用SCAD惩罚研究带遗传约束的Cox模型

用SCAD惩罚估计方法研究带遗传约束的Cox比例风险模型的模型选择与参数估计问题.首先根据分层交互的思想,给出带遗传约束的Cox模型.然后利用再参数化交互项系数的方法重新定义带遗传约束的Cox模型,运用SCAD惩罚偏似然估计方法进行变量选择和参数估计,变量选择的同时自动实现遗传约束,在给定的正则条件下证明了估计量具有Oracle性质.最后通过数值模拟验证了该方法的可行性.

融合约束满足和遗传优化的炼钢连铸生产调度

针对炼钢连铸生产调度多阶段、多并行机、多约束的特点,提出一种约束满足技术与遗传优化相结合的混合算法,从问题分割、解的可行性和解的较优性三个层面进行算法设计:首先利用基于逻辑的Benders分解法将原问题简化为约束相对较少的主/子问题;再利用约束满足技术设定主问题求解规则、子问题解的生成条件、冲突识别方法与冲突消解策略,以保证所求解可行;最后采用遗传算法的迭代进化,完成所求解的收敛。相关实例证实了所研制算法的有效性,从单/双/多工序时间变化分析其对算法运行时间、不可行解总数、冲突消解能力的影响,并得出线性回归方程,利用近优性检验验证了算法的近优性。

多目标约束遗传算法在地质样品相态分析中的应用

多目标约束遗传算法 (MGA)用于地质样品相态分析 ,建立了相态浓度、浸取率常数及各相态浸取总量的数学定量关系。选择出铁的 5种相态的浸取剂和最佳浸取条件并确定出浸取率常数。讨论了多目标约束遗传算法的参数对计算速度及相态分析结果的影响 ,验证了方法的准确度 (|RE|<1 3 .75 % )和精密度 (各相平均RSD =4% ) ,建立了一种简便、快速、准确的地质样品相态分析的方法。

基于多目标约束遗传算法的SDN路径增强算法

SDN控制器的出现有效地解决了传统网络设施僵化等问题,它可以通过自身的网络拓扑模块掌握全局拓扑,并且计算出符合全局最优的网络路径。但是,现如今的网络环境日益复杂,想要计算出可以有效满足带宽、时延、丢包率等约束的路由变得尤为困难,传统的精确算法已经很难满足各种网络业务的需求。实际上计算满足多目标多约束的路径问题本质上属于多目标优化问题(MOP),很难用精确的数学方法解决。所以借助启发式算法的思想,针对该问题,提出了一种改进的多目标约束遗传算法来找到全局最优的路径,在传统遗传算法的基础下根据网络的特性,对初始种群生成的算法进行了改进,使得初始路径满足了大部分的约束条件,实现对传统的计算路径算法的增强及优化的目标。实验结果表明,该算法可以在满足各种业务约束条件的前提下达到多个路径优化目标的效果。

中医药课程测评系统组卷问题策略分析及改进

通过对组卷问题的试卷约束条件进行总结,以及数学模型的分析,探讨了基于传统遗传算法的智能组卷策略,针对传统遗传算法的智能组卷策略进行改进,修改遗传算法的编码方式、适应度函数、改变变异算子等条件,改进的遗传算法组卷策略在实际应用中组卷效率提高,验证了基于遗传算法的组卷问题策略改进的先进性。

基于非奇异快速终端滑模的非线性轮胎力控制研究

针对分层式集成控制系统在不同路面工况下车辆纵向力的控制问题,提出了一种基于模型的实时估计方法.首先选取魔术公式作为参考轮胎模型,并采用有约束混合遗传算法对其关键参数进行实时优化辨识,从而可以计算得到不同路面工况下与目标控制力对应的目标控制滑移率.采用非奇异快速终端滑摸控制方法(Nonsing ular Fast Terminal Sliding Mode,NFTSM)设计纵向滑移率控制器(Longitudingl Slip ratio Control,LSC)对目标滑移率进行跟踪控制.仿真结果表明:所提出的轮胎-地面力控制策略可以很好地跟踪不同路面工况下的滑移率,满足上层控制所需的目标控制力,从而对车辆进行优化控制.

