首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 999 毫秒

1.  一种高效的快速近似控制向量参数化方法  
   李国栋  胡云卿  刘兴高《自动化学报》,2015年第41卷第1期
   控制向量参数化(Control vector parameterization, CVP) 方法是目前求解流程工业中最优操作问题的主流数值方法,然而,该方法的主要缺点之一是 计算效率较低,这是因为在求解生成的非线性规划(Nonlinear programming, NLP) 问题时,需要随着控制参数的调整,反复不断地求解相关的微分方程组,这也是CVP 方法中最耗时的部分.为了提高CVP 方法的计算效率,本文提出一种新颖的快速近似方法,能够有效减少微分方程组、函数值以及 梯度的计算量.最后,两个经典的最优控制问题上的测试结果及与国外成熟的最优控制 软件的比较研究表明:本文提出的快速近似CVP 方法在精度和效率上兼有良好的表现.    

2.  一种改进的CVP方法及其在动态优化中的应用  
   王平  田学民《控制与决策》,2009年第24卷第11期
   针对控制向量参数化方法敏感度方程求解耗时长、时间节点数难确定等问题,提出一种改进的控制向量参数化方法.首先利用分段常数对系统敏感度方程进行近似处理,有效地得到了敏感度方程的近似解析解,避免了对高维敏感度方程数值积分的计算负担;然后根据目标函数关于控制参数的敏感度来选择需要细化的控制参数,得到满足优化精度要求的最优时间节点数.针对非线性CSTR 的仿真研究验证了所提出算法的可行性和有效性.    

3.  自由时间最优控制问题的一种控制向量参数化方法  
   李树荣  张强  雷阳  张晓东《控制与决策》,2011年第26卷第7期
   针对自由时间最优控制问题,提出一种控制向量参数化(CVP)方法.通过引入时间尺度因子,将自由时间最优控制问题转化为固定时间问题,并将终端时刻作为优化参数.基于CVP方法,最优控制问题被转化为一个非线性规划(NLP)问题.建立目标和约束函数的Hamiltonian函数,通过求解伴随方程获得目标和约束函数的梯度,采用序列二次规划(SQP)方法获得问题的数值解.对于控制有切换结构的优化问题,给出了一种网格精细化策略,以提高控制质量.补料分批反应器最优控制问题的仿真实验验证了所提出方法的有效性.    

4.  带不等式路径约束最优控制问题的惩罚函数法  
   胡云卿  刘兴高  薛安克《自动化学报》,2013年第39卷第12期
   控制变量参数化(Control variable parameterization,CVP)方法是目前求解流程工业中最优操作问题的主流数值方法,但如果问题中包含路径约束,特别是不等式路径约束时,CVP方法则需要考虑专门的处理手段.为了克服该缺点,本文提出一种基于L1精确惩罚函数的方法,能够有效处理关于控制变量、状态变量、甚至控制变量/状态变量复杂耦合形式下的不等式路径约束.此外,为了能使用基于梯度的成熟优化算法,本文还引进了最新出现的光滑化技巧对非光滑的惩罚项进行磨光.最终得到了能高效处理不等式路径约束的改进型CVP架构,并给出相应数值算法.经典的带不等式路径约束最优控制问题上的测试结果及与国外文献报道的比较研究表明:本文所提出的改进型CVP 架构及相应算法在精度和效率上兼有良好表现.    

5.  一种可变时间节点的控制向量参数化方法  
   张晓东  李树荣  雷阳  张强《化工学报》,2012年第63卷第9期
   控制向量参数化方法是求解最优控制的一种常用方法,其时间网格通常是固定的。在每个时间段上,控制向量表示为由一组参数确定的时间的函数。时间网格的划分会影响到数值求解最优控制问题时最优化算法的准确性和效率。为了同时优化控制参数和时间网格的节点,提出了一种可变时间节点控制向量参数化方法,通过带有时间参数的S型函数来近似分段常数参数化方法中的切换过程。推导出了最优控制性能指标对时间参数的导数,并提出了处理时间节点约束的算法。利用所提出方法求解带有两个控制的最优控制实例,对于两个控制获得了不同的时间网格划分,从而能够更好地近似最优控制轨迹。    

