有色冶金过程不确定优化方法探讨

有色冶金过程受原料来源多样、工况条件波动、生产成分变化等因素的影响,存在大量的不确定性,严重影响了冶炼生产的稳定性与可靠性.鉴于此,综述不同类型不确定性优化问题的描述方法,具体包括概率不确定优化问题、模糊不确定优化问题和区间不确定优化问题.通过分析有色冶金生产过程的特点与需求,以3种典型的有色冶金过程不确定优化问题为例,探讨不同类型的有色冶金过程不确定优化方法.针对氧化铝生料浆配料过程的概率不确定优化问题,采用基于Hammersley sequence sampling(HSS)的方法实现不确定模型的确定性转换;针对湿法炼锌除铜过程的模糊不确定优化问题,采用基于模糊规则的方法进行确定性评估;针对锌电解分时供电过程的区间不确定优化问题,采用基于min-max的方法求解鲁棒解.工业运行数据均验证了上述方法的有效性.     

PHM系统中的测试不确定优化选择建模

PHM系统是实现视情维修的关键技术之一,是提高飞机自主保障的重要途径,PHM系统虚警率高的问题是实际应用中需要解决的关键问题。复杂环境下,PHM系统监测点的测试不可靠是引发PHM系统虚警的重要根源。针对此问题,本文采用不确定理论研究PHM系统中的测试不确定度,并建立测试不确定优化选择模型,在期望值准则和乐观值准则下,将不确定优化选择模型,转化为带有专家信度的确定性优化选择模型,并通过实例给出了不确定优化选择模型的建模和求解过程。     

基于复杂昂贵仿真的体系效能多目标优化

效能优化是实现体系结构设计、多方案配置等工作的重要途径.体系仿真系统通常具有组成结构复杂、连续离散混合、输入输出变量多、运行开销大等特点,导致效能优化面临多目标、混合变量、多峰值、低效率等问题,提出一种基于复杂昂贵仿真的体系效能优化算法.针对昂贵仿真问题,提出基于聚类与空间填充准则相结合的开发-探索序贯元模型策略;引入...     

基于优化策略的不确定数据流预测方法

为解决不确定数据流的预测问题,根据数据流高速、无限和动态不确定性的特点,在复杂人工智能预测和时间序列预测的基础上,提出一种基于优化策略的预测方法。综合考虑数据流中元组的不确定性与不确定异常性,以降低预测计算代价。同时考虑不确定的统计特性对卡尔曼滤波预测的影响,对Q和R进行异步优化估计,以形成最佳状态预测。实验结果表明,该方法的预测性能较好。     

基于不确定需求的公共交通网络鲁棒性优化方法

为了提高城市不同类型公共交通所组成的线网的鲁棒性,从公共交通线路建设成本、乘客出行的总时间以及乘客总换乘次数等方面确定公共交通网络的服务性能模型,在此基础上通过计算方案目标值与期望值的差值来确定公交网络的鲁棒性;由于存在随机不确定需求,在传统免疫克隆算法基础上对变异操作进行改进用于对优化模型求解。结合算例分析发现,线路建设成本、乘客总出行时间以及乘客总换乘次数的参数值对于优化结果具有显著影响;另外鲁棒性参数取值也会对计算结果产生一定影响,通过算例验证了优化方法的可行性。     

基于不确定知识的粒子群优化算法

针对标准粒子群优化算法（PSO）速度更新方程存在随机参数,使得粒予扶取知识存在不完备性的问题,将不确定知识引入PSO算法中,并对个体知识、群体知识和不确定知识随机参数进行了归一化,保证算法在每一步演化中都能获得完备知识．理论分析给出了PSO—UK算法局部收敛参数条件,并证明了其具有全局优化性能．经典测试函数实验表明,所提出的PSO－UK算法具有全局搜索能力,且局部收敛精度明显优于PSO算法．     