基于改进的两阶段控制策略的AGV路径优化调度研究

提出了一种基于改进后的两阶段控制策略和多目标的带约束遗传算法的控制策略,并用通过速度调节的冲突解决模式,实施对AGV系统的优化调度。首先利用遗传算法离线生成k条最优路径,再采用速度调节的冲突解决模式对其进行在线动态路径规划;若k条路径均不能满足条件,则用带约束多目标遗传算法计算最优路径。仿真证明:本文提出的调度策略,大大增加了AGV调度系统的柔性、效率和鲁棒性,提高了系统效率,为实际应用提供了技术依据。

面向零能耗建筑的多种可再生能源系统建模与优化

为了服务碳中和目标,由多种可再生能源组成的多能互补系统(MRES),例如风能、太阳能和地热驱,被认为是减少建筑领域二氧化碳排放和节能的有效解决方案。容量优化设计方法是实现系统100%可再生能源利用的必要手段。本文针对MRES的容量设计构建了一种双目标优化方法,以系统成本最低和系统供能实时可靠性为优化目标,利用带约束遗传算法(GA)结合供电可靠性(LPSP)方法作为寻优算法。基于MATLAB软件,开发了一个优化应用程序,给用户使用提供优化界面,在给定负载需求时可以输出优化的设计参数。以一个游泳池建筑为案例来展示所提出优化设计方法的流程。与传统的分布式能源系统相比,MRES的年度总成本(ATC)较低,且ATC随着可再生能源系统的供电可靠性的降低而降低。与LPSP法为0%的基线情况相比,当供电可靠性值等于8%时,年度总成本下降24%。

人机混合环境下的多AGV系统路径规划研究

针对人机混合环境下多AGV系统的瞬时外界干扰对多AGV系统的不良影响,文中给出了离线-在线结合的两阶段路径规划算法。将动态规划与带权重的拓扑地图结合,提出用于解决人机混合环境下交通情况复杂问题的动态参数拓扑地图,采用Dijkstra算法离线求出单AGV的最短路径解。当路径不能满足避免冲突的情况时,采用根据带约束的多目标遗传算法进一步得出全局最优解。实验结果表明文中所提出路径规划算法提高了系统的效率,提高了系统的反应速度,并更贴近系统应用场景,对系统的实际应用有一定的指导作用。

基于数据驱动的移动目标卫星任务规划

卫星任务规划是卫星地球观测的重要前提。传统的卫星任务规划主要针对固定地面目标,不能满足日益复杂的任务需求。针对移动目标的卫星观测任务,提出了一种基于数据驱动的移动目标卫星任务规划方法。该方法在大量的移动目标数据的基础上,通过改进的长短期记忆神经网络算法预测了目标的未来轨迹和位置信息,并通过约束满足型遗传算法规划了基于预测算法结果的移动目标卫星观测任务。鉴于移动目标观测中约束和任务冲突的复杂性,约束满足型遗传算法以条件形式将约束嵌入到遗传算法中,并在算法中特别设计了冲突消除算子以解决任务冲突问题。仿真结果证明了该方法在解决移动目标卫星任务规划问题上具有优良的效率,并获得了很高的观测精度。

多业务CDMA网络参数优化模型与算法

在考虑覆盖率、软切换率、业务信道拥塞率和功率损耗等网络质量指标的基础上,建立多业务CDMA网络参数优化问题的数学模型.通过分析模型的特点,设计了一种基于约束优化遗传算法(COGA)的求解方法,并给出了算法实现的各种关键技术.对一个实际算例进行实验研究,仿真结果表明算法能够有效地配置各种网络参数,网络性能得到提升,优于实际DT(driver test)的优化效果,从而表明所建模型和算法能够为多业务CDMA网络参数优化问题提供快速的解决方案,有效地指导实际的网络管理工作.

信用风险优化中的期望短缺模型及基于非数值算法求解

期望短缺是一种新的风险量度和优化工具,它能够反映损失分布的尾部信息,从而有利于防范小概率极端金融风险;它能同时调整组合中所有头寸以优化期望短缺,同时得到相应受险价值.Fredrik给出了能同时优化组合期望短缺和受险价值的线性规划模型,但该模型存在维数障碍.为了克服这一障碍,本文将其重新变为一个非线性规划模型,并利用带约束的遗传算法和模拟退火算法求其近似最优解.实证研究表明:这两种方法都能够在很少改变期望收益的情况下,同时减少标准差、受险价值、期望短缺等重要风险衡量指标,但模拟退火算法对期望短缺指标优化效果更佳.