桁架结构拓扑优化的半定规划建模与求解

为克服桁架结构拓扑优化传统模型中优化问题非凸、多重特征值不存在常规梯度等困难,将考虑多种约束的桁架结构拓扑优化问题建模为统一的半定规划(semidefinite programming,SDP)模型.首先给出体积、柔度、基频和全局稳定约束的等价半定形式;然后基于桁架结构刚度和质量矩阵的线性表达式,将考虑体积、柔度和基频的优化问题表述为线性半定规划对偶规划问题的标准形式;最后分别以全局稳定约束和应力约束为例,对非线性半定约束和非线性常规约束进行了近似处理,建立了一般非线性模型的近似半定模型并给出了序列求解算法.线性半定规划模型将传统的非线性非凸模型转化为凸模型,具有良好的数值特性;对非线性约束的处理方法使统一模型既能利用半定约束的良好特性,又能够考虑多种常规约束,有助于提高优化结果的工程实用性.优化算例表明,半定规划模型和算法具有多种约束下桁架优化问题的求解能力,且能够处理包含多重特征值的基频约束和全局稳定约束,证明了所提模型和算法求解桁架结构拓扑优化问题的有效性.     

DE算法的改进及其在系统辨识中的应用

对于一类高维、非光滑及非线性的约束优化问题,传统的搜索方法不能很好地求得全局最优解,而DE算法可以处理这类问题.为了提高DE算法收敛到全局最优的概率和精度,在基本DE算法的基础上,运用变步长梯度法和记忆库,得到改进的DE算法,并将改进的DE算法应用于实际水槽的模型参数辨识.经过测试对象、采集数据、选择模型结构、辨识参数和验证模型,结果表明,改进的DE算法使辨识系统参数收敛到全局最优的能力增强,收敛概率和精度得到提高,模型偏差平方和更小.     

基于PSO-ABFO的负荷频率控制系统控制器设计与优化

负荷频率控制对于保障电网本身安全可靠运行有重要作用,适宜的控制器整定参数使得电网在各种随机扰动下能维持系统频率稳定和长期安全运行.针对单区域两机组电网的负荷频率控制器参优化整定问题,提出一种基于粒子群改进自适应细菌觅食优化算法(PSO-ABFO)的控制器参数整定设计方法.PSO-ABFO在标准细菌觅食算法的基础上,结合粒子群(PSO)算法思想引入全局最优、个体最优以及自适应步长,重新定义细菌的健康度并修改细菌迁移的方式,提高算法的寻优速度和寻优精度.最后,建立负荷频率控制系统(LFC)模型进行仿真试验,验证所提控制器设计与优化方法使系统动态性能显著提升.     

并联谐振型非接触供电平台的频率控制与设计

由于非接触ICPT存在器件老化、温度变化、负载变动等问题,将引起系统谐振频率改变,影响系统零电压开关(ZVS)的实现以及功率传输能力.以并联谐振型非接触供电平台为研究对象,采用双闭环控制回路控制非线性可变电感控制频率的新颖方法,并通过巧妙的电路参数的选择,实现了非接触供电平台在给定谐振频率下的稳定控制.理论推导与实验结果均证实了方案的可行性.     

改进遗传算法在工程优化中的应用

标准遗传算法在求解无约束优化问题时得到了成功的应用 ,但是多数的工程实例为约束优化问题.目前引入惩罚函数思想的遗传算法是解决约束 优化问题最常用的方法,但是使用此方法时参数的设定较为困难.从避免这个困难和提 高算法本身性能的角度出发,构造了一种新的算法.首先对非可行个体进行修正,把约 束优化问题转化为无约束优化问题;其次,采用了扩大搜索空间选择较优个体的交叉算子, 增强了全局搜索能力;最后,在部分较优个体附近采用了局部搜索策略,提高局部搜索能力.通过对2个工程优化实例的求解说明了算法的有效性.     

基于腔光力系统的量子非互易性的研究进展

综述了基于腔光力系统的量子非互易性的研究进展，包括腔光力系统的简介以及其中的非互易性的概念和应用.将目前腔光力系统中非互易性传输的研究分为2类：一类是同一频率域内的非互易性传输，如2个不同光学频率间的光子传输；另一类是跨频率域的非互易性传输，如光学频率光子和微波频率光子间传输.此外，讨论了基于腔光力的非互易性器件，如隔离器、定向放大器、环行器和路由器等.最后，对基于腔光力系统的非互易性在量子信息领域中应用的前景做了展望.     

