不确定网络结构下的应急物资鲁棒配置模型

灾害发生前的应急物资配置问题具有两个重要的不确定性, 即交通网络中受自然灾害影响而阻断的道路以及受灾点的应急物资需求量. 通过引入两个控制水平参数建立了不确定网络结构下的两阶段应急物资鲁棒配置模型, 并在线性化第2 阶段的回溯问题后提出了求解模型的Benders 分解算法. 数值实验结果表明了所提出的模型的有效性以及所得配置方案的鲁棒性.

     

不确定时变时滞系统的自适应全局鲁棒滑模控制

针对一类存在时变状态时滞的不确定性系统, 基于全程滑模的思想, 引入一种带状态时滞项的积分型滑模面, 以消除趋近模态, 实现全程滑模控制; 基于一种新颖的自由权矩阵时滞转换模型, 采用线性矩阵不等式(LMI) 的方法给出并证明了滑动模态稳定的充分条件, 降低了保守性; 结合自适应控制思想设计出自适应滑模控制器, 克服了不确定性以及时变的时滞影响.

     

不确定分数阶时滞系统的鲁棒稳定性判定准则

基于退化分析方法提出一种判定准则, 用于分析不确定分数阶时滞系统的稳定性. 介绍一种分数阶积分算子的有理逼近方法, 在此基础上采用整数阶系统逼近分数阶系统, 从而将难以判定的分数阶系统稳定性问题转化为由逼近偏差作为不确定项的整数阶系统稳定性问题进行处理. 利用积分不等式法研究逼近系统稳定性, 得到LMI 形式的稳定性判据. 仿真结果表明, 所提出方法能够有效分析这类系统的稳定性.

     

基于多LPV 模型的调度离线鲁棒预测控制

针对一类具有大工作区域和快时变特性的约束非线性系统, 采用多个线性参数时变(LPV) 模型近似描述原非线性系统. 对于各LPV 模型, 设计基于参数独立Lyapunov 函数的局部离线预测控制器. 构造各局部控制器间的切换策略, 在保证切换稳定性的同时, 使相互重叠的稳定域覆盖期望的工作区域. 仿真结果表明, 相比于已有的调度预测控制方法, 所提出的方法不仅能够保证控制输入在给定的约束范围内, 而且在局部控制器切换次数少的情况下, 获得良好的控制性能.

     

执行器饱和不确定NCS 非脆弱鲁棒容错控制

针对存在时变时延和丢包的不确定网络化控制系统(NCS), 同时考虑执行器饱和、控制器参数摄动以及非线性扰动等约束, 研究执行器发生结构性失效故障时系统的鲁棒容错多约束控制问题. 基于时滞依赖Lyapunov 方法和容错吸引域定义, 采用状态反馈控制策略推证出了闭环故障不确定网络化控制系统稳定的少保守性不变集充分条件, 并给出了非脆弱鲁棒容错控制器的设计方法以及最大容错吸引域的估计. 仿真算例验证了所述方法的可行性和有效性.

     

基于时变Sigmoid 函数的鲁棒PSO 算法

在样本规模有限的情况下, 为了提高算法的鲁棒优化性能, 提出一种基于时变(随迭代次数变化) Sigmoid 函数的鲁棒粒子群优化算法. 采用拟蒙特卡罗积分方法近似估计有效目标函数, 以时变Sigmoid 函数为基础, 设计各代各样本规模的选取概率. 迭代前期, 样本规模期望值较小, 加快了算法探索速度; 迭代后期, 样本规模期望值较大, 提高了算法的开发精度. 标准测试函数仿真结果显示, 所提出方法具有较优的鲁棒优化性能.

     

带不确定噪声方差保性能鲁棒集中式融合Kalman 预报器

对于带不确定噪声方差的多传感器系统, 基于极大极小鲁棒估计原理, 提出保证估计性能的集中式融合鲁棒稳态Kalman 预报器. 对于预置的估计精度偏差指标, 利用Lagrange 乘数法求得相应噪声方差的最大扰动域, 使该域中所有可容许的噪声扰动, 其实际精度对鲁棒精度的偏差被保证在预置范围内, 并给出精度偏差的最大下界和最小上界. 应用Lyapunov 方程方法证明了保证估计性能能够被满足. 仿真分析表明了所得结果的正确性和有效性.

     

不确定可靠性优化问题的多目标粒子群优化算法

针对元件可靠性为区间值的系统可靠性优化问题, 提出一种区间多目标粒子群优化方法. 首先, 建立问题的区间多目标优化模型; 然后, 利用粒子群算法优化该模型, 定义一种不精确Pareto 支配关系, 并给出编码、约束处理、外部存储器更新、领导粒子选择等关键问题的解决方法; 最后, 将该方法应用于可靠性优化问题实例, 验证了方法的有效性.

     

基于鲁棒自适应滑模观测器的多故障重构

针对一类不确定非线性系统, 基于滑模观测器研究执行器和传感器同时故障时的鲁棒重构问题. 引入线性变换矩阵并添加后置滤波器构建增维系统, 综合??_∞ 控制将鲁棒滑模观测器增益矩阵设计方法, 转化为LMI 约束下的多目标凸优化问题. 在滑模增益中添加了自适应律, 确保状态估计误差渐近稳定, 同时滑模运动经有限时间到达滑模面, 在此基础上给出执行器和传感器故障同时重构算法. 最后通过数值算例表明了所提出方法的有效性.

