油田增产措施模糊相关机会规划模型

以最大化措施增油量高于规划措施增油量这一事件的机会函数为目标,兼顾成本、措施量等因素,建立了油田增产措施模糊相关机会规划模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田增产措施配置提供了新的决策依据.     

基于AHP和CCGP的装备购置费分配优化模型

科学、合理分配装备购置费,对加强新时期装备建设和提高军事经济效益具有重要的现实意义;在分析了传统的经费分配方法后,采用随机规划中的机会原则,引入了解决不确定因素影响的机会约束目标规划(chance constrainedgoalpro gramming,CCGP)模型,结合层次分析法(AHP),建立了一种基于AHP和CCGP的装备购置费分配优化模型;给出了实例。计算实例表明:应用此模型得出的经费分配方案更为实用、可靠。     

基于内点法的含风电场电力系统随机最优潮流

基于机会约束规划的随机最优潮流模型的求解一般采用智能优化算法,提出了一种内点法结合随机调节因子更新的方法,以求解基于机会约束规划的含风电场电力系统的随机最优调度模型。模型考虑了节点电压和线路功率的机会约束,并采用半不变量和Cornish-Fisher级数结合的方法来计算机会约束的概率分布。引入调节因子,对机会约束概率进行变形,将随机最优潮流问题转化为可采用内点法求解的最优潮流模型。提出了调节因子的更新方法,通过原始对偶内点法的参数结果更新调节因子来调节机会约束满足的概率,迭代求解机会约束随机最优潮流模型。最后,以IEEE14和IEEE118节点系统为例,验证了方法的正确性和有效性。     

机会可控的补偿随机规划模型

分析了已有的随机规划处理方法，针对原有方法中存在的不能兼顾补偿和约束机会控制的问题，提出了机会可控的补偿随机规划模型，在补偿随机规划模型的基础上，对允许违背的约束或者相应的补偿增加机会控制.以明确的反应决策者的态度，分析了模型的结构，设计了以遗传算法和单纯形法为基础的分解算法对模型进行求解.实际算例证明了模型和分解算法的有效性.     

机会可控的补偿随机规划模型

分析了已有的随机规划处理方法，针对原有方法中存在的不能兼顾补偿和约束机会控制的问题，提出了机会可控的补偿随机规划模型，在补偿随机规划模型的基础上，对允许违背的约束或者相应的补偿增加机会控制．以明确的反应决策者的态度，分析了模型的结构，设计了以遗传算法和单纯形法为基础的分解算法对模型进行求解．实际算例证明了模型和分解算法的有效性．     

机会约束问题中的几个凸性命题

在随机规划中有一类所谓机会约束规划问题,其研究的主要课题之一就是约束集是否凸集,这是因为约束集是否凸集对于该规划的研究和解决具有重要的意义。本文给出了四个凸性定理,可以说它们是已有的几个定理的发展。     

不确定环境下复杂产品维护、维修和大修服务资源调度优化

基于对复杂产品维护、维修和大修（MRO）协同服务资源调度的需求分析,从现实角度出发,建立资源调度时间和服务执行时间参数不确定条件下的随机机会约束规划数学模型. 提出由随机模拟、神经网络和离散粒子群优化算法组合成的混合智能算法,求解所提出的优化问题. 随机模拟方法为所建立的神经网络模型提供训练样本集,得到的训练样本集被用于训练神经网络模型以逼近优化目标函数,训练后的神经网络模型被用于代替优化目标函数来执行粒子群算法优化迭代. 该混合算法能有效提升时间参数不确定条件下的复杂产品MRO协同服务资源调度双目标优化问题的求解速度. 案例分析表明,相比于确定性条件下的优化算法,所提出的随机机会约束规划模型和混合算法更适用于求解现实中不确定条件下的MRO服务资源调度问题,所求得的调度方案在实际执行中具有更好的鲁棒性.     

