Moments of Discounted Dividend Payments in the Sparre Andersen Model with a Constant Dividend Barrier

We consider the Sparre Andersen risk process in the presence of a constant dividend barrier, and propose a new expected discounted penalty function which is different from that of Gerber and Shiu. We find that iteration mothed can be used to compute the values of expected discounted dividends until ruin and the new penalty function. Applying the new function and the recursion method proposed in Section 5, we obtain the arbitrary moments of discounted dividend payments until ruin.

机械臂多目标最优轨迹的自适应惩罚MOEA/D规划

为了减少机械臂的工作时间和工作过程中的冲击量,提出了基于自适应惩罚MOEA/D算法的时间-冲击多目标规划方法。介绍了PUMA560机械臂结构,并建立了机械臂的连杆坐标系。建立了以减小机械臂工作时间和冲击为综合目标的优化模型,并分析了5次多项式插值函数。通过编码和建立适应度函数,将轨迹规划问题转化为最优基因搜索问题。根据邻域内解的密度设置了自适应惩罚因子,提出了机械臂轨迹的自适应惩罚MOEA/D规划方法。经仿真验证,自适应惩罚MOEA/D算法搜索的Pareto前沿解质量高于标准MOEA/D算法、文献[10]新型MOEA/D算法。且经过优化,机械臂工作时间减少了7.68%,冲击减少了17.32%。实验结果表明,自适应惩罚MOEA/D算法在机械臂轨迹规划中具有优越性。

改进萤火虫算法的武器目标分配问题研究

武器目标分配(WTA)是指挥控制和任务规划领域的关键问题之一,萤火虫算法求解武器目标分配问题具有参数设置简单、执行效率高等优点。针对传统萤火虫算法易陷入局部极值,收敛速度和精度不高的弊端,从以下三个方面进行改进:初始化萤火虫序列编码时融入PWLCM混沌优化以提高全局搜索能力;设置受迭代次数控制的服从半高斯分布的非均匀步长因子以兼顾算法的搜索能力和收敛性;设计基于排序的萤火虫更新策略同时融入交叉变异操作以提高算法的效率和准确性。为验证改进算法的先进性,先利用其求解4种典型测试函数的最优解,再求解WTA问题,并与传统萤火虫算法进行对比,仿真实验结果表明,改进后算法的评价函数值提高了2.1%,迭代次数减少了52.9%,改善了传统算法易陷入局部极值的缺点,提高了收敛速度和精度,提升了武器目标分配的效果。

基于罚因子协进化微分算法优化换热网络

惩罚函数法优化有约束换热网络时,罚因子的取值过大降低计算效率,过小降低优化精度,设置合适的罚因子值却不容易。基于微分进化算法优化连续变量的启发,采用罚因子协同进化机制,同步优化罚因子与解变量,应用于换热网络优化问题。协进化机制优化主要思想如下:建立两类种群,一类为罚因子种群,一类为换热面积种群。优化过程中,每一组换热面积种群用来评价每一个罚因子个体,逐个优化所有解种群,得到所有罚因子个体的评价值,再根据微分进化的思想,对罚因子执行变异、交叉、选择过程,进化罚因子。两类种群如此反复交替优化,直到满足终止条件。算例证明,协进化机制应用于换热网络优化能进一步提高优化效率与精度,也为混合算法选取合适的罚因子优化换热网络提供了一种新思路。

微电网改进多时间尺度能量管理模型

为减小可再生能源随机性和波动性给微电网稳定经济运行带来的影响,考虑到可再生能源预测精度随时间尺度减小而提高的特点以及不同时间尺度能量管理之间的强耦合关系等因素,在常规多时间尺度能量管理框架的基础上,提出了微电网多时间尺度能量管理的改进模型及其协调控制策略,即通过在超短期调度与实时控制之间增加超超短期调度,在长期调度与短期调度之间增加缓冲边界约束,在超短期调度中加入与长期特性有关的储能荷电状态惩罚项等改进措施,实现对微电网能量管理的逐级细化、优化求解以及全局和局部的协调。实际系统验证表明,相比常规多时间尺度能量管理,所提改进模型及其协调控制策略具有精度高、求解速度快、充分协调各时间尺度优化等特点。

粒子群算法在工程优化设计中的应用

将粒子群算法与惩罚函数法相结合,建构一种离散粒子群算法,解决工程上非线性约束离散变量优化设计问题。为实现离散变量与连续变量的转化,构造了相应的扩张函数,提出惩罚因子的确定策略。通过容器设计算例验证,粒子群算法方法优于文献所列方法。应用粒子群算法、惩罚函数法及所提出的策略对波纹管工程实例进行优化设计,其单位重量下整体波纹管的补偿量比在用产品提高了79.96%,与理论解接近,进一步证明了离散粒子群算法及策略在处理工程非线性约束离散优化设计问题时的有效性,其为工程上类似优化设计提供借鉴。