6.  计算机数控系统光滑时间最优轨迹规划  
   李树荣  张强《控制理论与应用》,2012年第29卷第2期
   基于控制向量参数化(CVP)方法, 研究了计算机数控(CNC)系统光滑时间最优轨迹规划方法. 通过在规划问题中引入加加速度约束, 实现轨迹的光滑给进. 引入时间归一化因子, 将加加速度约束的时间最优轨迹规划问题转化为固定时间的一般性最优控制问题. 以路径参数对时间的三阶导数(伪加加速度)和终端时刻为优化变量, 并采用分段常数近似伪加加速度, 将最优控制问题转化为一般的非线性规划(NLP)问题进行求解. 针对加加速度、加速度等过程不等式约束, 引入约束凝聚函数, 将过程约束转化为终端时刻约束, 从而显著减少约束计算. 构造目标和约束函数的Hamiltonian函数, 利用伴随方法获得求解NLP问题所需的梯度.    

7.  一种求解最优控制问题的变时间节点控制向量参数化方法  被引次数:1
   李国栋  刘兴高《化工学报》,2015年第2期
   控制向量参数化方法是求解最优控制问题的一种常用数值方法。它通过离散化控制时域,将控制向量近似地表示成一组参数化的函数。离散化后的时间网格通常是固定的,其划分会影响到最优控制问题数值求解的精度和效率。为了同时优化控制参数和时间网格节点,提出了一种时间节点可变的控制向量参数化方法。推导出了最优控制性能指标对时间参数的导数与对时间分段长度导数之间的关系,得到了性能指标的梯度表达式。用两个经典最优控制实例对所提出的方法进行了测试,结果表明所提出方法能够更好地逼近最优控制轨迹。    

8.  <二次求解具有控制切换结构的动态优化问题  
   张强  李树荣  雷阳  张晓东《化工学报》,2011年第62卷第8期
   基于多级表述策略,提出了二次求解具有控制切换结构动态优化问题的数值方法。基于常用的优化方法获得初始控制结构。动态优化问题根据控制结构进行分级,每一级对应一个特定的控制弧段,进而将原问题表述为一个多级动态优化问题。基于控制向量参数化(CVP),多级动态优化问题转化为一个非线性规划(NLP)问题进行求解。控制参数和级长作为优化变量。基于Pontryagin极大值原理,构造多级伴随系统,进而获得NLP求解器所需的梯度信息。仿真实例验证了方法的有效性。    

9.  集装箱码头集卡调度模型与Q学习算法  
   曾庆成  杨忠振《哈尔滨工程大学学报》,2008年第29卷第1期
   研究集装箱码头装卸过程中集卡调度问题,建立了集卡调度动态模型,目的是使装卸桥等待时间最小.设计了基于Q学习算法的求解方法,获得在不同状态下的集卡调度策略.提出了应用Q学习算法求解集卡最优调度时系统状态、动作规则、学习步长与折扣因子的选择方法.结果表明,随着集卡数量的增加,Q学习算法获得的结果优于最长等待时间、最远距离、固定分配集卡等调度策略.    

10.  考虑集装箱簇边装边卸的港口集卡调度模型求解  
   梁承姬  贾帅帅《计算机应用研究》,2017年第34卷第2期
   文章在集装箱装卸作业问题中,以集装箱簇为作业单位,分两阶段分析集装箱在岸桥集卡间的调度方案,以集卡空驶率最小与移动距离最短为目标,建立了整数规划模型。针对上述模型,文章利用启发式算法与自适应遗传算法对问题进行分析求解。最后通过配置不同集卡数量,将其移动总距离以及空驶效率进行比较,并与禁忌搜索算法相对比。试验结果表明,启发式自适应遗传算法的计算结果在空驶率以及移动总距离最小问题上有更优的解决方案。    

