随机平稳策略下半Markov决策过程的仿真优化算法

基于性能势理论和等价Markov过程方法,研究了一类半Markov决策过程(SMDP)在参数化随机平稳策略下的仿真优化算法,并简要分析了算法的收敛性．通过SMDP的等价Markov过程,定义了一个一致化Markov链,然后根据该一致化Markov链的单个样本轨道来估计SMDP的平均代价性能指标关于策略参数的梯度,以寻找最优(或次优)策略．文中给出的算法是利用神经元网络来逼近参数化随机平稳策略,以节省计算机内存,避免了“维数灾”问题,适合于解决大状态空间系统的性能优化问题．最后给出了一个仿真实例来说明算法的应用．     

闭排队网络基于并行仿真的灵敏度估计和优化算法

基于Markov性能势理论，对一类闭排队网络的灵敏度估计和优化，建立了一种行之有效的并行仿真算法。采用公共随机数，使所有的处理器使用相同的样本轨道，以减少各个处理器之间的通讯时间。在一台SPMD并行计算机上的仿真实例表明，该并行仿真算法对于闭排队网络的优化能显著地提高运算速度。     

随机仿真优化的一类遗传序优化框架

针对仿真优化问题存在随机性，计算费时，航空间距大，多极小等难点，结合遗传算法的并行遗传搜索，最优计算量分配以及优化的目标致化和序比较思想提出一类遗传序优化框架，进而讨论了该方法的收敛性和具体实施问题，最后指出了进一步的研究内容。     

基于两阶段随机仿真优化算法的体检顾客预约调度

针对体检机构顾客排队等待时间长的问题,研究随机服务时间下的体检顾客调度,采用多人时间槽预约策略,并在预约调度策略的基础上优化每位顾客的体检项目顺序,提出一种包含粗糙仿真评估和精确仿真评估两阶段随机仿真优化算法.运用序优化思想将基于亲和度评估的多种群遗传算法作为迭代优化策略,并利用改进的最优计算量分配方法排除超级个体的影...     

基于动态优化因子的Zigbee协议优化仿真算法

研究Zigbee无线网络协议的优化.当前的无线传感网络中以Zigbee协议为基础,传递过程存在很大的盲目性,节点分布存在较大的随机性.目前协议中,节点最优评估通信方法大多针对静态无权网络拓扑结构,一旦随机性增大,网络拓扑结构发生松动,造成非最优节点参与通信,引起协议效率低下.为了避免上述缺陷,提出了一种基于动态优化因子的Zigbee协议优化仿真算法.应用动态优化因子方法,对网络节点进行搜索,为网络协议优化提供准确的数据基础.利用簇树拓扑方法,为网络节点分配地址,从而实现Zigbee协议优化.实验结果表明,应用改进算法进行Zigbee协议优化处理,能够提高网络服务效率.     

随机仿真优化的一类遗传序优化框架

针对仿真优化问题存在随机性、计算费时、解空间巨大、多极小等难点,结合遗传算法的并行遗传搜索、最优计算量分配以及序优化的目标软化和序比较思想提出一类遗传序优化框架,进而讨论了该方法的收敛性和具体实施问题,最后指出了进一步的研究内容.     

基于仿真和蚁群算法的公交动态交通规划研究

针对越来越复杂的道路交通系统,研究其中的动态交通规划问题。以达到对交通进行合理规划的目的。采用计算机仿真技术构建动态交通规划模型,应用蚁群算法解决基于仿真的动态交通规划优化问题。在所建模型的基础上,通过蚁群算法进行求解。实验结果令人满意。仿真方法可以将普通动态交通规划模型无法反映的随机因素考虑在内,使得动态交通规划的结果更加具有现实中的指导意义。将优化技术嵌入到仿真过程中。在仿真环境下使输出响应不断地得到改进,从而实现道路交通系统性能的优化。数据实例表明,该方法是正确的、可行的、有效的,可以为实际的道路交通规划提供有力地决策支持。     

一种基于数字地图的轨迹优化算法的改进

在执行飞行任务,特别是进行地形跟随、地形回避（ＴＦ／ＴＡ）飞行时,随着飞行器周围情况的不断变化,需要利用数字地图数据进行实时的轨迹规划并产生相应的制导指令。提高轨迹规划及产生相应的制导指令算法的效率,减少计算时间,对于增强飞行器的机动反应能力,提高飞行的安全性是非常重要的。本文对基于数字地图数据生成优化轨迹和制导指令的一种重要实时算法——动态路径方法进行了改进。通过改变动态规划覆盖和引入“前方”的概念,减少了动态分枝数,从而降低了计算量     