基于自适应Kriging模型的不确定可靠性功能优化算法研究

产品研发中功能失效是一个复杂的系统性工程,失效过程包含大量不确定性因素。为此,构建了自适应Kriging的不确定可靠性功能优化算法,进行产品总体功能失效分析、认知集合可信任度、样本点的生成、自适应Kriging计算及优选功能组合,获取在指定的概率约束下的最优解。以大数定律及极限定理为基础,保证了样本点在重要区域及Kriging模型的收敛条件。以工程机械储能系统为例,说明算法的迭代性、收敛性、准确性及稳定性。结果表明,该算法能够得出准确的敏感度,节省计算时间,提高计算效率。     

不确定环境下无人机多目标任务分配问题研究北大核心

基于不确定理论,研究了不确定环境下无人机多目标任务分配问题。首先,引入不确定变量来描述任务分配规划中存在的不确定因素,考虑作战任务收益和航行油耗这两个目标,建立了不确定无人机双目标任务分配模型;其次,根据不确定变量的数字特征定义了期望值-标准差有效解,并把原不确定双目标模型转化为确定多目标任务分配模型;然后,通过线性加权法与理想点法将其转化为单目标优化问题进而设计算法求解;最后,建立4架无人机,24个敌方目标的任务实例,利用蚁群算法进行求解,得到了期望值-标准差有效任务分配方案。实例仿真结果表明,该求解方法能够有效地处理不确定环境下无人机任务分配问题,且任务分配次序规划合理,总代价较小。     

多机器人不确定协作任务的动态优化方法

针对一类可变目标的多机器人协作运动问题，提出动态优化的方案．在每一优化时刻 根据当前目标状态及其变化规律，确定每个机器人的运动，得到该时刻概率意义上的最优运 动．把系统整体路径规划的复杂问题分解为独立路径规划问题和分派问题分别求解，实现最 快协作运动．并且将这种优化方案动态实施，以适应目标的不确定性．提出的方法还可推广 到更一般的不确定协作任务中．     

基于MATLAB的局域网多机并行遗传算法求解不确定优化问题

本文提出一种新的不确定非线性优化问题的确定化形式,采用局域网多机并行遗传算法求解不确定优化问题,应用常用的计算软件MATLAB来实现该算法。通过在主机上开辟共享缓冲区,在其中设立数据文件,主机和从机都用MATLAB语言中读写文件的命令来交换数据,以实现局域网中的并行计算环境。该算法编程简便,充分利用操作系统提供的数据共享传输功能,性价比较高。     

复杂系统仿真模型和软件的校核方法

对复杂仿真系统而言,对其性能评估是仿真领域研究的一个重要问题,其中仿真可信度是最重要的指标,因为仿真可信度能否达到要求,直接关系到仿真系统应用的成败,而仿真可信度要解决的关键问题之一就是模型的校核（Verification）问题。该文就复杂系统的仿真,分别从不同角度给出了仿真算法和软件的校核方法,如对多层次结构系统模型给出了分层、逐级校核方法,对多输入多输出系统给出了化复杂为简单、逐步进行模型校核的方法,同时对某类武器系统仿真模型给出了逆解法校核方法,并对多人对同一问题相互校核的方法给出了仿真算例和结论。这些方法可对提高模型和软件的可信度起到一定的参考作用。     

基于复杂系统观点的信息安全保障

从系统工程的角度,剖析与揭示信息安全保障,提出了基于Internet的信息安全保障是一个复杂系统,处理信息安全保障及其相关问题的方法论是综合集成法;探讨采用复杂系统理论对信息安全保障中的有关问题进行研究的可行性。     

基于隐Markov模型的复杂仿真系统

根据复杂仿真系统具备随机性、严格时序逻辑性等工程实际特点,提出一种以隐Markov模型（HMM）为基础,利用多元统计理论定量分析复杂仿真系统运行有效性的评价方法.在引入状态观测向量矩阵的基础上,详细介绍了量化描述仿真剧情、复杂仿真系统运行状态的HMM的建立方法,给出了复杂仿真系统运行有效性评价准则,并针对评价过程中的关键算法进行了深入研究.     