11.  新型集装箱码头堆场混合装卸计划方法研究  
   林燕  孙小明《工业工程与管理》,2011年第16卷第5期
   对一种新型的集装箱装卸系统在给定集装箱装卸作业任务前提的单装/卸和装卸混合模式调度问题进行了探索研究。针对这种自动化码头装卸作业的特征,将此集装箱装卸作业调度问题定义为特殊的三阶段柔性Job shop调度问题,以完成给定装卸作业任务的最短时间为优化目标,设计了以低架桥分配小车作为调度中心,对这一三阶段集成优化调度问题求解的启发式算法。通过数值实验,显示了该算法在大规模问题求解时具有较好的效果和时间效率。为此新型集装箱装卸系统的高效运行奠定了基础。    

12.  微生物批式流加发酵过程中的时滞最优控制  
   刘重阳  韩美佳《控制与决策》,2020年第35卷第10期
   考虑到1,3-丙二醇(1,3-PD)批式流加发酵过程中的时滞现象,提出一个非线性时滞微分方程来描述该过程.以终端时刻1,3-PD的单位时间产量作为性能指标,同时,以甘油和碱的流加速度、发酵过程的终端时刻作为控制向量,建立一个含控制和状态约束的时滞最优控制模型.为了求解该最优控制问题,首先通过时间尺度变换,将该最优控制问题转化为具有固定终端时刻的等价最优控制问题;然后,应用控制参数化方法,将等价的最优控制问题用一系列有限维优化问题来近似;最后,构造一种改进的粒子群优化方法来求解相应的近似优化问题.数值结果表明,终端时刻的1,3-PD的单位时间产量比已有结果提高了约58%.    

13.  铁路集装箱中心站装卸设备优化调度研究  
   唐连生  郭鹏《计算机工程与应用》,2012年第48卷第2期
   为了提高铁路集装箱中心站的作业效率,研究了带有干涉约束的轨道式门式起重机(轨道吊)调度问题,为其建立了混合整数规划模型。分析了轨道吊调度问题的作业特点,提出了一种求解该问题的改进遗传算法。在以最小化最大装卸作业时间和均衡设备负荷为目标的情况下,设计了合理的交叉算子和对局部最优个体操作的变异算子。使用随机算例对算法进行测试,结果表明:该算法能在极短的时间内找到此类调度问题的最优或近似最优解。    

14.  集装箱码头装卸桥调度优化模型与算法  
   曾庆成  高宇《计算机工程与应用》,2006年第42卷第32期
   研究装卸桥调度优化问题,以提高集装箱码头装卸效率。首先,建立了混合整数规划模型,模型充分考虑了集装箱装卸桥调度优化中的各种约束条件及特点。为了求解设计了基于遗传算法的求解方法,并且采用随机贪婪适应性搜索方法对算法进行改进。最后,通过实际算例对模型与算法的有效性进行了验证。    

15.  集装箱起重机自动装卸系统的研究与设计  
   梁晓波  程文明  郭鹏《计算机应用》,2015年第Z1期
   在当前集装箱运输迅猛发展的背景下,针对集装箱装卸过程中存在的时间长、效率低、劳动强度大等问题,同时为了改进集装箱装卸模式,提出了一种集装箱起重机自动装卸系统。通过解析系统功能需求,给出了系统逻辑结构。在此基础上,运用基于机器视觉的图像识别技术和双目立体视觉识别定位技术,实现货场集装箱的识别和定位,运用条形码定位技术和电机绝对编码器,实现集装箱起重机各运行机构的运动定位。计算出的吊具与集装箱的三维空间相对位置值,由工控机通过“PLC+变频器”控制起重机自动抓取集装箱,实现集装箱起重机自动装卸集装箱。应用实验结果显示,自动装卸系统集装箱单箱装卸时间较人工操作平均缩短30%,证明该系统安全适用,作业效率高,达到了集装箱装卸自动化的目标。    

16.  带有约束的轨道门吊优化调度问题研究  
   梁剑  郭鹏  陈华  安俊英  孙书民《西华大学学报(自然科学版)》,2013年第4期
   为提高铁路集装箱中心站的运作效率,研究了带有干涉约束和安全约束的轨道式门式起重机的调度问题,以最小化最大装卸作业时间为目标构建了一个混合整数规划模型。由于该模型求解难度大,为此提出了一种萤火虫优化算法(FA),使用小规模和大规模随机算例对算法进行测试。测试结果表明:无论是求解小规模问题还是大规模问题,FA算法都比CPLEX和GA算法具有较快的寻优速度和较高的寻优精度。    