     

期望-风险准则多阶段流水车间鲁棒调度

研究在设备故障环境下调度目标为工期的期望-风险准则多阶段流水车间鲁棒调度问题. 以期望工期和工期标准差分别作为调度性能和风险的度量, 求解这样的鲁棒调度方案, 使得期望工期尽可能满意的同时降低风险. 在详细描述问题的基础上, 研究问题的性质, 对量子进化算法进行改进来求解该鲁棒调度问题. 计算实验表明, 在机器可能发生故障的情况下, 期望-风险准则多阶段流水车间的鲁棒调度能够获得满意的性能和鲁棒性.

     

Affinely adjustable robust optimization for a multi-period inventory problem with capital constraints and demand uncertainties

This study focuses on a multi-period inventory problem with capital constraints and demand uncertainties. The multi-period inventory problem is formulated as an optimization model with a joint chance constraint (JCC) requiring the purchase cost for each period not to exceed the available capital with a probability guarantee. To hedge against demand uncertainties, an affinely adjustable robust optimization approach is used to convert the developed model into a robust counterpart. By approximating the JCC under a budgeted uncertainty set to which the demands belong, the robust multi-period inventory model with the JCC is transformed into a linear programming model, which can be solved efficiently. Numerical studies are reported to illustrate the robustness, practicality, and effectiveness of the proposed model and the solution approach. The numerical results show that the proposed model and solution approach outperform the sample average approximation approach. Numerical studies are used further to analyze the impact of the budget coefficient and the upper bound parameter on the inventory costs and the realized capital constraint satisfaction rate. The proposed model and solution approach are further extended to the multi-product case.     

基于诺兰模型思想的改进混沌粒子群优化算法及评价

针对粒子群优化算法(PSO) 在处理高维复杂函数时容易陷入局部极值、收敛速度慢的缺陷, 从系统的认知分析过程和角度出发, 提出一种基于诺兰模型(NM) 思想的改进PSO 算法. 该算法在Tent 混沌映射选择的参数的基础上, 结合NM信息融合和协调的思想, 在速度更新过程中增加均衡项, 并设计粒子群的欧氏距离指数以防止早熟, 从而实现对粒子的自动调整、保证多样性和提高算法的全局搜索能力. 最后, 运用典型函数对所提出算法进行测试, 并与最新相关算法进行比较, 结果表明, 所提出算法在全局搜索能力、效率和稳定性方面均具有明显的优势.

     

易腐品多周期闭环物流网络鲁棒优化模型

针对不同周期的易腐品需求与退货不确定性问题,构建了易腐品多周期闭环物流网络,并设计了对应的混合整数线性规划（MILP）模型,以实现最低系统总成本、最佳设施选址以及最优配送车辆运输路径的决策。为有效规避不确定参数的影响,采用基约束鲁棒方法,将模型中的部分清晰约束转换为鲁棒对应式。以上海市果蔬农产品企业为实例,通过遗传算法对模型进行求解。结果表明,相对单周期而言,多周期系统具有动态性、系统成本更低的优点,同时通过不确定预算参数的变化分析,验证了鲁棒模型的可行性与有效性,进而为不确定环境下构建多周期闭环物流网络及降低系统成本提供了借鉴。     

考虑蓄意攻击的第三方物流多周期可靠性网络设计

研究多周期环境下的第三方物流(3PL) 可靠性网络设计问题, 并考虑蓄意攻击中断. 建立多层的3PL 可靠性网络设计模型. 网络优化模型在满足可靠性约束条件下优化各周期的网络结构, 包括物流设施的开设和运输量的确定, 使网络总成本最小. 蓄意攻击模型优化各周期的攻击策略使网络服务水平最低. 根据问题模型的特点, 设计改进的两层分布估计算法, 上层分布估计算法求解多周期3PL 网络设计模型, 下层分布估计算法求解多周期攻击模型. 最后, 通过仿真实验表明了模型的合理性和算法的有效性.

     

随机需求下多风险偏好零售商的供应链库存决策和协调

考虑由单个风险中性供应商和?? 个风险偏好零售商组成的供应链系统. 假设市场需求是随机的, 且每个零售商面临的需求与其订货量成正比, 采用平均CVaR 准则刻画零售商的风险偏好. 当零售商对称时, 得到系统总的均衡订货量关于零售商数量和风险偏好系数的单调性; 证明当风险偏好系数满足一定条件时, 批发价契约可以使供应链协调; 随机大需求导致系统较高的均衡订货量. 最后通过数值例子表明了需求可变性对系统总的均衡订货量的影响.

     

两种需求情形下损失规避零售商的最优订货-定价联合决策

在加法需求情形和乘法需求情形下研究损失规避零售商的最优订货-定价联合决策问题. 基于前景理论, 建立损失规避零售商的期望效用函数, 并通过模型推导得到损失规避零售商的最优订货-定价决策的关系表达式, 发现库存因子满足特定条件时, 最优决策的关系表达式一定存在. 同时, 讨论零售商的损失规避行为对最优决策和期望效用的影响. 通过数值算例, 验证了所得结论的有效性, 发现商品定价较高时, 损失规避行为驱使零售商采取保守的订货策略, 使得最优订货量趋于均值需求.

     

原材料价格波动下钢铁生产库存多期优化模型

考虑钢铁企业钢材生产受钢材需求和生产变动成本波动的双重影响,在预测基础上,建立钢材生产库存多期动态优化模型。由于模型涉及多种钢材及多个时段,属于大规模问题,求解困难,且为了避免粒子群算法陷入局部最优,提出采用模拟退火与粒子群组合智能算法对模型进行求解。最后通过钢铁企业L的案例,结果表明算法具有较强的收敛性和适用性,模型可用于解决钢铁企业多期生产实际问题。