机构投资者的最优变现策略

相对于普通投资者,大规模持有某种资产的机构投资者在交易这种资产时,其行为会导致资产价格的单向变动,从而产生流动性风险。针对机构投资者在连续时间框架且股票价格服从几何布朗运动的情况,提出在随机冲击下其完全变现行为的最优变现策略,利用最优控制理论中的极小值原理研究其最优变现策略。敏感性分析表明,最优变现策略由市场价格波动率、资产的流动性和机构投资者的风险厌恶偏好共同决定。以深发展股票为例,验证了机构投资者在随机冲击下可根据上述结论选择合适的最优变现策略,降低其在市场中所面临的流动性风险,使得股票的账面价值更可能多的转换为实际收益。     

车型机器人的时间最优轨迹

基于几何最优控制理论, 本文提出了一种新的几何推理方法, 这种方法能够有效地推导出车型机器人给定两点间的时间最优轨迹类型的充分集合. 同时也为此类非线性问题提供了一种新的思路. 首先根据旁氏极大值原理和李代数推导出切换函数的结构特性, 根据这种结构特性建立一个切换坐标系并引入一个新的向量, 该向量在此坐标系中的旋转轨迹与时间最优轨迹具有一一对应关系. 进而得到一个结论: 如果该向量的始末旋转位置和方向一致, 那么将唯一的确定一条最优轨迹. 这是第一次得到一个能够直接应用于计算一条精确的最优轨迹的结论.     

基于最优解收集的扩展式并行遗传算法

在扩展分布式遗传算法(EDGA)的基础上提出了一种新的基于最优解收集的扩展式并行遗传算法(EPGA)。在该算法中,群体被划分为子群分配给各子处理单元(PE)计算,根处理器则在采用全局搜索策略进行搜索的同时,不断地从各子处理单元上收集局部最优解替换当前群体以获取较好的最优解。该算法采用子群的概念去获得较好的加速比,采用全局搜索策略的概念去获得较好的最优解,同时具有EDGA不具有的许多优点。给出了该算法针对经典的TSP问题的非阻塞MPI实现。实验表明该算法可以有效地提高遗传算法的加速比及增加获得最优解的概率。     

不确定拟哈密顿系统的随机最优控制

本文提出了不确定拟哈密顿系统、基于随机平均法、随机极大值原理和随机微分对策理论的一种随机极大极小最优控制策略.首先,运用拟哈密顿系统的随机平均法,将系统状态从速度和位移的快变量形式转化为能量的慢变量形式,得到部分平均的It随机微分方程;其次,给定控制性能指标,对于不确定拟哈密顿系统的随机最优控制,根据随机微分对策理论,将其转化为一个极小极大控制问题;再根据随机极大值原理,建立关于系统与伴随过程的前向-后向随机微分方程,随机最优控制表达为哈密顿控制函数的极大极小条件,由此得到最坏情形下的扰动参数与极大极小最优控制;然后,将最坏扰动参数与最优控制代入部分平均的It随机微分方程并完成平均,求解与完全平均的It随机微分方程相应的Fokker-Planck-Kolmogorov(FPK)方程,可得受控系统的响应量并计算控制效果;最后,将上述不确定拟哈密顿系统的随机最优控制策略应用于一个两自由度非线性系统,通过数值结果说明该随机极大极小控制策略的控制效果.     

一类不稳定时滞过程的最优抗干扰控制

针对不稳定时滞过程的干扰抑制问题提出一种新的设计方法,通过有理逼近的方法推导出了控制器参数的设计公式,给出了判断系统稳定性的充分必要条件,并在仿真研究中将本文提出的设计方法与其他设计方法进行了对比.     

复杂最优消费组合问题的数值逼近解算法

针对由现有理论和方法求不到显式解的复杂最优消费组合问题,提出基于参数待定法以及遗传算法的数值逼近解算法。算法的可行性及通用性,在求解基准的复杂最优消费组合问题上得到了检验。     

随机运动目标搜索问题的最优控制模型

提出了Rn空间中做布朗运动的随机运动目标的搜索问题的最优控制模型.采用分析的方法来研究随机运动目标的最优搜索问题,并将原问题转化为由一个二阶偏微分方程(HJB方程)所表示的确定性分布参数系统的等价问题,推导出随机运动目标的最优搜索问题的HJB方程,并证明了该方程的解即是所寻求的最优搜索策略.由此给出了一个计算最优搜索策略的算法和一个实例.     

