提出了一种求解随机机会约束规划的混合智能算法。最后通过两个实例的仿真结果说明了算法的正确性和有效性。     

基于随机模拟与PSO算法相结合的随机机会约束规划算法

随机机会约束规划作为一类重要的随机规划,广泛存在于许多领域中.为了寻找更有效的求解随机机会约束规划的算法,通过采用随机模拟来逼近随机函数,并在微粒群算法PSO(Particle Swarm Optimization)中利用随机模拟实现估计适应值和检验解的可行性,从而给出了求解随机机会约束规划的新算法,最后,测试其性能并与遗传算法进行了比较,实例结果表明该算法的正确性和有效性.     

航天TT&C调度的拉格朗日松弛策略

根据航天遥测、跟踪和指挥(TT&C)调度的测控需求,建立航天测控调度问题的0-1整数规划模型,运用 、 和 3种策略对模型中的约束进行松弛,通过次梯度优化算法求得每种松弛问题的上界。利用2个场景验证上界(目标函数值)的有效性,调度结果表明,3种松弛策略中以次梯度优化算法得到的上界差别最小。     

油田措施配置的随机机会约束规划模型

以油田措施增产最大化为目标,兼顾成本、措施量等目标,建立了油田措施配置的随机机会约束规划模型,并给出了模型的混合智能算法。实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施配置提供了新的决策依据。     

产品设计方案费效权衡的随机机会约束规划模型

针对产品设计方案费效权衡中由于未考虑生产过程中不确定性因素影响而导致的权衡结果易产生偏差的问题, 提出将不确定优化理论引入产品设计方案费效权衡模型中。在对关键设计参数敏感性分析的基础上,将敏感性变量以及费用估算的偏差描述为随机变量,构建基于以产品设计方案费效权衡的随机机会约束规划模型,并采用嵌入蒙特卡洛模拟的遗传算法求解,得到考虑不确定因素影响的最优产品设计方案。最后以混凝土泵车为实例,验证了模型的有效性。研究表明,采用费效权衡随机机会约束规划模型得到的产品设计方案,更能反映生产实际,可以最大程度保证不确定条件下产品设计决策目标的实现。     

求解随机机会约束规划的混合智能算法及应用

为更有效地求解随机机会约束规划问题,提出一种基于克隆选择算法(CSA)、随机模拟技术及神经网络的混合智能算法。采用随机模拟技术产生随机变量样本矩阵训练反向传播(BP)网络以逼近不确定函数,之后在CSA中利用神经网络检验个体的可行性、计算适应度,从而得到优化问题的最优解。为保证算法搜索的快速性和有效性,CSA采用双克隆和双变异策略。仿真结果表明,与已有算法相比,混合智能算法在500代时已取得比较满意的结果,且其精度在单目标优化问题中提高了2.2%,在多目标优化问题中提高了65%;将该算法应用于求解水库优化调度的难题上,结果也表明所建立的模型及算法的可行性和有效性。     

成组更换策略下的备件库存决策仿真研究

针对成组更换策略下备件需求的特点,建立了无限使用期的成组更换策略与备件库存控制联合优化仿真模型。该模型通过模拟系统在预防维修间隔期T内的维修活动,得到1个预防维修间隔期内的总费用,然后在系统运行M(M足够大)个周期下,以期望单位时间总费用最小为目标,优化预防维修间隔期T和最大库存水平S。最后,基于案例,运用MATLAB对模型进行仿真优化计算,并分析了相关参数对模型优化结果的影响。     

风电场穿透功率极限计算方法及发展

简要介绍了国内外风电的应用背景和使用概况以及风力发电的一些基本概念.论述了风电入网后对系统的各种影响,同时引入了风电场穿透功率极限的概念.以风电入网后系统安全稳定为准则,详细介绍了基于电力系统暂态稳定分析的时域仿真法、基于机会约束的智能优化算法、基于随机规划的混合智能算法等三种计算穿透功率极限的方法.     

调整门和连线尺寸以减小串扰的拉格朗日松弛法

本文给出了一个布线后减小串扰噪声的算法。该算法通过调整逻辑门和互连线的尺寸有效地减小了串扰噪声,在减小噪声的同时约束电路的最大延时,使得在串扰噪声和时序都满足约束的条件下最小化芯片面积。算法保证了改变逻辑门和线网尺寸不会破坏电路的时序约束。实验结果证明,本算法有效地减小了串扰。此算法不需回到布线阶段来优
优化串扰,减少了设计迭代次数,加快了设计收敛时间。     

Lagrangian relaxation for maximum service in multicast routing with QoS constraints

In this paper, we propose a new variant of the Multicast Routing Problem called Maximum Service in Multicast Routing with Quality of Service constraints applied in the context of vehicular ad hoc networks, for which data must be sent from a root node to a set of terminal nodes. The use of all nodes is not mandatory and each connection between the root and a terminal aims to satisfy the quality of service according to the limits established for each metric. The objective is to maximize the number of serviced terminals according to the network's quality of service metrics. We present an integer programming formulation and four Lagrangian relaxations, to obtain good primal and dual bounds. We also develop a local search applied during the resolution of the Lagrangian relaxations. These methodologies were subjected to computational experiments with a set of 40 instances generated with characteristics of vehicular ad hoc networks. Statistical analyses were performed to compare the performance between methodologies, where the model achieved optimal values for 29 instances, and the Lagrangian relaxations rendered competitive bounds, especially for large instances.     

