单目标概率约束规划的微种群免疫优化算法

针对无先验随机分布信息的单目标概率约束规划,探讨了微种群免疫优化算法。算法设计中,受危险理论启发设计微种群免疫优化算法进化框架;借助估计值的误差幅度,提出2个方法分别估计概率值和目标值;依据个体间的优劣关系,划分群体为3个类型子群协同进化;构建生命周期模型,设计自适应的交叉与变异概率、变异策略,结合交叉算子促进子群信息有效交流,并沿不同方向协同进化。数值实验统计结果说明:所提算法拥有良好的搜索效率、搜索效果及降噪能力,具有一定的竞争力和应用潜力。

具有频率和振型概率约束的工程结构动力优化设计

对随机参数结构建立了具有频率、频率禁区和振型位置概率约束的结构动力优化设计数学模型 ;利用一次二阶矩法对概率约束进行了等价化处理 ;推导了频率、振型节点位置和可靠性指标对设计变量的灵敏度表达式 ;利用子空间迭代法和混合罚函数法求解。

结构可靠性优化中概率约束的等价显式处理

根据结构可靠性优化中概率约束函数的不同类型，分别提出了将概率约束等价显式化处理的３ 种方法：分布函数法、可靠性安全系数法和分离函数法．通过等价显式化处理，使原可靠性约束从形式上转变为常规约束，为基于可靠性的结构优化设计提供了方便．两个实例表明了这种方法的可行性和有效性．

基于频率概率约束的连续体结构拓扑优化

研究了具有随机参数的连续体结构在频率概率约束下的动力特性拓扑优化问题.构建了基于概率的弯曲薄板和平面应力薄板结构的拓扑优化模型,对频率概率约束进行了等价显式化处理,导出了随机参数结构的动力特性数字特征计算表达式,并提出了一种进化优化准则.算例的优化结果表明文中模型的合理性和方法的有效性.

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output,MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。

具有概率约束的委托代理模型

具有概率约束的委托代理模型于维生金成晓ＡＢＳＴＲＡＣＴＰａｒｔｉｃｉｐａｔｉｏｎｃｏｎｓｔｒａｉｎｔｓｉｎａｇｅｎｔｅｎｔｒｕｓｔｍｏｄｅｌｗｅｒｅｍｏｄｉｆｉｅｄｂｙｐｒｏｂａｂｉｌｉｔｙｃｏｎｓｔｒａｉｎｔｓ，ｓｏｔｈａｔｔｈｅｅｘｐｒｅｓｓｉｏ...

基于概率约束的DMC预测控制算法研究

动态矩阵控制(DMC)是模型预测控制(Model Predictive Control)的典型算法,能有效处理系统输入输出约束和抑制随机干扰。对于存在约束的线性稳定系统,该文将条件均值和状态估计误差协方差引入系统的约束表达式中,通过高斯近似把概率约束指标转换为确定性线性约束,建立科学的有约束DMC预测控制系统,使被控对象能够更好地满足约束。这种方法简单,易于实现,Matlab进行仿真结果证明了其可行性与优越性。

一种改进的基于概率约束DMC控制算法

动态矩阵控制(DMC)是模型预测控制(modelpredictivecontrol)的一种典型算法,通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制,能有效处理系统输入输出约束和抑制随机干扰。为了使具有概率约束的被控对象具有更好的动态响应速度和鲁棒性,在优化性能指标函数中引入跟踪误差的微分项,再通过高斯近似把概率约束指标转换为确定约束,建立有约束DMC预测控制算法。理论分析和计算机仿真结果表明了该算法使系统具有更好的控制品质。

基于修正的χ2-距离散度的不确定概率约束优化

许多有重要价值的实际问题的数学模型为不确定性概率优化模型,如决策问题等,该类模型常存在分布的不确定性.研究了基于修正的χ2-距离散度的不确定概率优化问题,构造了基于修正的χ2-距离散度的不确定集,对模型内部极大化问题进行求解.研究了最坏情况下的概率函数,用测度变换的方法把一个关于分布P的优化问题转化为关于似然比(ξ)的凸优化问题;应用凸优化问题的对偶理论,证明了拉格朗日对偶问题的等价性,并且得到了不确定概率优化问题的等价形式.

具有概率约束的二层随机规划的逼近算法

为了把具有概率约束的二层随机规划问题转化为容易求解的确定性优化问题,探讨了用目标函数的经验均值逼近法来求解.由于不需要了解所涉及的随机变量的分布函数,所以在实际问题中容易得到应用.

