基于联系数投影的三角模糊数组合预测模型及其应用

在模糊预测中,三角模糊数比区间数更能准确刻画不确定信息。针对三角模糊数组合预测,本文首先引入集对分析中联系数,找出三角模糊数与三元联系数的转换关系,巧妙回避三角模糊数组合预测运算的模糊性和复杂性。其次定义三元联系数运算规则,构建联系数投影作为最优准则,建立联系数投影的定权系数三角模糊数组合预测模型。然后依据高精度预测方法应赋予较大权系数的原则,构建联系数广义诱导有序加权平均(CNGIOWA)算子,研究其性质定理,再结合联系数投影的最优准则,建立基于联系数投影和CNGIOWA算子的变权系数三角模糊数组合预测模型。最后将两类三角模糊数组合预测模型应用到模糊预测实证分析中,结果显示两类组合预测模型都能有效提高预测准确性。

基于混合遗传算法的多无人机巡逻路径优化

假设无人机巡逻的起、终点均为派出所,提出了一种融合传统遗传算法和爬山算法的警用无人机巡逻路径优化模型——混合遗传算法。按照轮盘赌法则,进行种群个体的选择,以增大优秀种群个体被选中的概率,达到较好的优化效果。同时定义了与路径优化相适应的基因交叉和变异规则。仿真结果表明,提出的混合遗传算法在寻优效果上明显优于传统遗传算法。

铁路工程建设可持续供应链网络集成优化研究

随着国家对铁路工程项目可持续发展的日益重视,迫切需要先进且集成的供应链网络设计方案理论与方法来提高供应链效率、可持续绩效以及资源利用率。实施可持续供应链网络设计已成为实现铁路工程可持续发展的重要途径,而供应商选择、物流设施选址、路径规划、库存管理以及工程废弃物回收再利用等决策是铁路工程供应链管理的核心与关键问题。针对我国铁路工程建设供应链管理特点,从可持续视角研究铁路工程建设供应链网络设计集成优化问题,提出两阶段的求解框架:其中,第1阶段基于可持续指标体系运用模糊TOPSIS方法确定最佳供应商选择;第2阶段针对物流设施选址、库存控制策略与网络最佳流量分配的集成决策问题,构建了基于模糊规划的多周期多目标供应链网络集成决策优化模型。该优化模型考虑了运输过程的不确定性,以供应链总成本、碳排放量最小以及社会效益最大为优化目标。针对上述多周期多目标优化模型的特征,设计了改进的宽容分层序列算法进行求解。最后,基于我国丰雄商铁路工程建设项目进行案例研究,验证了上述求解框架与算法的有效性,并针对单位运价、单位运输碳排放量以及弃置率3个关键参数进行了敏感性分析。研究结果表明:1)批量折扣策略可以在联合采购中节省大量成本;2)运输模式与路径优化对系统的效率和可持续绩效有决定性影响;3)与管理学手段相比,推进新能源的使用是降低碳排放量最有效的措施;4)社会效益的提高不可避免地需要更高的成本,政府合理的补贴政策是提高企业积极性的关键举措;5)长远来看,铁路工程项目中的废弃物回收利用是实现可持续工程建设的重要途径,其技术和应用的发展都应受到重视。

一个单参数随机拟牛顿算法

本文设计一个单参数随机拟牛顿算法,证明该算法的收敛性并分析了复杂性,对非凸经验风险最小化问题进行数值实验,验证了算法的有效性和竞争性。

基于非线性搜索策略的改进灰狼优化算法及其应用

灰狼算法(GWO)在大工业复杂的优化问题求解中存在许多不足之处,如容易陷入局部最优解、收敛速度慢、最优解精度低等缺点,由此提出一种改进的灰狼优化算法.在灰狼算法的基础上,通过引入非线性参数和新的位置迭代更新方程,构建一种基于非线性策略的灰狼优化算法,并通过软件实现算法.通过8个标准测试函数在多维度下的数值对比实验和一个工程设计优化问题求解,分析验证算法的稳定性和优越性,并证明其性能均优于原有的GWO系列算法,是一种具有潜力的元启发式算法.