以可存品与非可存品为消费对象的最优投资消费决策

传统的投资消费决策问题考虑的消费对象局限于单一的非可存品或者单一的可存品 .而且假定银行的贷款利率等于存款利率 .本文假定银行的贷款利率大于存款利率 ,并且投资者的消费对象为包含可存品与非可存品的组合 .可存品的价格假设服从几何布朗运动 ,它的折旧率假定为一个常值 .应用随机控制方法 ,得到等弹性效用函数情形下的最优投资消费策略的显式表达     

人脸识别中多目标最优不相关图像鉴别分析研究

考虑图像投影鉴别分析问题,为提高特征抽取的速度和识别率,利用图像矩阵直接构造图像散布矩阵,在具有统计不相关的条件下将Foley-Sammon鉴别分析(FSLDA)转化为两目标约束优化问题,并给出了有效投影向量的概念;根据多目标优化的最优性条件可将求取有效投影向量的问题归结为求广义特征方程的最大特征值对应的特征向量,并据此进行特征抽取,进而提出了两目标最优图像投影鉴别分析方法。与其他鉴别投影分析方法相比,该方法具有以下特点:(1)可直接由图像矩阵构建散布矩阵;(2)有效投影向量具有统计不相关性;(3)训练样本的类内散布矩阵不必为可逆的,也不需要求某种形式矩阵的逆。在ORL标准人脸库和NUST603人脸库上的试验结果表明,上述图像投影鉴别分析方法在识别性能上较以往的方法有一定的提高,尤其是特征抽取的速度有明显的提高。     

具有数据包丢失的离散随机不确定系统的线性最优满阶估值器

研究了具有数据包丢失和随机不确定性离散随机线性系统的状态估计问题.其中数据包丢失是随机的,且满足Bernoulli分布,系统矩阵中的随机不确定性由一个白色乘性噪声来描述.首先,通过配方方法,提出了最小均方意义下的无偏最优线性递推满阶滤波器.所提出的滤波器用到了当前时刻和最近时刻接收到的观测来保证线性最优性.与多项式滤波和增广滤波器相比,本文的滤波器具有较小的计算负担.然后,基于所获得的线性滤波器推导了线性最优预报器和平滑器.进一步研究了线性最优估值器的渐近稳定性,给出了稳态特性存在的一个充分条件.最后,通过两个仿真例子验证了所提估计算法的优越性.     

Optimal control of large space structures governed by a coupled system of ordinary and partial differential equations

In this paper we consider the problem of optimal regulation of large space structures in the presence of flexible appendages. For simplicity of presentation, we consider a spacecraft consisting of a rigid bus and a flexible beam. The complete dynamics of the system is given by a coupled set of ordinary and partial differential equations. We show that the solution of this hybrid system is defined in a product space of appropriate finite- and infinite-dimensional spaces. We develop necessary conditions for determining the control torque and forces for optimal regulation of attitude maneuvers of the satellite along with simultaneous suppression of elastic vibrations of the flexible beam.     

Optimal control of vibrations of a dynamic Gao beam in contact with a reactive foundation

In this paper, we investigate the optimal control of vibrations of a nonlinear viscoelastic beam, which is acted upon by a horizontal traction, that may come in contact with a reactive foundation underneath it. By the Dubovitskii and Milyutin functional analytical approach, we derive the Pontryagin maximum principle of the system governed by the Gao beam equation. And the first-order necessary optimality condition is presented for the optimal control problem in fixed final horizon case. Finally, we also sketch the numerical solution based on the obtained theoretical results.     

基于决策树算法的园区照明系统能耗优化控制方法

针对园区照明系统能耗数据缺失、区域能耗难以控制的问题,助力企业节能、减排,提出了一种基于决策树算法的园区照明系统能耗优化控制方法。预处理园区照明系统能耗数据,通过属性选择统一能耗数据属性值,采用基于马氏距离的k均值填充法填补能耗数据缺失值;选取C4.5决策树搭建园区照明系统能耗回归预测模型,预测获取园区照明系统总能耗,构建园区照明系统能耗控制目标函数,衡量照度及照明设备亮度二者跟随时间推移产生的规律,以此判断园区照明系统设备的下一时刻亮度,实现对园区照明系统的能耗优化控制。实验结果表明,所提方法可有效填补缺失能耗数据,并精准预测园区照明系统能耗值,预测精度高达99.16%;优化控制后的年度耗电量相比上一年度缩减两倍,优化控制效果优秀。     

