基于多模型组合优化算法的风速预测方法研究

风速的随机性和波动性较强,单一算法预测模型的精度不高。为此,提出基于蚁群优化算法的灰色模型和遗传神经网络算法相结合的预测方法;给出改进灰色模型,并利用蚁群算法的全局寻优能力,以残差平方和最小为原则,对改进灰色模型的权值进行优化,实现了对风速的预测。为进一步提高精度,把蚁群优化灰色模型的结果作为遗传神经网络算法的输入,实测风速数据作为遗传神经网络算法的输出,对网络进行训练,进一步减小了风速预测的偏差。预测结果与风电场实测数据的对比分析验证了多算法结合的预测方法的准确性和有效性。     

交通检测器配置组合优化模型及算法

探讨了基于道路环境、出行路径选择及路段交通流时变特性的城市道路交通检测器配置问题,提出了检测器配置原则,建立了组合优化模型.分析了模型的计算复杂性,根据目标函数的性质和约束条件的相容性,提出了基于解空间分解的有序组合树算法.通过限制不可行子空间、可行非最优子空间,能缩小搜索范围,并给出模型的全局准确最优解.介绍了模型参数的计算,探讨了检测器利用率的量化方法,阐述了交通流小时波动系数、路段客观重要度、检测器配置成本等模型参数的意义及计算依据,给出了计算方法.最后,通过实例说明该模型的应用及计算过程.     

交通检测器配置组合优化模型及算法

探讨了基于道路环境、出行路径选择及路段交通流时变特性的城市道路交通检测器配置问题。提出了检测器配置原则,建立了组合优化模型．分析了模型的计算复杂性,根据目标函数的性质和约束条件的相容性,提出了基于解空间分解的有序组合树算法．通过限制不可行子空间、可行非最优子空间,能缩小搜索范围,并给出模型的全局准确最优解．介绍了模型参数的计算,探讨了检测器利用率的量化方法,阐述了交通流小时波动系数、路段客观重要度、检测器配置成本等模型参数的意义及计算依据,给出了计算方法．最后,通过实例说明该模型的应用及计算过程．     

钢铁企业合同匹配多目标优化模型与算法

针对钢铁企业中存在的合同对库存余材的优化匹配问题，建立了实现余材利用量最大化和匹配损失费用最小化的多目标0—1规划模型．采用模糊决策方法处理两个目标函数，尝试基于群体的增量学习(Population-Besed Increased Learning，简称PBIL)算法进行求解．结合模型的特点，利用自然数编码表示合同的匹配结果，按照学习概率大小修复不可行个体．通过对应用实例的计算，以及与遗传算法结果的比较，证明该模型和算法是解决合同优化匹配问题较为理想的方式．     

服装矩形样片组合优化模型及其求解算法

服装排料问题是指如何将样片在指定的面料内进行合理的排列,使面料利用率达到最大。根据实际技术需求,在服装样片矩形化的基础上,建立了混合组合方式下的服装最优排料的数学模型,并将最优化方法与实际服装排料经验相结合,设计了整体排料最优求解算法。最后,通过实例证明了所提出的服装排料数学模型的正确性。     

基于多模型扩展卡尔曼滤波的组合导航算法

在非线性系统的滤波过程中,扩展卡尔曼滤波的状态估计常常是有偏的,非线性函数的线性逼近精度是有限的,为此提出了多模型线性化扩展卡尔曼滤波。将非线性模型在状态估计附近的多个点进行线性化得到一组线性化模型,利用扩展卡尔曼滤波得到每个模型的状态估计,再对多个线性化模型进行概率加权融合。通过组合导航系统验证了算法的可行性。     

高速铁路行车调整的优化模型

行车调整问题具有因素众多，各环节之间相互制约关系复杂的特点，如何针对高速铁路自身的特点，建立适当的优化模型，是一亟待解决的问题，作者在系统分析了行车高整问题的基础上，针对我国高速铁路“高，中速混跑”的具体特点，在对问题进行了适当简化后，提出一个非线性规划数学模型。     

组合投资优化模型

资产投资组合问题,采用多元化投资方法分散投资风险,建立不含交易费的数学模型,并求出最优解,注意到投资应付交易费,建立含交易费数学模型,对具体数据求解、检验,获得较满意的投资比例.     

