基于Volterra模型的预测控制及应用

由于工业实践的需要,非线性预测控制近年来受到广泛地关注.Volterra模型是一类特殊的非线性模型,非常适合描述工业过程中的无记忆非线性对象.传统的基于Volterra模型的控制器合成法及迭代计算预测控制器法计算量大,且不便于处理控制约束.非线性模型预测控制求解是典型的非线性规划问题,序列二次规划(sequential quadratic program,SQP)算法是求解非线性规划问题常用方法之一.针对Volterra非线性模型预测控制求解问题,本文将滤子法与一种信赖域SQP算法相结合,提出一种改进SQP算法用于基于非线性Volterra模型的带控制约束的多步预测控制求解,并分析了所提方法的收敛性.工业实例仿真结果证实了所提方法的可行性与有效性.     

基于SQP/GA混合优化算法的双容水箱非线性预测控制

为了计算控制序列，非线性模型预测控制可以转换为一个带约束的非线性优化过程．本文分析了三种约束处理方案，根据遗传算法的特点，将等式约束用于状态量计算，在搜索空间降维的同时消除遗传算法难以求解的等式约束．对双容水箱进行遗传算法和序列二次规划仿真试验和实际控制，结果表明遗传算法对控制量的优化效果优于序列二次规划．为克服遗传算法耗时较长、优化结果存在随机抖动的缺点，结合序列二次规划提出一种混合优化算法，仿真和实控结果表明其可行性和有效性．     

基于MLD模型的预测控制可行性与约束优先级研究

混合逻辑动态(MLD)框架为处理约束预测控制不可行和优先级问题提供了新的方法,但其优化算法求解计算量大,求解时间长.通过在目标函数中引入新的惩罚项改进优化算法,将混合整数二次规划(MIQP)问题转化为二次规划(QP)进行求解,减少了计算工作量,提高了求解效率.通过在Wood-Berry塔上的仿真分析,获得了良好的控制性能,分析结果表明了该方法的有效性.     

基于效用函数的OFDM混合业务资源调度算法*

主要研究了QoS和BE两种混合业务场景下OFDM无线网络下行链路的资源调度问题,提出了一个基于效用函数的跨层资源调度模型,其能够自适应地对两种业务进行资源的联合优化分配。该模型被抽象为一个非线性整数规划问题,优化目标是系统总效用最大化,同时满足同信道干扰（CCI）约束以及QoS业务的质量要求。将该非线性整数规划问题转换为连续松弛凸规划问题进行求解,并结合最优松弛解,提出了一种简单的动态子载波分配算法,即MMU(mix-max-utility) 算法。仿真结果验证了该调度算法能使系统较好地支持混合业务,系统     

约束求解与优化技术的结合

提出了将混合约束问题转化为混合整数规划问题的方法.用约束求解方法及混合整数规划方法共同求解混合约束问题可以令二者相互借鉴,从而促进二者求解技术的进一步发展.同时,由混合约束问题转化而来的混合整数规划问题也可作为求解混合整数规划问题的测试问题（benchmarks）.     

基于微粒群优化算法的非线性系统PWA多模型建模

针对复杂非线性系统,将微粒群优化(PSO)算法与多模型建模相结合,设计了一种基于PSO算法的非线性系统分段仿射(PWA)多模型建模算法。该算法将PWA多模型建模问题转化为混合整数二次规划（MIQP）问题,并基于PSO算法对其进行优化求解。在求解的过程中,采用分层优化求解方法,有效降低优化问题的维数,减小了陷入局部最优的概率,并通过仿真验证了该算法的有效性。     

基于遗传算法的战略供应链集成研究

在战略供应链研究中,考虑供应链的三个主要阶段,采购、生产、配送和它们之间的相互作用,不同客户需求,设施配对关系,供应商优先权以及现有供应链设计模型的局限性,建立了混合整数非线性规划（MINLP）模型。为有效地解决这种大规模混合整数非线性规划模型的约束,采用自适应遗传算法（AGA）对该模型进行求解优化。实验结果表明,所提混合整数非线性规划模型能够有效解决战略供应链设计中的供应链协同优化问题,并能得到较优的供应链设计方案。     