机会网络节点协作缓存策略设计与实现

针对如何有效利用机会网络中节点间的协作关系以及节点有限的缓存资源,避免拥塞和提升数据传输性能的问题,提出一种机会网络协作缓存优化策略——HMP-Cache。该策略根据节点不同运动状态的特点,利用目标地址匹配标准选择协作缓存节点,采用同步Cache数据表达到局部域内缓存信息共享的目的。仿真实验结果表明,该策略能够有效控制数据访问的网络开销,降低网络热点数据访问延迟。     

实时无等待HFS调度的一种拉格朗日松弛算法

研究了实时无等待HFS调度问题,并建立一个整数规划模型,提出运用拉格朗日松弛算法来求解,在此算法中,常采用次梯度方法更新拉格朗日乘子,但它随着迭代数的增加收敛速度会减慢,因此设计了一个改进的bundle方法。将以前的次梯度累积到bundle中,以获得一个更好的乘子更新方向．仿真实验表明,与次梯度方法相比,所设计的bundle法不仅在较少的迭代数内得到了更快的收敛速度而且改进了优化性能,对于大规模问题效果更为显著。     

An effective Lagrangian relaxation approach for rescheduling a steelmaking-continuous casting process

This paper studies a steelmaking-continuous casting (SCC) rescheduling problem with machine breakdown and processing time variations. Two objectives are considered in this study: the efficiency objective and the stability objective. The former refers to the total weighted completion time and total sojourn time, whereas the latter refers to the number of operations processed on different machines in the initial and revised schedules. We develop a time-index formulation and an effective Lagrangian relaxation (LR) approach with machine capacity relaxation to address the rescheduling problem. The LR approach decomposes the relaxed problem into batch-level subproblems with variable processing times. A polynomial two-stage dynamic programming algorithm is proposed to solve the batch-level subproblems. An efficient subgradient algorithm with global convergence is presented to solve the corresponding Lagrangian dual (LD) problem. Computational experiments based on practical production data show that the proposed approach not only produces a high quality schedule within an acceptable time but also performs much better than a practical SCC rescheduling method from a large iron and steel enterprise in China.     

A new Lagrangian Relaxation Algorithm for scheduling dissimilar parallel machines with release dates

In this article we investigate the parallel machine scheduling problem with job release dates, focusing on the case that machines are dissimilar with each other. The goal of scheduling is to find an assignment and sequence for a set of jobs so that the total weighted completion time is minimised. This type of production environment is frequently encountered in process industry, such as chemical and steel industries, where the scheduling of jobs with different purposes is an important goal. This article formulates the problem as an integer linear programming model. Because of the dissimilarity of machines, the ordinary job-based decomposition method is no longer applicable, a novel machine-based Lagrangian relaxation algorithm is therefore proposed. Penalty terms associated with violations of coupling constraints are introduced to the objective function by Lagrangian multipliers, which are updated using subgradient optimisation method. For each machine-level subproblem after decomposition, a forward dynamic programming algorithm is designed together with the weighted shortest processing time rule to provide an optimal solution. A heuristics is developed to obtain a feasible schedule from the solution of subproblems to provide an upper bound. Numerical results show that the new approach is computationally effective to handle the addressed problem and provide high quality schedules.     

语义缓存的最小权值项LWI替换策略

在客户-服务器数据库系统中，语义缓存是基于客户查询语义相关建立的一种客户缓存．语义缓存的内容由以往查询的结果以及相应的描述构成．针对语义缓存的特征，提出语义缓存下最小权值项LWI(1east weight itern)替换策略．该策略由缓存项投影属性的访问频率和缓存项与查询的条件匹配情况，结合数据访问的时间局部性考虑决定缓存项的权值，替换最小权值项．通过性能分析实验，在语义缓存中，基于LWI替换策略的系统性能要优于基于传统LRU和LFU替换策略的系统性能.     

基于修正LRU的压缩Cache替换策略

以优化压缩cache的替换策略为目标,提出一种优化的基于修正LRU的压缩cache替换策略MLRU-C。MLRU-C策略能利用压缩cache中额外的tag资源,形成影子tag机制来探测并修正LRU替换策略的错误替换决策,从而优化压缩cache替换策略的性能。实验结果表明,与传统LRU替换策略相比,MLRU-C平均能降低L2压缩cache失效率12.3%。