关于具有不确定性凸半无限规划的近似解

在本文中,我们考虑约束函数带有不确定信息的凸半无限优化问题的近似解(也称为ε-解),并建立了凸半无限规划的鲁棒对等问题,同时给出了其近似解.进一步地,提出了鲁棒对偶问题的必要条件和充分条件.在锥约束条件下,基于鲁棒优化方法,证明了近似解意义下的拉格朗日对偶性质.

一种近似BFGS的自适应双参数共轭梯度法

为了更加有效的求解大规模无约束优化问题,本文基于自调比无记忆BFGS拟牛顿法,提出一个自适应双参数共轭梯度法,设计的搜索方向满足充分下降性,在一般假设和标准Wolfe线搜索准则下,证明该方法具有全局收敛性,数值实验结果证明提出的新算法是有效的.

基于Adam算法的LMS优化

虽然传统的LMS算法简单有效,但它的收敛速度较慢,容易受到初始权值选择和步长设置的影响。为了解决这个问题,我们引入了Adam算法的自适应学习率特性到LMS算法中。Adam算法通过一阶矩估计(mean)和二阶矩估计(variance)来估计梯度的均值和方差,并根据这些估计值来调整学习率。这样可以对梯度下降的方向和速度进行更精细地控制。通过Adam算法对LMS优化,LMS算法在更新权重时能够更加高效地利用梯度信息,从而提高训练速度和收敛性能。此外,优化后的算法还具有一些超参数,如beta1、beta2和eps等,需要根据具体的应用场景和数据特点进行调节,以获得最佳的优化效果。仿真结果表明优化方案比传统LMS算法在收敛过程中的震荡要更小。

基于77 GHz毫米波角雷达的天线罩优化设计方法

77 GHz毫米波雷达因其体积小和分辨率高等特点在无人驾驶车辆领域具有广阔的应用前景。天线罩作为毫米波雷达系统的重要组成部分,能有效防御恶劣环境对雷达系统工作性能的影响,但天线罩在保护雷达系统的同时会在雷达电磁波传播路径上引入介质,从而造成天线辐射性能的衰减。为了改善天线罩对雷达天线辐射性能的影响,本文提出了一种基于77 GHz毫米波角雷达天线罩的优化设计方法。该优化方法以遗传算法(GA)作为优化算法,运用MATLAB将GA与高频仿真软件HFSS结合,通过优化拱形天线罩横截面圆弧的圆心角和天线罩与天线的垂直间距,使雷达天线在其工作频段内具有高增益和低旁瓣的同时,增大天线3 dB方位面波束宽度,提高毫米波角雷达视场角的宽度。仿真结果表明,优化天线罩后阵列天线的3 dB方位面波束宽度增大了37°,工作带宽增大了1.04 GHz,俯仰面最大旁瓣降低了1.02 dB。分析结果表明,基于优化方法设计的天线罩能够有效增大毫米波角雷达阵列天线的视场角,拓宽该雷达天线阵列的工作频带,并降低其俯仰面最大旁瓣。77 GHz毫米波角雷达天线罩数值算例验证了该优化方法的有效性。

基于线性加权和法的装配线平衡问题求解

针对生产节拍确定条件下以提高装配线平衡程度为目的的装配线平衡问题,将装配线平滑系数和装配线平衡率作为优化目标,考虑装配作业分配、工作站数量等因素,使用线性加权和法,以两个优化目标的优先占比作为权重参数建立单目标装配线平衡优化模型;对遗传算法(Genetic Algorithm,GA)和蚁群(Ant Colony Optimization,ACO)算法的混合算法进行改进,构造新的适应度函数和距离信息矩阵对模型进行求解;最后对经典算例进行数值实验,实验结果与以往算法结果比较,平衡程度改进均值提高了5%,表明改进的模型及算法可以更好地提高装配线的平衡程度,验证了模型及算法的有效性。

