Nelder—Mead单纯形法的推广及其在自动历史拟合中的应用

本在Ｎｅｌｄｅｒ－ｍｅａｄ单纯形法中增加了可行域判断和新的搜索点，使之成为一种可处理含不等式约束的非线性优化算法，且改善了收敛特征。将这种新的算法应用于油藏动态历史的自动拟合，取得了较好的效果。     

全局优化的蝴蝶优化算法

针对基本蝴蝶优化算法中存在的易陷入局部最优值、收敛速度慢等问题,提出一种全局优化的蝴蝶算法,引入limit阈值来限定蝴蝶优化算法陷入局部最优解的次数,从而改变算法易陷入早熟的问题,结合单纯形策略优化迭代后期位置较差的蝴蝶使种群能够较快地找到全局最优解;将正弦余弦算法作为局部算子融入BOA中,改善迭代后期种群多样性下降的缺陷,加快算法跳出局部最优。在仿真模拟实验中与多个算法进行对比,结果表明改进算法的寻优性能更好。     

钢铁企业煤气调度系统建模及优化研究

钢铁企业煤气系统的煤气生产量与消耗量的动态平衡状态,对于降低生产成本、实现节能减排具有重要意义.针对钢铁企业煤气调度中存在的问题,以最大经济效益为目标,建立了煤气系统的通用调度模型.在此基础上,结合分级调度的思想,通过采用单纯形优化方法,给出一种相对优化的调度策略,并说明了其实现步骤.最后结合具体案例,对提出的算法进行分析,验证了调度方法的有效性.     

基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传处法寻优的随机性与传统算法寻优的方向性有机地结合在一起。仿真结果表明,将改进的遗传算法用训练神经网络辨识器,可提高收敛速度和模型拟合精度。     

基于一种新的基因操作策略的改进遗传算法

提出一种新的基因操作策略,该策略利用单纯形法的思想产生新样本,将遗传算法寻优的随机性与传统算法寻优的方向性有机地结合在一起.仿真结果表明,将改进的遗传算法用于训练神经网络辨识器,可提高收敛速度和模型拟合精度.     

基于一类SM SA 策略的模型最优降阶

将一类SMSA混合策略应用于模型的最优降阶，提出了处理约束优化和解决模型降阶通常遇到的稳定性问题的有效方法．通过对典型例子的数值仿真表明了混合策略和约束处理方法的有效性，而且第3个例子的优化结果明显优于以往文献的结果。     

线性规划问题中单纯形法的计算机求解

介绍了如何利用matlab数学计算工具来解决单纯形法中计算难的问题,包括求解思路、求解流程图、主要程序、程序的使用方法;指出了此方法具有一定的应用及推广价值.     

海上风电经VSC-MTDC并网研究

文中建立了风电场经两种拓扑结构的VSC-MTDC并入电网的模型,两种模型为串联模型和并联模型,并基于两种拓扑结构的比较结果对多端柔性直流输电控制器进行了优化。仿真模型主要包括:风电场等效聚合模型,风电场换流站控制器,直流电缆的Bergeron模型。优化方法采用单纯形算法。将两种拓扑结构的模型进行了仿真分析,仿真结果显示,在考虑到受交流系统扰动以及风电场侧切机情况下的稳定性,并联系统更加适合海上风电场经柔性直流输电并网。采用单纯形优化后的VSC-MTDC动态响应能力相对于优化改进前有了很大的提高。     

基于Bang-Bang原理的时间最优控制问题求解

时间最优控制是工程实践中经常遇到的一类最优控制问题。对于较简单的时间最优控制问题可以应用古典变分法和庞特里雅金最大值原理进行分析求解。但在实际问题中,能求得解析解的仅是少数。因此,有必要寻求一种能够有效求解时间最优控制问题的数值方法。在分析时间最优控制问题已有求解方法优缺点的基础上,提出基于Bang—Bang原理和参数最优化方法（遗传算法-单纯形法）相结合求解一类仿射系统的时间最优控制问题的方法。对线性阻尼振子问题进行了数值仿真,结果表明该方法效果良好。