联合概率约束问题的一个光滑函数法

许多有重要价值的实际问题均属于联合概率约束优化问题(JCCP),该类问题通常是非凸的并且非光滑,有效求解方法多集中于凸近似方法,往往局限于具有单个概率约束的问题.本文基于两个凸函数之差(即D.C.函数)为约束的近似优化问题,提出了约束函数的光滑近似函数以及相应的光滑近似问题.通过收敛性分析,证明了当参数充分小时,光滑化的近似问题的最优值和最优解集分别收敛到(JCCP)的最优值和最优解集.

概率约束规划的稳定性分析

本文对概率约束规划问题的稳定性进行了探讨 ,得出了当随机向量序列 { ζ( k) (ω) }分布收敛于 ζ(ω)时 ,相应于 ζ( k) (ω)的概率约束规划问题的最优值收敛于原问题的最优值 ,这个结果为设计逼近算法和改进逼近解提供了一个理论基础 .

概率约束随机规划的一种近似方法及其它的有效解模式(英文)

根据最小风险的投资最优问题,我们给出了一个统一的概率约束随机规划模型。随后我们提出了求解这类概率约束随机规划的一种近似算法,并在一定的条件下证明了算法的收敛性。此外,提出了这种具有概率约束多目标随机规划问题的一种有效解模型。

基于模糊概率约束的ZK蜗杆传动参数的多目标模糊优化设计

在充分考虑了ZK蜗杆各传动参数的模糊性和随机性的基础上 ,且为获得最优的综合性能 ,本文探讨了基于模糊概率约束的ZK蜗杆传动参数的多目标模糊优化设计的方法。

智能排班问题的概率约束规划模型与有效求解

由于其广泛的应用领域与难解性,对不同形式智能排班问题的研究现已成为运筹学界的一个研究热点。为克服现有模型无法恰当反映人力需求约束实际特征与求解算法效率低等不足,本文对综合排班问题构建了两种不同形式的概率约束随机规划模型。利用样本平均近似方法和"大M方法",我们将概率约束问题转化为大规模整数线性规划问题,并综合运用了Lagrange松弛法、分解算法与信赖域算法等方法的思想,设计出了一有效的嵌套分解算法。最后,通过数值算例说明了本文模型的合理性与所设计算法的有效性。

概率约束规划问题的一个光滑近似

许多有重要价值的实际问题均属于概率约束问题,该类问题通常是非凸的且非光滑的,有效的求解方法多集中于凸近似方法.基于Sigmoid函数,将概率约束函数光滑化并建立相应的光滑近似问题,通过收敛性分析,证明了在适当的条件下,当参数充分大时,光滑近似问题与原问题等价,且光滑近似问题的最优值和最优解集分别收敛到原问题的最优值和最优解集.

应用概率约束模型分析不确定条件下非点源治理的最优策略

应用概率约束的方法,在非点源治理规划中将预期的治理效果在一定的置信水平下描述。以农业非点源为例,建立概率约束模型,寻求在环境目标的约束下,非点源的最佳治理方式和最小治理成本,在此基础上探讨实现点源与非点源的排污交易等经济激励政策。

概率约束最优化问题

概率约束最优化问题是随机规划的一类重要问题,在金融、管理和工程计划等领域有广泛的应用,概率约束优化问题近年来受到了广泛的关注和重视,在应用建模、理论和方法等方面取得了不少重要的进展。这里主要概述和总结处理概率约束的主要方法和思想,包括凸内逼近方法、情景逼近方法、DC方法和整数规划方法等,并对概率约束最优化的研究前景进行讨论。

基于Burg entropy-散度函数的不确定概率约束优化问题的等价形式

许多有重要价值的实际问题的数学模型均为概率优化模型,如水库系统设计问题、现金匹配问题等,该类模型通常存在分布的不确定性.文章对概率优化模型的分布不确定性展开研究,探讨了基于Burg entropy-散度函数的不确定概率约束优化问题的一个等价形式.构造了基于Burg entropy-散度函数的不确定集,用测度变换的方法把一个关于分布P的优化问题转化为关于似然比的凸优化问题,证明了基于Burg entropy-散度函数的不确定概率约束优化问题解的存在性,并且得到了基于Burg entropy-散度函数的不确定概率约束优化问题的等价形式.

概率约束规划的概率目标模型及其解法

本文在介绍随机规划、概率约束规划及其解法的基础上,提出了概率约束规划的概率目标模型,并给出了概率目标模型的具体解法及计算程序,且与原模型及其解法进行了比较.