双利他偏好下再制造闭环供应链的差异化定价决策

为了给出制造商和零售商双利他偏好下再制造闭环供应链的差异化定价决策,针对无利他偏好、单制造商利他偏好、单零售商利他偏好和双利他偏好4种决策模式,比较分析得出双利他偏好对闭环供应链差异化定价决策和渠道效率的影响。研究发现,增加零售商利他偏好程度会增加新产品和再制造产品批发价;增加双方的利他偏好程度会降低新产品和再制造产品零售价,增加市场需求;增强利他偏好程度会增加废弃产品回收数量,有利于回收再制造;提高制造商和零售商的利他偏好程度将减少自身收益而增加对方收益,同时提升渠道效率;双利他偏好有利于提高闭环供应链整体利润和效率,且比单一利他偏好产生的影响更加显著。

基于鲁棒控制的自适应分数阶梯度优化算法设计

当目标函数是强凸函数时,一般的分数阶梯度下降法不能够使函数收敛到最小值点,只能收敛到一个包含最小值点的区域内或者是发散的.为了解决这个问题,本文提出了自适应分数阶梯度下降法(AFOGD)和自适应分数阶加速梯度下降法(AFOAGD)两种新的优化算法.受到鲁棒控制理论中二次约束和李雅普诺夫稳定性理论的启发,建立了一个线性矩阵不等式去分析所提出的算法的收敛性.当目标函数是L-光滑且m-强凸时,算法可以达到R线性收敛.最后几个数值仿真证明了算法的有效性和优越性.

求解大规模全局优化问题的新型三层递归差分分组方法

协同进化算法在求解大规模全局优化问题上具有较好的效果,其核心思想是利用分而治之的策略将一个高维问题分解成若干个子问题,然后分别优化每个子问题.然而,现有的分解方法通常需要花费大量的计算成本来获得精确的变量分组.通过采用递归交互检测中的历史信息简化分组过程,能够避免检测某些集合的相互关系,本文提出了一种新型三层递归差分分组策略(NTRDG).与其他4种现有的分组方法相比,NTRDG在不影响分组精度的情况下计算成本消耗较低.仿真结果表明,NTRDG在求解大规模全局优化问题时具有很强的竞争力.

相干伊辛计算的研究与应用进展

随着人工智能技术的快速发展,与之相关的各种行业都产生了海量的算力需求。低能耗光计算和量子计算成为未来高速、大数据量处理极具前景的方案,相干伊辛计算作为其中的典型计算技术,受到了研究领域和产业界的广泛关注,近年来取得了一系列重要的研究进展。相干伊辛计算利用光学参量振荡脉冲作为量子比特,在运行中可以搜索出伊辛模型基态时的自旋构型,从而能够提升求解组合优化问题的计算速度和正确率。通过纠错改进后的相干伊辛机可以逃离局部极小值的限制,在大规模组合优化问题上的测试结果也超越了部分经典算法,为多种组合优化问题的解决提供了新的发展方向。

一类不确定环境下的再入滑翔飞行器轨迹规划

再入飞行器的飞行过程需要跨越从临近空间到地面的广大区域。在此过程中,即便是微小的建模误差和外界扰动也有可能导致飞行器偏离原先目标点或超出约束边界。为使结果更加鲁棒,对一类不确定环境下的再入飞行器轨迹规划方法进行研究,并引入了数据驱动鲁棒优化的概念以处理不确定性,提出一种数据驱动鲁棒优化轨迹规划方法。所提方法的核心思想是利用不确定参数的历史数据,动态构造不确定集合,再用鲁棒优化的方法对包含该集合的问题进行求解。所提方法相比于传统的鲁棒优化或机会约束优化有两大优势:一是无须有关不确定参数分布或范围的先验知识,也无须其符合特定形式;二是通过在线构造数据驱动的支持向量簇,令优化结果不至于过于保守。为提高计算效率,根据再入优化问题的特点进一步对所提方法进行定制。给出了所提方法数值仿真结果与传统方法对比,以说明所提方法的有效性。

求解非光滑鞍点问题的黄金比率原始对偶算法

该文提出了一类新的黄金比率原始对偶算法求解非光滑鞍点问题,该算法是完全可分裂的.在一定的假设下,证明了由算法迭代产生的序列收敛到问题的解,同时证明了O(1/N)遍历收敛率.数值实验表明该文提出的算法比Zhu,Liu和Tran-Ding文中的算法有更少的迭代步数和计算机耗时.

