基于禁忌搜索的混合粒子群优化算法

针对粒子群优化算法（PSO）易于陷入局部最优解并存在早熟收敛的问题,利用禁忌搜索算法较强的“爬山”能力,搜索时能够跳出局部最优解,转向解空间的其他区域的特点,提出了一种新的基于禁忌搜索（TS）的混合粒子群优化算法（TS—PSO）,并选用两个函数进行测试．结果表明,TS—PSO比其他改进粒子群算法更能提高收敛速度,获得全局最优解．     

促进发电节能的可中断负荷电价优化设计模型

如果电力系统的备用容量完全有发电机组来承担,可能会产生长期"备而不用"的问题.这不仅会造成资源的浪费,也会导致用户购电成本的增加.通过供电公司与用户之间签订的合同,把用户的可中断负荷作为发电的一种备用,如果系统供给能量,则用户需要向供电公司支付电能价格;如果备用容量不足,系统中断时该用户的电力供给,但供电公司向用户进行其低谷用电的电价赔偿.可中断负荷电价的确定既要有利于发电成本的下降,又要有利于保护供电企业的利益,还要有利于激励用户减少高峰负荷用电的积极性.正是基于这样的目的而讨论可中断电价的优化设计模型.     

带退化因子的人工代谢算法在多对象物流配送优化中的应用

在多对象优化的物流配送中,需要对配送对象实行均衡调度。本文提出了一种含退化因子的人工代谢算法。每一种配送对象对应了不同的代谢底物,每一种配送对象的优先级对应了相应的催化酶,每一次配送对应一次代谢过程。为了降低代谢算法的复杂度,完成配送任务后,初始化时形成的催化酶需要有规律地退出代谢体系。通过对代谢算子等参数的分析,为人工酶设立了不同等级的退化因子。根据对酶优先级的辨识,按照代谢优化的进程,使已完成寻优搜索的代谢路径有序地退出本次代谢网络,提高整个代谢网络运行效率,为后续的物流配送路径缩小搜索空间,实现多对象配送过程的优化。     

基于带无偏输入的加权融合算法

给出了带输入估计的卡尔曼滤波算法,比较了带输入估计的卡尔曼滤波算法和标准卡尔曼滤波算法的差别,在此基础上提出了一种最优加权的数据融合方法,分析了最优权值的分配原则,给出了最优加权下的多传感器融合算法.该算法首先计算出各个传感器当前的滤波精度,依据各传感器当前时刻的滤波精度分配权值,同时测量方差的时变特性使得每次测量信息得到充分的利用,通过仿真比较了该方法与平均分配权值方法效果的差别,实验结果表明了该算法的有效性.     

一类不稳定时滞过程的最优控制

本文对控制能量存在约束条件下一类不稳定时滞过程的最优控制问题进行了探讨. 首先基于不稳定过程的互质分解, 由敏感度函数和控制敏感度函数定义了一个包含跟踪误差和控制能量在内的性能指标, 然后应用谱分解最小化该性能指标, 从而为一类不稳定时滞过程导出了一种最优的控制器设计方法, 可使系统在控制能量存在约束时获得最优的控制性能. 仿真研究进一步说明了该方法的有效性.     

冲击载荷下磁流变阻尼器结构优化设计

应用于火炮反后坐装置中的磁流变阻尼器工作在高冲击、高速环境下,对磁流变阻尼器的设计指标和性能提出了更高的要求.针对冲击试验中,磁流变阻尼器表现出的阻尼力可调动态范闱的不足,利用Herschel-Bulkley的磁流变液非线性结构特性的平行平板恒流模型,采用多目标规划方法,提出了火炮反后坐装置应用中的磁流变阻尼器优化设计方法.最后分析了磁流变阻尼器磁路设计准则,结合优化设计尺寸,对阻尼器活塞磁场进行了有限元分析.结果表明,磁流变阻尼器阻尼通道处能产生足够大的磁场强度且分布均匀.     

模糊聚类有效性的研究进展

聚类有效性评价对聚类分析具有重要意义,是聚类分析的瓶颈之一。本文从基于数据集模糊划分的方法和基于数据集几何结构的方法两方面,归纳综述了常用的模糊聚类有效性评价函数,并讨论了模糊聚类最佳类别数的自动确定问题。     

基于GPU加速的多物体碰撞检测方法

为了在虚拟环境中更加真实地模拟现实环境中物体的运动,需要在仿真系统中加入碰撞检测模块。现有的碰撞检测算法虽然能够快速检测两个物体是否相交,但在物体数量非常多的场景中,因需要对物体两两进行判断,所以仍无法达到较高的检测速度。利用GPU并行计算的特性,在GPU上增加一个预先剔除的过程,大幅度地快速排除不相交的物体,提高了检测的速度。     

多模型自适应控制的空分系统整体能耗优化

运用多模型自适应控制技术,针对空分系统的整体能耗优化,就空分系统模型集的建立、控制器的设计、切换算法等方面进行了分析。空分系统作为一个实时变化的有机整体,在整体运行过程中存在的操作环境改变对系统的影响,当系统发生变化及波动时,根据相应切换算法切换到可以满足生产变化的模型,采用适合的控制器,以达到实时监控、安全生产的效果,最大限度地优化了系统运行。     

考虑EV充放电意愿的园区综合能源系统双层优化调度

随着电动汽车的普及度越来越高,工业园区的电动汽车用户日益增多,其充放电行为对园区综合能源系统规划和运行带来极大挑战。本文提出了考虑电动汽车充放电意愿的园区综合能源系统双层优化调度。首先基于动态实时电价、电池荷电量、电池损耗补偿、额外参与激励等因素建立充放电意愿模型,在此基础上得到改进的电动汽车充放电模型;然后,以园区综合能源系统总成本最小和电动汽车充电费用最小为目标建立双层优化调度模型,通过KKT条件将内层模型转化为外层模型的约束条件,从而快速稳定的实现单层模型的求解;最后,进行仿真求解,设置3种不同场景,对比了所提模型与一般充放电意愿模型,验证了文中所提引入EV充放电意愿模型的园区综合能源系统双层优化调度的有效性和可行性,具有一定的经济效益。