机会约束规划理论在有源配电网规划中的应用

综述了不确定性规划的理论方法,详细介绍了3种规划模型的建模机理和数学模型,进而将不确定规划方法与典型分布式电源的出力特性相结合,建立了有源配电网的不确定规划模型,并提出了随机机会约束规划方法.     

随机环境下汽车检测站网点布局优化

考虑到汽车检测站选址即网点布局时的不确定因素的影响,为更确切地描述实际情况,引入检测车辆数量为随机变量。另外,考虑到选址过程中由于受到自然环境条件限制或政策规定的影响,存在某些区域能否进行检测站选址等问题,构建了以检测用户总运输费用最低为目标函数的有区域约束和无区域约束下的随机机会约束规划模型。同时,应用基于随机模拟的遗传算法进行了所构建模型的求解,并通过实例验证了算法的有效性和模型的正确性。     

二级分销网络的随机规划模型

研究了一个多供应商、多分销商、多种货物供应的分销网络.在需求和生产都是随机变量的情况下,建立了使分销网络总成本最小的随机规划模型,并且将机会约束规划模型转化为确定性等价类.     

一类模糊指派问题及其禁忌搜索算法

研究了一类更加贴近于现实生活的模糊环境中的指派问题,即利润矩阵和时间矩阵中的元素均为模糊变量的指派问题.并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊指派问题的数学模型.此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的禁忌搜索算法来求解模型的近似最优解.最后,通过一个算例说明了所建立的模型和所设计算法都是行之有效的.     

不确定性优化方法在电力系统研究中的应用

随着分布式电源接入并网与电力市场化改革不断深入,电力系统规划、运行及调度等方面带有了更多的不确定性,且该不确定性影响不可忽略,需要采用相关不确定性优化方法加以解决。从不确定性优化问题中不确定因素建模的角度,对随机规划包括机会约束规划、风险价值方法、条件风险价值方法、超分位数方法与鲁棒优化方法包括场景鲁棒优化方法、盒式鲁棒优化方法、椭球鲁棒优化方法的数学模型、及特点进行分析归纳、并阐述了在电力系统中的相关应用。     

基于支持向量机的增量式算法

为了扩展支持向量机在大规模数据集和成批出现数据领域的应用,提出了一种基于支持向量机的增量式学习算法.利用标准的支持向量机算法训练得到初始的目标概念,通过增量式步骤不断更新初始的目标概念.更新模型是求解一个与标准支持向量机具有类似的数学形式的凸二次规划问题.证明了在可分情况下,如果新增加的样本不是位于边界区,那么增量式过程既不会改变分类平面也不会改变分类平面的表达.与现有的增量式支持向量机算法相比,该算法无需额外计算就可实现增量式的逆过程并且训练时间与增量式步骤数成反比.实验结果表明,该算法满足稳定性、能够不断改进性能以及性能回复三个准则.     

求解有约束非线性规划的混合混沌算法

针对带有约束的非线性规划问题,提出了一种新的算法.首先把有约束的非线性规划转化为含有2个目标的无约束的优化问题,然后利用混沌优化算法和最速下降法来混合求解.数值计算结果显示,该算法是可行有效的.     

自适应多切割聚合算法在两阶段随机凸规划中的应用

将Svyatoslav Trukhanov,Lewis Ntaimo和Andrew Schaefer的自适应多切割算法推广到了带补偿的两阶段随机凸规划问题上.算法的实现简单、计算量小,并具备一定的收敛性.     

目的规划方法及其在结构优化中的应用

研究目的规划的算法,考虑目标的目的值、优先级、权数、解的非负与可行性等多种因素对算法进行了改进,实施非线性优化问题线性化处理和自动进行单纯形法求解。提供的方法可有效的解决结构多目标优化设计问题。通过桁架结构多目标优化的算例证实了方法的有效性,讨论了优化过程参数对设计结果的影响,对工程应用有一定参考价值。