高速铁路动态定价的稳健优化模型

针对目前高速铁路票价单一,不能用来调节客流、提高收益的问题,在分析高速铁路不同售票时段旅客对价格敏感性的基础上,基于收益管理理论,结合高速铁路运输组织特点,以收益最大化为目标,构建高速铁路分时段动态定价稳健模型,并针对需求函数系数的不确定性,运用稳健优化方法对模型求解.以京沪高铁列车为对象进行案例分析,并与单一全价票下的票额分配方案进行对比,最后通过仿真模拟验证了模型的稳健性.结果表明:考虑收益管理的动态定价稳健模型能够通过动态调整价格来调节不同售票时段的客流需求从而提高收益;并且相比名义模型,该模型能够更好适应需求波动且能够保证将更多的车票以更高的价格销售,所构建模型为高速铁路实施动态定价策略提供优化方法.     

动态车辆路径问题的多目标优化模型与算法

以快递服务相关的动态车辆路径问题为研究对象,建立多目标优化模型,设计了相应的求解流程.多目标优化模型包括最大化服务客户数、最小化客户等待时间和最小化总旅行时间3个优化目标.采用基于词典式的排序方法,开发了改进的Or-opt局部搜索启发式算法.在不同基准问题数据集上进行仿真实验,结果表明,多目标优化模型与单目标模型相比,能明显降低被拒绝的客户数和等待时间,而总旅行时间未发生明显增长.     

决策者偏好交互项目组合选择模型及算法优化研究

项目组合选择是战略项目管理决策的重要环节,目前基于决策者偏好的交互项目组合选择的研究仍然在模型和算法上存在不足。首先提出级别优先模型细致划分了项目间的偏好关系,并引入了项目间的协同交互,使模型更加完备。进而结合该模型改进了多目标粒子群算法,加快其收敛速度,并拓展其非劣解的多样性。在考虑决策者偏好和项目间交互约束的条件下,分别对偏好模型和模型求解算法进行了仿真验证。仿真结果表明,采用级别优先模型所得的非劣解更加接近项目组合选择的最优解,改进粒子群算法的搜索速度更快。     

组合出行模式下多方式交通流分配模型及算法

首先运用超级网络理论构造适用于组合出行模式的交通超级网络。其次,在弹性需求的基础上,认为出行者出行模式及路径选择均具有随机性,给出广义费用下的路段费用函数表达式。运用交通平衡与变分不等式理论,分析弹性需求下组合出行模式的交通平衡条件,提出与平衡条件等价的变分不等式模型,并证明最优解的存在性与唯一性。最后,设计模型的求解算法,通过算例说明模型和算法的有效性,并分析参数变化对OD需求及模式划分的影响。算例结果表明:模型能够更真实地反映出行者的组合出行行为,具有一定的普适性。     

图像去噪的组合优化滤波算法

小波变换具有良好的局部化分析特性和多分辨率分析特性,小波阈值法能很好的消除高斯白噪声,但对脉冲噪声无法消除。中值滤波对脉冲噪声能很好滤除,并具有良好的边缘保持特性。为了能很好消除图像中的混合噪声,文章提出了基于小波阈值法和门限递归中值滤波组合优化的图像去噪算法,仿真结果表明,该算法在去除图像中的混合噪声时,比其他传统去噪方法具有极大的优越性。     

