基于干扰观测器的复杂非线性系统优化控制方法

为了提高具有未知干扰的复杂非线性系统的控制性能和运行性能,提出了一种基于干扰观测器的复杂非线性系统优化控制方法(IOCM).该方法设计了一个基于模糊神经网络的模型逼近器来捕捉系统的非线性动力学,并利用干扰观测器来描述系统的未知干扰,以获得更准确的系统预测模型.然后,在多目标模型预测控制的框架下,提出了一种具有协同成本函数和多梯度算法的优化控制结构,以综合求解设定点和控制律.采用城市污水处理过程基准仿真平台(BSM1)验证所提方法的有效性.实验结果表明:暴雨天气条件下平均出水水质(EQ)为6711 mg/L、平均运行能耗(EC)为3805 kW·h;对比其他分步实现的优化控制方法,IOCM具有较好的鲁棒性,能够提高非线性系统的优化控制性能.

多目标项目调度研究综述:复杂系统优化的视角

在项目预算内高质量地及时交付,是项目管理的核心目标,具有天然的多目标属性。作为一类典型的复杂系统优化问题,多目标项目调度以其重要的理论价值和密切的实践相关性,受到了学界和业界的广泛关注。本文对国内外多目标项目调度的研究成果进行了系统归纳与梳理,综述了多目标项目调度问题的数学模型及其求解算法,总结了多目标项目调度问题的一些扩展问题与应用领域,最后指出了未来进一步的研究方向。

面向服务的开放架构复杂过程系统模型化与优化

分析了复杂过程系统建模优化软件的需求与现状,提出了一种面向服务的开放架构的应用模式.以复杂系统开放方程建模软件ASCEND为基础,对其内在结构、运行模式、外部接口等进行了重组,在AUTOMATION技术支持下实现了AscendServer建模优化核心服务器(组件),能提供基于组件化封装、消息驱动机制和进程间协同工作的一种应用程序接口,使得大规模、复杂系统的建模与优化能够具有更广泛的数据交互、更弹性的应用模式、更强的适应性.某石化企业PTA生产过程水平衡数据调和计算实例验证了这种开放架构优化求解服务的有效性.

求解复杂多阶段决策问题的动态窗口蚁群优化算法

针对存在强非线性、系统状态与控制输入复杂约束和非解析系统表达，以及目标函数具有可加性和单调性的大规模多阶段决策问题，提出一种结合遗传优化的动态窗口蚁群优化算法．该算法将各阶段容许决策值映射为一个层状构造图中的有限节点集，其中每一层节点对应一个阶段的容许决策集合的子集，该子集用实数编码遗传优化进行动态筛选，以减小算法的搜索空间．经原理分析和仿真比较，该算法的计算效率比一般蚁群算法大大增强．

智能优化控制:概述与展望

从模糊优化控制、神经网络优化控制、模糊神经网络优化控制、基于智能优化方法的优化控制等角度,对国内外与智能优化控制(Intelligent optimized control,IOC)密切相关的研究进行了综述,在此基础上对智能优化控制的相关概念进行了深入分析,并对智能优化控制方法进行了分类,最后,对与智能优化控制有关的一些重要问题进行了讨论,并展望了智能优化控制研究未来的发展.

基于改进RRT算法的露天矿路径优化模型

露天矿道路运输系统优化问题是矿山复杂大系统协同优化的重要组成部分,对于降低矿山生产运营成本、提高矿山生产及组织效率具有极为重要的现实意义。但近年来,随着我国露天矿建设质量的标准化,产量规模、作业设备的逐步大型化,部分矿山运输系统的瓶颈问题开始凸显,特别是以静态道路网络分析方法为基础的传统路径优化规划模型及算法,当面临更加复杂、多变的调度决策任务时,部分规划模型及算法易受到基础能耗目标建模限制,很难给出全局现实最优解。为有效解决传统模型评价建模困难、寻径效率受限等问题,以神华新疆公司红沙泉露天煤矿为例,在时变运输功描述系统全局能耗波动效应的理论基础上,尝试融合车-路耦合思想,提出兼顾路面随机损伤作用下的费用评价函数及路径规划模型,并结合该矿道路阻力系数的隶属度函数模型给出了全局费用评价函数的合理估计;为进一步提高规划模型求解效率,提出采用快速搜索随机树算法(Rapidly-exploring Random Tree, RRT)构建路径拓扑连通性的启发式策略的基本方法,并配合遗传算法对路径规划模型进行求解,实现了路径几何拓扑连通性与标量目标值约束解耦的同时,完成了对露天矿复杂路径条件下寻径问题的快速求解。经多组仿真实验验证,所述算法能快速收敛于全局最优解,经对比试验论证,所述方法及策略对于解决露天矿路径规划优化问题可行且有效。所述方法为后续基于路面波动作用下的运输系统成本分析及评价提供了研究方向及基础,为融合交叉学科分析露天矿复杂大系统的决策问题贡献了全新的体系方法。