基于局部和全局信息的自适应水平集图像分割

针对仅采用局部或全局信息无法快速准确分割灰度不均匀图像的问题,提出了一种基于局部和全局信息的自适应水平集图像分割模型。首先,利用图像局部信息和全局信息建立局部能量项和全局能量项,并且利用演化曲线轮廓内外小邻域的灰度均值差作为自变量,建立了权重函数模型,实现了局部能量项和全局能量项之间权重的自适应调整,提高了模型分割灰度不均匀图像的效率和准确性。其次,提出了一种新的能量惩罚项,避免了水平集函数的重新初始化,增强了数值计算的稳定性。最后,为验证模型的优越性,将模型与CV模型、LBF模型和LGIF模型进行了对比,并通过分割时间、迭代次数以及相似度等指标对分割结果进行了客观、定量分析。最终结果表明:该模型不但对初始轮廓具有较高鲁棒性,而且对灰度不均匀图像具有较高的分割准确性与分割效率。

梯级水库综合利用调度的动态规划方法研究

黄河上游梯级水库水电站群承担发电、灌溉、防洪、防凌等任务,是目前国内综合利用要求最多的梯级水电站群。本文针对该系统的特殊要求,建立了含有水位、流量和出力等式约束的梯级优化调度模型,目标函数为兼顾保证出力要求的发电量最大,采用约束惩罚法将等式约束转化为目标函数的一部分,然后应用DP-DDDP组合算法求解。研究表明,这种方法可以有效地求解具有复杂、多变约束条件的长期联合优化调度模型。

基于交叉验证支持向量机储层预测方法及应用

东营凹陷深部储层埋深大,构造及相带变化复杂,钻遇目标层的井少,储层预测有很大的困难。以东营凹陷东部孔一段为例,将适合较小样本预测的支持向量机方法(support vector machine,SVM)应用到储层预测中。为了提高预测精度,惩罚因子选取和核函数参数训练过程中引入了交叉验证。输入样本为井点处的地震属性和储层厚度,属性通过井震关系优选,选取的是带宽、能量半时、最大振幅、均方根振幅、过零点个数和弧长等6种属性。预测结果表明,本文方法较常规的多元线性回归、不加交叉验证的SVM方法,有更高的预测精度,在深层勘探中有推广价值。

利用蝙蝠算法优化SVR的太阳辐照度预测方法研究

为了提高太阳辐照度的预测精度,提出一种利用蝙蝠算法(BA)优化支持向量回归(SVR)的太阳辐照度预测方法。首先,确定SVR预测器的基本结构,选取环境温度、云量、风速、风向、环境湿度以及年积日等与太阳辐照度关系较为紧密的气象监测数据,构成SVR的输入特征向量,将待预测时段小时平均太阳辐照度作为SVR的输出;然后,以预测精度为判断依据,利用蝙蝠算法对SVR的惩罚因子和RBF核函数方差进行寻优;最后,利用最优参数建立SVR预测模型,并对太阳辐照度进行预测。分析结果表明,相比于无参数优化SVR预测模型和利用粒子群算法优化SVR模型的太阳辐照度预测方法,文章所提出的预测方法具有更高的预测精度。

基于惩罚项的热连轧轧制规程多目标函数优化

为了解决传统热连轧负荷分配优化普遍采用约束方法进行求解时求解步骤繁琐、不容易获得最优解的问题,提出了一种惩罚函数算法.通过引入函数惩罚项,将多目标函数约束求解问题转化为无约束求解问题.建立了带有惩罚项的轧制力、板形、功率和温度的单目标函数,进而采用线性加权求和法建立了综合多目标函数.利用Nelder和Mead单纯形解法则进行求解,简化了求解的步骤,最终得到了兼顾轧制力平衡、板形最优及温度合理的负荷分配方案.实际应用效果表明,与传统负荷分配方式相比,基于多目标优化得到的轧制规程更符合实际生产要求,具有良好的应用前景.

基于遗传算法带约束的翼伞系统归航轨迹设计

翼伞系统归航轨迹设计是一类带约束的最优控制问题,引入一种具有精英策略的遗传算法解决此类问题。为方便使用遗传算法,引入非均匀B样条曲线拟合控制律,将最优控制问题转化为B样条基函数控制顶点的参数优化问题,并针对归航终端等式约束,引入松弛因子将其转化为不等式约束,进而采用静态罚函数法处理。在2种不同初始条件下的归一化模型中进行仿真,并针对实际工程中着陆精度要求设定3种不同的松弛因子。仿真结果表明:使用本文的方法解算出的归航轨迹及其控制信息合理,是符合工程实际需求的一种有效方法。