基于混合整数规划的智能车横纵向一体化滚动优化决策

本文针对智能车辆的行为决策问题, 设计了基于混合整数规划的智能车横纵向一体化滚动优化决策方法. 该方法首先将纵向车速表示为非整数, 将期望车道表示为整数控制量, 建立了混合整数智能车决策简化模型; 然后, 设计了横纵向一体化滚动优化决策方法, 决策出纵向车速和换道动作, 根据系统输出与非线性约束的时域关系证明 了优化问题的递归可行性并通过遗传算法求解非线性混合整数规划优化问题. 基于车辆动力学仿真软件veDYNA 和Simulink进行了联合仿真, 并在红旗E-HS3智能车上开展了实车试验, 结果表明, 本文提出的基于混合整数规划的 智能车横纵向一体化决策方法能够实现超车、避障、跟车、停车和弯道工况下的行为决策.     

一个通用的混合非线性规划问题的演化算法

提出了一种新的求解非线性规划问题的演化算法，它是在郭涛算法的基础上提出的，新算法的主要特点是引入了变维子空间，加入了子空间搜索过程和规范化约束条件以及增加了处理带等式约束的实数规划，整数规划，0－1规划和混合整数规划问题的功能，使之成为一种求解非线性规划（NLP）问题的通用算法，数值实验表明，新算法不仅是一种通用的算法，而且与已有算法的计算结果相比，其解的精确度也最好。     

性能随时间衰减的锅炉蒸汽系统循环调度

针对性能随时间衰减的锅炉蒸汽系统的循环调度问题进行了研究.首先建立了描述该问题的混合整数非线性模型;然后提出了确定各锅炉循环运行状态的时间分段策略以简化问题的求解;最后应用列队竞争算法对该混合整数非线性规划问题进行优化计算.采用某锅炉蒸汽系统循环调度的实例对所提出的方法进行了验证,计算结果表明循环调度优化能够获得比人工随机安排更优的调度方案,节能效果十分明显.     

一类非线性系统最大可控不变集求解

针对非线性系统线性化在状态约束下最优鲁棒控制求解问题,提出了一种基于混合系统的非线性系统最大鲁棒控制不变集的方法.对于一类非线性系统通过平衡点线性化的方法转化为多模态的混合系统,并进行了混合逻辑动态模型(MLD)的建模,在不变集基本理论的基础上,通过多参数规划的混合整数规划(MIQP)的方法迭代求解最大可控不变集,并求得不变集内的最优控制器,解决系统的状态约束问题.通过一个非线性系统的实例进行建模、仿真,证明了本方法的可行性.     

空中机器人的混合系统建模与优化控制

针对空中机器人(小型无人直升机)非线性系统最优控制求解问题,提出了一种解决方法,该方法基于混合系统建模、降阶,求得系统约束下的状态最大可控不变集,在该集合内通过混合整数二次规划(MIQP)的方法以求得系统的最优控制。最后通过一个实际的样机进行建模、仿真,证明了本方法的可行性与有效性。     

基于HGA的冲压车间生产计划与调度的集成优化

根据车身厂冲压车间和生产库房的实际情况,研究了冲压件成批生产的Job-shop车间生产计划和调度的集成优化问题,给出该问题的非线性混合整数规划模型,并采用混合遗传算法进行求解。遗传算法中,给出一种新的启发式规则来改善初始解集,通过与递阶分解方法进行比较,得出该算法对求解该类问题有着很好的效果。     

Parallel-identical-machine job-shop scheduling with different stage-dependent buffering requirements

The neglect of buffering requirements in a classical job shop scheduling system often results in inapplicability in many complex real-world applications. To overcome this inapplicability, a new and more generalised scheduling problem is proposed under different stage-dependent buffering requirements and parallel use of identical-function machine units at each processing stage in job shop environments. The problem is formulated as a mixed integer programming model that can be exactly solved by ILOG-CPEX for small-size instances. Moreover, a hybrid metaheuristic algorithm embedded with a state-of-the-art constructive algorithm is developed. The computational experiment shows that the proposed metaheuristic can efficiently solve large-size instances. The result analysis indicates that the proposed approach can provide better configuration of real-world scheduling systems. The proposed DBPMJSS methodology has a potential to analyse, model and solve many industrial systems with the requirements of buffering conditions, particularly for manufacturing, railway, healthcare and mining industries.     