改进的粒子群优化算法在物流配送中的应用

选址问题的优化模型一般是多目标约束优化模型,综合考虑物流成本和物流服务能力,以物流成本最小化和物流服务能力最大化为目标,构建一个多目标优化选址模型,通过添加参数和运用约束处理方法,将选址问题化为单目标约束优化问题,并利用嵌入最速下降法的改进粒子群优化算法ZK_PSO_SD算法进行求解,所得数值分析和对比的结果表明,所建立的选址模型具有很好的实用性.     

基于协作的大规模NGSO星座间频率兼容共存研究

针对大规模非静止轨道（NGSO）通信星座系统间的同频干扰问题,在综合分析传统干扰评价指标的相互转换关系的基础上,建立了基于链路夹角的干扰分析模型,将通信干扰约束转化为几何构型约束.通过卫星选择和链路组合选择定义了系统可用性指标,基于此,开展了基于协作的大规模NGSO星座间频率兼容共存研究,并给出了协作模式下NGSO星座的工作方式.仿真中,选取OneWeb和Telesat系统实际工作参数,评估了全球范围内系统的可用性.结果表明,非协作模式下系统平均可用性为72.82%,在27.18%的时间内系统之间将产生严重干扰,而协作模式下系统平均可用性为96.00%,协作模式将大幅提升NGSO星座系统之间的频率兼容性.     

基于优化设计理论的桥梁有限元模型修正

为改善桥梁有限元建模的精度,降低理论模型计算结果与实验结果之间的误差,采用模型修正技术对建立的初始有限元模型进行修正.利用桥梁模态参数识别结果,以频率残差和实测自由度上振型分量残差加权和最小为优化计算目标,无须振型扩阶,避免了由此引入误差的影响.依据工程经验对修正参数和频率变动施以约束条件,将有限元模型修正问题归结到约束优化问题.问题的求解采用基于梯度下降的优化迭代算法.仿真结果表明,经过修正后的有限元计算模型计算结果与实验结果非常接近.可以应用于动力实验模型修正.     

两阶段三存档集约束优化算法(TSDA)

针对约束优化算法采用相同的进化策略处理位于Pareto边缘的解与函数值较差的解,使得寻优结果较差,提出一种两阶段三存档集约束优化算法.该算法分为两个阶段.第一阶段:根据ε(t)值将种群分为3个存档集,即非支配解存档集、支配解存档集以及非支配可行解存档集.非支配解存档集进行混合策略的双重寻优,既避免了算法陷入局部最优,又使得靠近前沿的解加速收敛;支配解存档集则注重于全局搜索,从而有利于算法搜索到更优可行解.非支配解存档集和支配解存档集使用不同的优化策略进行进化,提高了算法的寻优能力.第二阶段:在第一阶段达到设定的代数时,将各代保留到非支配可行解存档集中的个体进行快速非支配排序,选出的N个优秀个体则为最优解.最后,将提出的算法与其他约束多目标进化算法在3种经典约束测试函数上进行对比,仿真结果表明,所提出算法在不同类约束条件下的寻优能力均具有优势.     

机构设计的遗传算法约束条件处理

将机构设计的约束条件分成边界约束和性能约束,分别讨论在遗传算法中的约束处理方法,特别提出改进惩罚策略,使GA更有效、更普遍地处理带非线性约束的机构设计数值优化问题。     

基于遗传算法的有限推力轨道拦截优化研究

遗传算法是一种具有通用性、鲁棒性及全局最优性等优点的自适应优化技术。文中建立了空间飞行器的有限推力轨道拦截数学模型，并以空间飞行器燃料消耗最小为优化目标函数，运用遗传算法对空间飞行器的拦截变轨参数进行了优化设计。为了解决轨道拦截这一多约束优化问题，在遗传算法中引入了罚函数方法，并通过动态改变算法参数来改进优化的收敛性。在对低地球轨道目标的拦截仿真中，选择发动机燃料质量秒耗量、推力作用方向和作用时间为优化参数，仿真结果证明了该方法在带约束有限推力轨道拦截优化中的有效性。     