工业企业低碳生产意愿与行为研究

工业企业作为低碳生产的主体,其形成低碳生产意愿直至实施低碳生产行为过程中受到政府、ISO14000环境管理标准、市场需求以及企业管理者、企业规模、技术能力及能源消耗等主要因素影响。本文以江苏省苏南地区的353家工业企业为案例,分别运用带罚函数的二元Logistic模型和Interval Censored模型,将企业管理者、企业规模和注册类型、技术能力、能源消耗特征以及政府、ISO14000环境管理标准和市场需求等企业内外部的各主要因素共同纳入其中,分析这些主要因素是否影响了我国工业企业低碳生产意愿和生产行为以及最终影响程度。并进一步比较影响我国工业企业低碳生产意愿和生产行为的主要因素间的异同。研究发现,除了企业注册类型,其他各主要因素均显著影响我国工业企业的低碳生产意愿;而对企业低碳生产行为的主要影响因素的分析发现,仅企业管理者特征、企业规模和技术能力特征显著影响我国工业企业的低碳生产行为。据此结果,提出不断加大我国工业企业的自主技术创新能力,以及政府适度引导规模以上工业企业实施节能减排等相关政策建议。

支持向量机在车牌字符识别中的应用

支持向量机(SVM)是由Vapnik等人提出的一类新型机器学习方法。该文在字符特征提取基础上，应用SVM算法对车牌中的英文字符进行识别，克服了一般的SVM算法识别数字位图时缺乏对相邻空间像素相关性考虑的不足，在满足实时性的条件下获得高识别率。通过与基于字符特征的BP网络识别方案相比较表明，该方案性能远优于神经网络的性能，可很好地解决神经网络方法中无法避免的局部极值问题。实验讨论了在应用SVM算法对字符进行识别时，核函数K和惩罚因子C的选择对识别率的影响问题。

给水管网遗传优化设计中惩罚系数的确定

针对应用遗传算法进行给水管网优化设计中惩罚系数难以确定的问题,提出了一种应用给水管网技术经济参数来计算惩罚系数的新方法。数值模拟结果表明,采用该方法计算惩罚系数是可行的,能以较高的概率搜索到最优解,减小了确定惩罚系数的随意性和盲目性,提高了遗传算法的进化效率和收敛性,对于工程优化设计具有一定的参考价值。

平面应变不可压缩橡胶圆柱的大变形

针对一类新的橡胶材料应变能函数,推导了受内压作用下不可压缩橡胶圆柱的大变形公式,给出了位移、应力的解析表达式( 用积分形式表示) .建立了适用于分析非线性不可压橡胶材料的罚有限元列式,算例表明: 位移与应力能够很好地与理论解吻合,并提出了控制计算稳定的方法,特别是详细地讨论罚因子的选取及其对计算结果的影响.

一类稀疏风险模型的Gerber-Shiu函数和最优红利策略

本文研究常数红利边界策略下的风险模型,其中保险公司的保费收入为一复合Poisson过程,而索赔计数过程是保费收入过程的p-稀疏过程.得到了直至破产时总红利现值的期望和模型的期望折现罚金函数所满足的积分方程及边界条件,并在索赔额及保费额均服从指数分布的情况下,得到了直至破产时总红利现值的期望和破产时的Laplace变换的具体表达式,以及使得直至破产时的总红利现值与赤字现值之差的期望值最大化的最优红利界.

基于网格搜索的支持向量机砂土液化预测模型

在使用支持向量机对砂土液化进行预测时,不可避免地会遇到惩罚因子和核函数参数如何选取的问题,目前还没有确定这两个参数的选择模式,解决这一问题比较常用的办法有经验公式法、遗传算法和网格搜索法。对此本文基于网格搜索方法,使用LIBSVM软件包,寻找砂土液化训练样本的结构风险最小值所对应的支持向量机最优参数;使用最优参数,建立了支持向量机砂土液化预测模型。研究结果表明:预测样本的正确率可达87.5%,而且预测结果稳定;同时通过比较BP神经网络的砂土液化预测情况,可知支持向量机有更好的泛化能力,收敛速度也更快。

时间最短控制问题求解的分级优化策略

针对时间最短控制问题的求解,单纯地使用罚函数策略求解存在诸多不便,为此提出分级优化的策略,并结合罚函数策略实施。首先在某个终端时间的情况下构造终端状态自由的最优控制问题,为一级优化;在一级优化结果的基础上结合罚函数策略构造新的目标函数,并据此调整终端时刻,为二级优化。反复依次执行一级优化、二级优化,最终使得状态约束恰好得到满足。分级优化把复杂问题转化为一系列简单的问题,采用经典的优化算法即可实现。实例研究显示了分级优化策略是可行的,能以足够的精度满足边值约束,计算结果也更加精确。

基于支持向量机的商业银行信用风险评估

支持向量机(SupportVectorMachine,简称SVM)是在经验风险最小化原理上发展出的一种新的机器学习技术,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势。论文首先详细介绍了支持向量机的线性和非线性分类算法,然后将支持向量机非线性分类器应用于银行信用风险的评估中,最后分析对比了选用不同核函数和参数的实验结果。