用于炼油厂原油库存调度的混合模拟退火算法

现有的数学规划法在解决原油库存调度优化问题时存在着组合爆炸的问题,是阻碍调度优化实用化的主要原因。由于实践中往往只要求快速地获得一个较好解,因此作为启发式算法之一的模拟退火法,在解决调度问题的实用化方面具有很大的优越性。但由于模拟退火法较适于处理无约束的整数规划问题,而在原油库存调度优化模型中却存在着大量的实数约束,所以在其中直接应用模拟退火法比较困难。该文将模拟退火法与线性规划法相结合,以前者调动后者,后者为前者提供可行解判据,构成了一种优化混合算法。在将混合算法应用于原油库存调度问题时,该文采用了特定的编码方式,使各控制变量在随机变化时尽量满足相关的约束条件,从而避免了许多无效解的产生。实例计算结果表明,同传统的混合整数线性规划方法相比,这种混合算法可以快速地给出优化解,其优化值与全局最优值差别不大,表明混合算法可以更好地解决实际原油调度问题。     

Heuristic algorithms for the general nonlinear separable knapsack problem

We consider the nonlinear knapsack problem with separable nonconvex functions. Depending on the assumption on the integrality of the variables, this problem can be modeled as a nonlinear programming or as a (mixed) integer nonlinear programming problem. In both cases, this class of problems is very difficult to solve, both from a theoretical and a practical viewpoint. We propose a fast heuristic algorithm, and a local search post-optimization procedure. A series of computational comparisons with a heuristic method for general nonconvex mixed integer nonlinear programming and with global optimization methods shows that the proposed algorithms provide high-quality solutions within very short computing times.     

一类带延迟策略的库存优化模型及其仿真

考虑一类带延迟策略的库存优化模型, 即二层整数规划问题。证明了该二层整数规划问题等价于约束单层整数规划问题。借助罚函数思想化约束整数规划问题为无约束整数规划问题, 再利用遗传算法进行求解。数值模拟表明所得数值结果与已有的数值结果相比,不仅使得供应链整体库存效益有较大提高, 并且对每个库存分点的最优库存量作了更为合理的调整。     

一种求非线性整数规划最优解的仿生算法

从大自然植物生长中得到启发,提出了一种求解非线性整数规划全局最小解的仿生算法。该算法将植物生长过程及生长模式应用到非线性整数规划问题的求解,能够快速得到最优解。通过对各种不同类型非线性整数规划问题的具体求解,表明了该方法十分有效。     

用鱼群算法求解通风系统风机定位优化问题

为了解决矿井通风系统风机定位优化问题,建立了该问题的大规模非线性最优规划模型。在优化模型中,在兼顾变量约束条件的空间限制和求解精度的情况下,在正交交叉算子中将求解空间离散化,离散方法是将每个连续因素离散化为一个有限值,量化每个变量连续空间区域为有限个水平。由于该问题维数太高,传统优化技术无法有效获取其最优解,采用改进的鱼群算法对该问题进行了求解。在算法中,为了消除优化模型的约束条件,大幅度压缩变量数,在算子中将变量分组;使用了基于邻域竞争进化的演化算法,有效地融合了全局搜索和局部搜索的本质属性,实现了算法效率与效果的平衡;使用了自适应学习和变异算子、正交交叉算子、邻域竞争算子等多种算子改进基本人工鱼群算法的各种行为。应用结果表明,该算法计算速度和稳定性大幅度提高,可在简单计算环境下稳定地获取该模型的最优解。     

基于混合准则的软测量建模辅助变量选择方法

软传感器在工业中被广泛应用于预测与产品质量密切相关的关键过程变量,这些变量很难在线测量。要建立一个高精度的软传感器,选择合适的辅助变量是至关重要的。针对这个问题,本文通过耦合训练集的BIC准则以及验证集的MSE准则得到一个混合整数非线性规划问题,并将该MINLP问题分成内外两层结构,外层采用遗传算法对二元整数变量进行寻优,内层在整数变量固定之后退化成了较易于求解的非线性规划问题。在此基础上经过进一步分析提出了基于混合准则的变量选择方法,然后将所得辅助变量子集代入BP神经网络进行软测量建模。最后,通过4组案例对所提出方法进行验证。结果表明,所提出方法建立的软测量模型具有较好的预测性能。