17.  基于混合流水车间调度的自动化码头调度研究  
   陈宁  梁承姬《工程研究》,2018年第4期
   为提高自动化集装箱码头的装卸效率,合理高效地利用设备资源,针对双小车岸桥与AGV的联合调度问题,综合考虑了岸桥作业过程中的不交叉作业、集装箱优先关系等现实约束,分析了中转平台的容量限制。采用基于混合流水车间调度的方法,建立以作业完工时间最小化为目标的三阶段混合整数规划模型,运用遗传算法(GA)对模型进行求解,获得集装箱任务的设备分配(QC和AGV)和处理顺序的调度方案。最后,对比遗传算法(GA)与粒子群算法(PSO)对模型求解的优劣性,算例结果表明,遗传算法得到的调度结果在完工时间与运行速度上更优。    

18.  大电网多站点无功补偿协调控制的多目标混合优化方法  
   董萍  徐良德  刘明波  秦川《电工技术学报》,2017年第32卷第2期
   针对大电网中多站点多目标无功协调控制模型收敛难、对离散变量初值敏感和耗时长的不足,提出一种基于分区求解的混合求解方法改善求解的效率和稳定性.首先利用NSGA-Ⅱ处理离散变量的优势,筛选出无功协调控制问题在目标函数空间的优秀分区,采用NBI+GAMS快速求解所有优秀分区的最优解集,并过滤得到Pareto前沿,求解过程中引入多代理并行技术增加遗传种群和加快求解速度.对南方电网西电东送通道22个500kV枢纽变电站进行无功协调控制仿真,结果表明混合求解方法能够快速有效地求解大规模电网多站点的多目标无功协调控制模型.与单独采用NSGA-Ⅱ相比,混合求解算法具有更优的收敛速度和Pareto前沿分布性.    

19.  基于v-SVR和MVPSO算法的边坡位移反分析方法及其应用  被引次数:1
   漆祖芳  姜清辉  周创兵  向柏宇  邵敬东《岩石力学与工程学报》,2013年第32卷第6期
   针对传统粒子群算法存在搜索空间有限、容易陷入局部最优点的缺陷,通过引入迁徙算子和自适应变异算子,提出基于粒子迁徙和变异的粒子群优化(MVPSO)算法。基准测试函数结果表明,改进的MVPSO算法较传统的粒子群优化算法在收敛效率上有大幅度提高,在处理非线性、多峰值的复杂优化问题中能快速地搜索,得到全局最优解。应用改进的MVPSO算法搜索最佳的支持向量机(v-SVR)模型参数,建立岩体力学参数与岩体位移之间的非线性支持向量机模型,提高v-SVR的预测精度和推广泛化性。然后,利用v-SVR模型的外推预测替代耗时的FLAC正向计算,利用改进的MVPSO算法搜索岩体力学参数的最优组合,提出v-SVR和MVPSO相结合的边坡位移反分析方法(v-SVR-MVPSO算法),与传统的BP-GA算法和v-SVR-GA算法相比,该算法在反演精度和反演效率上均有较大幅度提高。最后,将本文发展的v-SVR-MVPSO算法应用到大岗山水电站右岸边坡岩体参数反演分析,并对边坡后续开挖位移和稳定性进行预测,取得较好的效果。    

20.  速度不确定下作业时间最短的集卡调度优化  
   卢毅勤  杨斌  黄有方《计算机仿真》,2015年第32卷第2期
   在集装箱码头装卸作业中,提高集卡调度对作业效率有非常大的影响。而集装箱卡车重车和空车行驶速度的不确定性,增加了集卡调度的难度。为此提出建立不确定环境下作业时间最短的集卡调度优化模型。在完成固定装卸任务的前提下,通过对集卡的合理调度,达到不确定情况下集卡总作业时间最短。针对不确定模型的特点,采用粒子群算法快速求解,同时保证了解的有效性。算例表明上述模型和算法合理解决了不确定环境下集卡调度优化问题,得到较好的计算结果,并且降低了运算复杂度,提高了调度效率。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号