动态规划算法原理及应用研究

本文透彻分析了动态规划算法的基本原理、基本要素、适用条件和解题步骤。并通过达尔文芯片问题详细讲解了动态规划算法在实际中的运用,最后总结了使用动态规划算法的重点难点和技巧。     

A partial history of the early development of continuous-time nonlinear stochastic systems theory

This article is a survey of the early development of selected areas in nonlinear continuous-time stochastic control. Key developments in optimal control and the dynamic programming principle, existence of optimal controls under complete and partial observations, nonlinear filtering, stochastic stability, the stochastic maximum principle and ergodic control are discussed. Issues concerning wide bandwidth noise for stability, modeling, filtering and ergodic control are dealt with. The focus is on the earlier work, but many important topics are omitted for lack of space.     

基于模糊T-S模型的批过程建模与最优控制

基于模糊T-S模型,提出一种具有自学习能力的模糊方法用于批过程建模和最优控制.通过引入与均方误差相关的动态误差传递因子,使用改进的梯度下降法,本方法能够辨识模糊T-S预测模型.对于批过程的受限非线性最优控制,基于所辨识的预测模型,运用庞特里亚金最小值原理和平行分布补偿算法,本方法能够把一个复杂非线性系统最优控制设计问题转化为一些基于复杂T-S预测模型的局部线性系统的最优问题,从而给出一种有效和简单的模糊最优控制策略.所提方法用于一个半连续式反应器的建模和最优控制,仿真结果表明新方法是有效和准确的.     

基于概率模型检测和遗传算法的基因调控网络的无限范围优化控制

基因调控网络是一类基本且重要的生物网络,通过对其进行控制可以实现生物系统功能的调节。在生物系统中,通过外部的干预控制构造关于基因调控网络的控制理论成为了非常热门的研究主题。目前,作为一种重要的网络模型,带有干扰且上下文相关的概率布尔网络已经被广泛地应用于基因调控网络优化控制问题的研究中。针对无限范围的优化控制问题,文中提出了一种基于概率模型检测和遗传算法的近似最优控制策略的计算方法。首先,该方法将无限范围控制中定义的期望总成本归约为离散时间马尔科夫链上的平稳状态回报;然后,构建包含固定控制策略的带有干扰且上下文相关的概率布尔网络模型,采用带回报属性的时序逻辑公式表示固定控制策略的成本,采用概率模型检测器PRISM进行自动计算。进一步,采用遗传算法,将固定控制策略编码为遗传算法解空间中的个体,基于其控制成本,定义个体的适应度值,将PRISM作为求解器,通过在解空间上迭代地执行遗传操作获取近似最优解。将所提方法应用于WNT5A网络中,实验结果证明了该方法的有效性。     

基于马尔科夫决策过程的ATO系统独立组件与产品双需求最优决策研究

研究多维组件, 单一产品的双需求型面向订单装配(Assemble-to-order, ATO)系统. 产品需求为延期交货型, 当其不被满足时将产生缺货等待成本; 而独立组件需求为销售损失型, 其不被满足时将产生缺货损失成本. 该问题可以抽象成一个动态马尔科夫决策过程(Markov decision process, MDP), 通过对双需求模型求解得到状态依赖型最优策略, 即任一组件的最优生产--库存策略由系统内其他组件的库存水平决定. 研究解决了多需求复杂ATO系统的生产和库存优化控制问题. 提出在一定条件下, 组件的基础库存值可以等价于最终产品需求的库存配给值. 组件的基础库存值与库存配给值随系统内其他组件库存的增加而增加, 而产品需求的库存配给值随系统组件库存和产品缺货量的增加而减少. 最后通过数值实验分析缺货量及组件库存对最优策略结构的影响, 并得到了相应的企业生产实践的管理启示.     

球载升空平台LQR最优控制器设计与仿真

本文介绍了球载硬Ｘ射线空间高能天文望远镜ＨＡＰＩ－４系统探测器平台即吊舱系统的状态空间模型。线性二次型最优控制器ＬＱＲ的设计方法及仿真结果。这此结果也可推广到其他类似的球载升空平以。仿真结果表明，引入高性能控制算法可以大幅度改善控制系统的性能。     

滇池流域可持续发展动态投入产出最优控制模型

根据包含了污染排放及治理、水资源使用等数据的昆明市环境保护投入产出表,建立了一个最优控制模型,该模型可用来求取滇池流域经济的最优发展轨迹及污染的最优治理水平.本研究有助于制订“十五”期间滇池流域可持续发展规划.