Uncertainty propagation in dynamical systems

Dynamical propagation of parametric and initial condition uncertainty is studied. The notion of input measure of an observable is defined and its propagation to output measure of the observable is studied by means of transfer operators. Uncertainty of these measures is defined in terms of their cumulative probability distributions. Comparison with alternative uncertainty metrics such as variance and entropy is pursued. The developed formalism is illustrated through an analysis of the effect of pitchfork bifurcation on uncertainty. Finally, the implications of these concepts in the design of nonlinear systems are discussed.     

工业大系统多目标优化问题的分解协调方法

本文针对工业大系统多目标优化问题的特点,提出"一致单调性"概念、"目标诱导性决策"方法以及与分解协调方法有关的两个定理,使分解协调问题得以简化.     

智能化信息物理系统中非确定性的分类研究

信息物理系统呈现出日趋智能化的特征,而非确定性又是系统中普遍且固有的特性。例如,系统通过传感器感知环境时,会不可避免地存在误差。非确定性若未被妥当处理,往往会影响系统的正确运行,并带来一系列的问题。因此,对信息物理系统中的非确定性进行处理是至关重要的,也是促进信息物理系统进一步智能化的关键。对非确定性进行处理的前提是需要对其有充分的理解和认识,然而现有工作对信息物理系统中非确定性的研究尚处于探索阶段。针对这一问题,研究了信息物理系统中的非确定性分类。具体而言,根据信息物理系统中被广泛认可的5C技术架构对非确定性进行了分类,详细介绍了该架构每一层次上可能存在的非确定性,并结合典型的信息物理系统应用进行了举例说明;同时,总结了当前的相关研究工作,并展望了未来信息物理系统在应对非确定性方面的智能化研究方向。     

基于压缩采样的复杂产品响应面构造方法

由于模型选择的局限性与采样点的随机性,现有响应面方法在复杂产品仿真优化中存在构造精度较低、寻优结果不稳定的问题.针对上述问题,提出一种基于压缩采样的响应面构造方法.通过在设计域中非自适应地随机抽取少量采样点,进行仿真估值,再在满足约束等距性条件的稀疏空间中进行(￡)1范数求解,实现了响应面的精确稳定构造.与PRS、RBF和KRG方法的比较表明,在不增加仿真次数前提下基于压缩采样的响应面构造方法有着更高的构建精度和极值稳定性.     

离散复杂系统最优化的Darwin&Boltzmann混合策略

离散复杂系统最优化具有广泛的理论和应用背景.基于对现实自然和社会进化中 Darwin过程和不可逆热动力过程的分析,本文提出并构造了一类新的求解离散复杂系统最 优化问题的随机方法--Darwin&Boltzmann混合寻优策略.分析和计算结果表明, Darwin&Boltzmann混合策略求解离散复杂系统最优化问题是有效的且优于模拟退火法. 本文的工作无疑为离散复杂系统最优化的分析和求解提供了新的途径.     

基于复杂系统理论的教学设计分析

复杂适应系统是以具有适应性的主体为核心的主体演化模型,复杂理论的核心思想在于“适应性造就复杂性”,随着新教育改革的施行,复杂理论为教学设计提供了新的思路,有效的教学需以有效的教学设计作为支撑。针对教学系统的复杂性,尝试在复杂适应系统视域中进行解读,并围绕复杂性教学设计提供了六个有效的维度,为教学设计的完善和发展提供参考。     

网格计算中的开放复杂巨系统

在处理复杂巨系统问题时,本文利用对特定问题的求解策略,以网格技术作为支撑,有效地综合集成计算机网络中的各种资源,不仅能够对数据库、方法库等高层资源进行集成,而且可以将计算能力、存储能力、网络资源,甚至硬件设备和人都进行有效的集成,提供一个协作的、高效的、开放的网格巨系统.