基于神经元动态规划的可重入生产系统调度的仿真框架

提出一个基于神经元动态规划解决可重入生产系统调度问题的仿真框架．根据可重入生产系统的特点建立状态集，并将调度问题表示成相应的马尔可夫决策过程．选择合理的性能指标，采用神经元动态规划产生每一步的调度，并在仿真中优化策略．仿真算例验证了该方法的有效性，三种调度策略的结果比较表明了神经元动态规划方法的优越性．本仿真框架还可拓展至其他类型的生产调度问题．     

基于能力优化的车间任务调度算法

针对离散型生产制造企业ERP生产排程的特征,结合优化规则、动态规划和系统仿真的思想,设计了一种基于能力优化的车间任务调度算法.其中,全局评优甬数量化并控制整体优化结果.该算法在复杂度与可行性之间取得了相对较好的平衡,满足了生产排程合理性、高效性、均衡性的目标.     

基于粒子群优化算法的模糊模拟

模糊模拟通常用于模糊规划中。该文提出了基于粒子群优化算法（PSO）的模糊模拟方法,通过这一方法,可以用来计算可能值以及临界值。PSO是一种演化算法,它能够有效地进行全局搜索。试验表明,基于PSO的模糊模拟有更好的性能。     

基于遗传算法的库存仿真及优化

为使成本费用的总和最小,利用仿真优化技术,以某制造企业为例建立了一种随机需求库存模型,并运用改进的遗传算法优化库存模型,得到了库存的优化候选策略。实例表明提出的仿真优化技术是有效可行的,可以为企业提供决策支持。     

基于虚拟环境的制造系统仿真优化平台

根据国外先进仿真优化理念,提出了一种面向制造系统的仿真优化平台,构建了基于模型与算法分离的仿真优化系统框架以及仿真优化与虚拟建模环境子系统,并设计了一种新的基于遗传算法的混合优化算法用于驱动仿真优化引擎．在以上研究成果的基础上,开发了面向制造系统的仿真优化平台——Simopt．最后,通过实例验证了该系统的有效性．     

基于双群体进化规划的动态优化算法

动态优化问题的优化环境随时间变化导致了最优解随时间移动.为了有效地跟踪最优解,提出了一个基于双群体进化规划的动态优化算法.局部搜索群体运用高斯变异算子,并接受已有信息;全局搜索群体运用柯西变异算子,与已有信息隔离并传送较优个体至局部搜索群体.在进化过程中,它们的群体规模动态地变化.算法有效地利用了已有信息,实现了全局搜索与局部搜索的分离,适合于求解环境变化方式未知的动态优化问题.对三个动态优化模型进行了测试,并与随机初始化群体法进行了比较,仿真结果表明r提出的算法是有效的.     

采用组合优化算法的深空探测轨迹优化

针对在2015年1月1日之后的10年期间,距地球三维轨迹1000万km内的1067颗行星进行探测,深空探测飞行器从地球出发,采用小推力控制,为了在10年时间内飞过的行星最多,给出了一种深空探测4-D飞行轨迹的全局优化算法,即采用静态参数＋动态参数的优化算法。经过长时间大规模的飞行数值仿真,飞行仿真出航天器的4-D最优飞行轨迹,在10年内路过了1067颗行星中的20颗行星。     

多媒体仿真编程中的资源优化问题研究

结合“高炮仿真训练仪^[1]”编程过程分析,介绍多媒体仿真编程中,对内存和硬盘资源进行优化操作的几种方法。     

基于仿真与遗传算法的液压控制系统优化研究

文章采用“模块化建模”方法,将每个子系统应用键合图-状态空间法建立起相应的数学模型,分别对其进行实验仿真计算分析,再根据它们之间的功率传递关系由程序将这些子系统衔接起来,建立了整个起升液压系统仿真模型,给出并分析了液压控制系统动态特性的仿真结果;通过采用实数编码、精英选择、白适应交叉和变异概率策略的遗传算法,将系统仿真模型与遗传优化算法有机结合起来,实现基于仿真模型的参数优化,并对优化计算进行可视化编程,实现优化过程的信息处理可视化;仿真结果表明,优化后系统的动态性能得到了较大的改善。