基于最优传输理论的碳中和问题的模型构建研究

全球变暖已经成为当今社会所关注的焦点问题,导致全球变暖的主要原因是二氧化碳等温室气体的大量排放,我国碳达峰与碳中和目标的提出为进一步解决全球气候变暖现象提供了具体思路。如何实现碳排放量与碳吸收量之间源与汇的有效能量传输是碳中和相关理论研究的核心问题。最优传输理论是以最小成本找到源与汇的联合概率分布场的最优分布计算,此种研究模式为处理碳中和问题提供了一个全新的研究视角。首先基于贝叶斯分布的后验思想与指数分布族的先验形式,利用Lagrange函数得到碳排放量所满足的边缘概率分布,并根据数据实验得出碳吸收量的分布形式,然后基于最优传输理论建立相应的碳中和模型,并利用回归分析方法对所得到的传输系统进行检验与调节,最后基于数值模拟证明所提出方法的可行性。此种将碳中和作为约束的最优传输模型,能够得到合理有效的碳排放与碳吸收之间的传输计划,具有定量化分析相关问题的理论意义与应用价值。

基于节点构形度的自由曲面网壳结构形态优化研究

为获得形式自由且受力性能合理的自由曲面单层网壳结构形态,以单位力作用下的位移响应作为结构连接性能的衡量参数,同时为保证结构曲面的光顺性引入NURBS技术,基于考虑荷载作用的结构节点构形度评价指标,提出了相应的自由曲面结构形态优化方法。将结构控制点的坐标作为优化变量,节点构形度最小值的最大化作为优化目标,综合结构总用钢量、最大节点位移和构件长细比等约束条件,采用遗传算法对结构的曲面形态进行优化。结果表明,节点构形度可以准确反映节点的连接性能,采用遗传优化算法优化结构的曲面形态,可获得杆件以受轴压为主的结构形态,受力模式得到有效改善,受力合理,保证了结构极限承载力及其安全性。

简单立方点阵结构静态平压性能分析

为了提高简单立方(SC)点阵结构的平压力学性能,在ABAQUS中对SC单胞建立了周期边界约束方程,并通过ESO算法对周期边界条件下的SC单胞进行了拓扑优化设计。随后对优化SC单胞的等效弹性模量进行了求解,发现优化SC单胞的等效弹性模量明显优于传统SC单胞,从外部去除单胞材料可使优化单胞等效压缩模量提高27.14%,从内部去除单胞材料可使单胞等效剪切模量提高46.18%。最后将优化SC单胞从单胞层面扩展到宏观结构中,探究了三类SC点阵结构的静态平压性能。研究表明,周期边界条件与ESO相结合的拓扑优化方法,可使SC结构静态平压时的抵抗力得到明显提升。相比传统SC点阵结构,优化后的SC点阵结构抵抗力提高了20%以上。

耦合索股系统自振特性与索力全局识别算法

索是缆索承重结构重要的受力构件,索力直接影响结构的服役状态与使用寿命。对于局部刚性耦合的索股结构,索股振动具有独立性和耦联性,系统呈现的整体振动与完全独立或完全耦合的索股系统振动特性均不同。为了对局部刚性耦合的索股系统的索力进行有效识别,首先建立耦合多索股模型并推导了系统的振动方程,根据系统的频率方程对系统的自振特性进行参数分析;然后将填充函数法和最优化理论相结合,构建了耦合索股系统索力识别算法,实现了索力全局识别;最后通过试验和有限元仿真验证了算法的正确性和可靠性。结果表明:刚性耦合使各索股振动同频,索股系统的自振频率在整数倍频之间出现了分数倍频,在整体振型之间出现局部振型;该文所提出的基于全局最优化理论的索力识别算法对迭代初值要求低,计算精度和收敛效率高,可扩展到其他参数识别问题中。