求解不等式约束极大极小值问题的罚函数方法

构造一个新的简单精确光滑罚函数来求解含不等式约束极大极小值问题。首先通过添加一个变量,将含不等式约束的极大极小值问题转化为与之等价的连续约束优化问题,然后利用新的简单精确光滑罚函数,对等价的连续约束优化问题进行求解。在扩展的MF约束规范条件下,可以证明：当罚参数充分大时,无约束优化问题的局部极小点也是原极大极小值问题的局部极小点。算例结果表明,给出的罚函数方法可有效地求解含不等式约束的极大极小值问题。     

基于改进PSO算法的光伏发电系统控制室的选址

为解决我国西部无电村落供电问题,在这些地区引入了光伏发电.为了减少光伏发电建设投资和保证可靠供电,对控制室进行优化选址是非常重要的.针对控制室的选址问题,用传统的数学算法解决比较复杂,且不易实现最优,为此提出了改进粒子群算法进行控制室的选址.通过负荷分布情况及用电量情况建立目标函数和约束条件,利用惩罚函数法对约束条件进行处理,最后得到一个带有惩罚项但没有约束条件的目标函数,用MATLAB平台编程求解其最小值,完成所要搜寻优化问题的最佳结果.     

遗传算法在矿井通风网络优化中的应用

建立了矿井通风系统网络优化的非线性规划数学模型,并用遗传算法来求解该优化模型.使用罚函数法对优化模型所包含的约束方程进行转化和处理,使之适用于遗传算法.罚函数的形式采用不可微精确罚函数,并在惩罚参数的选择上参考了模拟退火算法的一些优点,设计出一种动态罚函数.应用遗传算法对一个简单通风网络的优化模型进行求解.结果表明：优化后通风系统总能耗降低了7.78 kW,其下降幅度约为3%.     

一类解修补方法在厂级负荷优化分配中的应用

针对遗传算法解决厂级负荷优化分配问题时易早熟,约束条件难满足的问题,提出一种多精英保留策略和基于可分配区间信息的解修补方法,结合厂级负荷优化分配问题的特点,在初始化、交叉与变异过程中,给出新的指导性规则。提高种群的多样性,通过对不可行解进行修补,提高初始化成功率,并将遗传操作过程中,维持种群中可行解比例在一个较高的水平,提高了随机解约束方法的生成效率,解决了遗传操作过程中,罚函数法难以保证不可行解比例的难题。最后通过数值仿真实验说明其正确性与有效性。     

Hopf分岔系统的参数化镇定方法

针对Hopf分岔系统镇定问题,提出了一种参数化镇定方法。应用该方法设计的控制器阶次较低,结构简单,不含有平衡点的值,不改变原系统平衡点的位置。添加控制器后能够较好地改善原系统分岔点附近的特性,实现对原系统的Hopf分岔甚至混沌状态的稳定控制。根据Hurwitz判据推导了参数化控制器的约束条件,并用柱形代数剖分算法求得了控制器的参数区间,在区间内任意一组参数都能够镇定系统的状态。以Lorenz系统为例,展开说明了该参数化镇定方法对控制器的设计过程,并进行了仿真。仿真结果验证了该方法的有效性。     

钢框架优化遗传算法的若干改进

将遗传算法应用于钢框架结构优化设计时，在实际的应用中，基本的遗传算法存在着收敛速度慢和稳定性差等缺陷。为克服这些问题，采用了改进的适应度函数和约束处理方法、自适应的交叉、变异概率和最优保存策略，提高了遗传算法的效率和可靠性。算例表明改进的遗传算法对离散变量结构优化是有效、可行的。     

Using genetic algorithm based simulated annealing penalty function to solve groundwater management model

The genetic algorithm (GA) is a global and random search procedure based on the mechanics of natural selection and natural genetics. A new optimization method of the genetic algorithm-based simulated annealing penalty function (GASAPF) is presented to solve groundwater management model. Compared with the traditional gradient-based algorithms, the GA is straightforward and there is no need to calculate derivatives of the objective function. The GA is able to generate both convex and nonconvex points within the feasible region. It can be sure that the GA converges to the global or at least near-global optimal solution to handle the constraints by simulated annealing technique. Maximum pumping example results show that the GASAPF to solve optimization model is very efficient and robust.