多尺度量子谐振子算法在组合优化问题中的性能分析

多尺度量子谐振子算法(MQHOA)是一种基于一维量子谐振子波函数原理提出的新优化算法,该文在MQHOA框架下构建了旅行商问题(TSP)的求解流程和方法,研究了算法的物理意义和理论收敛过程。通过对12组TSP标准测试数据集的实验表明,根据算法物理模型要求的高斯邻域生成方法优于随机邻域生成方法,而且MQHOA算法对TSP问题的求解结果在获得最优解的概率和多次实验的平均最小距离两个指标上都要优于模拟退火算法,与其他算法对比也证明了该算法具有较好的性能。同时还研究了在规则城市数据集条件下算法的性能和收敛情况。这些结果证明MQHOA算法可以较好地被应用于组合优化问题。     

旅游城镇路网多目标优化模型及算法设计

为缓解旅游城镇的交通拥堵问题,提出将宏观交通仿真软件与启发式算法相融合进行路网优化设计.基于旅游城镇的交通流特点,将旅游城镇路网优化问题抽象为多目标优化模型进行研究.以路网中各条路段饱和度系统最优及投资成本最低为目标,建立多目标优化模型,寻求交通拥堵治理与道路资源投入博弈中的最优平衡点.运用TransCAD仿真软件,采用用户均衡模型对初始路网进行流量分配,基于遗传算法进行模型算法设计,编写Matlab算法程序求解模型.通过多次算法实验并对比分析实验结果,确定目标函数的最佳权重.算例分析结果表明,路网中所有路段饱和度的总和由16. 70下降至11. 12,平均值由0. 93下降至0. 62,且各优化后的路段饱和度稳定在0. 5～0. 8的合理范围内,路网整体饱和度明显降低且更加均衡,投资成本合理.研究结果对新型旅游城镇的路网规划具有一定指导意义.     

组合投资的一个优化模型

在分析影响组合投资绩效因素的基础上,通过建立多目标组合投资的一个基本模型,利用主元素分析法将之转换为单目标的线性规划模型进行求解,从而解决多项目组合投资的优化问题.     

投入产出组合摄动优化模型探讨

<正> 一、问题的提出投入产出分析法,是美国著名经济学家Wassily W Leontief率先提出的定量经济分析方法。该方法利用数学方法和电子计算机来研究各种经济活动的投入与产出之间的数量关系,科学的预测、分析和安排经济关系、结构、计划、管理以及成本价格等经济活动。七十年代以来,世界各国来自经济学、数学、控制理论和电子计算机领域的学者互相配合,使投入产出基础理论,动态投入产出模型,投入产出优化模型等课题的研究取得了显著     

高速铁路列车运行调整的状态空间模型及算法

列车运行调整的优化属超大规模的组合优化问题，具有因素多、各因素之间关系复杂的特点，很难给出一个简洁、易解的规划模型。基本面向事件的状态空间模型良好的描述能力和具有接近系统自然特性的优点，本文在前人研究的基础上，结合我国高速铁路的特点，建立了行车调整的事件驱动的状态空间模型。针对前人研究中状态转移方程的表达及在冲突确认和疏解上的缺陷，结合算法的求解特点和列车运行的实际可能性，提出了改进方法。特别是冲     

一个多目标组合投资模型

首先建立了一个多目标组合投资的基本模型，而后将之转换为单一目标的线性规划模型，解决了组合投资中组合投资结构、总净现值、总净现值率和加权平均资本成本的多目标优化问题．还可对该模型进行计算机模拟，得到企业所需要的多种信息．     

水库群优化调度中的多层次分解组合优化算法

随机动态规划(SDP)在水库群优化调度中会导致“维数灾”问题,也难应用于多年调节水库。提出了一种水库群优化调度的多层次分解组合优化算法,其包括应用于多年调节水库SDP操作的均匀下泄流量算法,把库群优化问题分解为第1层次的单库SDP优化,然后应用改进的遗传模拟退火算法(GASA)对单库结果进行第2层次的组合优化。在贵州乌江梯级水库群中长期发电优化调度研究中,获得库群多年平均发电量94.72×108 kW·h,大于GA、SA和SDP单独运用的结果,运行速度也较SDP快。结果说明,提出的多层次分解组合优化算法是一种新的有希望的水库群优化调度方法。