基于紧约束鲁棒模型预测控制的无人车辆轨迹跟踪控制

针对无人驾驶车辆的轨迹跟踪问题,基于车辆非线性动力学模型,设计了一种紧约束鲁棒模型预测控制(MPC)方法。首先,利用魔术公式轮胎模型,结合车辆3自由度系统,构建了具有有界干扰的车辆线性离散误差模型;其次,采用紧约束控制策略设计系统的鲁棒优化问题;最后,通过在线优化得到最优控制序列,并离线构造之后多个时刻满足约束条件的可行控制序列。仿真结果表明,所提算法能够使车辆稳定快速跟踪上参考轨迹并有效提高系统计算资源利用率。

Sharp Thresholds for a Random Constraint Satisfaction Problem

The phenomenon of phase transition in constraint satisfaction problems (CSPs) plays a crucial role in the field of artificial intelligence and computational complexity theory. In this paper, we propose a new random CSP called d-p-RB model, which is a generalization of RB model on domain size d and constraint tightness p. In this model, the variable domain size d?Ε [ nα, nny], and all constraints are uniformly divided into several groups with different constraint tightness p. It is proved by the second moment method that the d-p-RB model undergoes phase transition from a region where almost all instances are satisfiable to a region where almost all instances are unsatisfiable as the control parameter increases. Moreover, the threshold value at which the phase transition occurs is located exactly.

基于灵活平衡约束的图聚类方法

现有的图聚类方法主要存在两方面的问题,一是对各个类规模一致的假设,在许多实际应用中并不成立;二是在处理多类聚类问题时,其所常借助的递归技术或启发式算法会影响聚类的性能.为此,本文提出一种基于灵活平衡约束的多类图聚类方法.其能够覆盖从绝对平衡约束到无平衡约束的范围,可同时处理类别规模一致和不一致的问题.为有效求解新方法中的参数,进一步提出一个紧松弛方法来使所提出的图聚类方法不仅易于求解,且在处理多类聚类问题时不必依赖递归技术,而能直接得到聚类结果.另外,本文还给出一种实现松弛图聚类的有效求解算法.在合成数据和真实数据上的实验结果表明,所提出的方法具有良好的性能.

双工业机器人不同约束下协同运动轨迹规划

针对双工业机器人协作过程中的轨迹规划问题,对IRB200机器人进行建模,并求解机器人的正逆运动学。结合求解的正逆运动学提出紧约束下耦合运动和松约束下叠加运动算法。紧约束将机器人末端执行器之间建立不变的约束关系,实现机器人末端执行器之间产生耦合运动;松约束将机器人末端执行器之间建立随时间变化的约束关系,实现机器人末端执行器之间产生叠加运动。最终在MATLAB中分别进行协同搬运、协同绘制“铜钱”仿真实验验证算法,从姿态图、轨迹图及从机器人理论位置和实际位置对比能够看出,在不考虑机械误差、标定误差及机器人制造误差的情况下能够满足相关任务要求,实现从机器轨迹的自适应规划,避免对双工业机器人分别进行轨迹规划。

利用先验信息约束的深度学习方法定量预测致密砂岩“甜点”

鄂尔多斯盆地东缘LX区块二叠系石盒子组发育河流相致密砂岩储层,高产气层具有孔隙度大于12%、渗透率大于1 mD、含气饱和度大于50%等特征,寻找高产“甜点”亟需开展储层参数定量评价。基于传统地震反演间接预测孔隙度等参数的方法精度低。LX区块地震数据与测井曲线对应关系不一致,存在大量矛盾样本,导致常规卷积神经网络难以应用。为此,在常规卷积神经网络模型的基础上增加一个全连接网络结构。地震数据与测井数据之间通过托布里兹局部网络结构连接,用于解决储层参数与地震数据不直接相关问题。全连接网络结构通过引入线(道)号、层位、地震相等先验信息,可以解决矛盾样本问题。通过引入地层格架、地震相等先验约束信息,构建了适用于致密储层的深度学习网络模型,形成了地质导向的样本井优选方法,从而定量预测储层参数、刻画了高产气层“甜点”平面展布。实际应用结果表明,孔隙度、渗透率、含气饱和度预测结果与井数据吻合度高,新部署的5口钻井测试无阻流量均超过1万m^(3)/d,有力推动了致密气高效开发。

西湖凹陷X气田致密气储层测井评价及产能预测

海域气田对单井产量要求较高,测井解释不仅要求孔渗饱的精度和解释结论的符合率要高,还要求对储层是否具有动用价值(预测产能)给出测井评价。近年来主要评价对象是致密储层,进一步增加了测井评价的难度。该文针对上述工作中面临的实际问题,针对性采用三种方式解决:首先,通过分沉积相的方式确定定量解释模型和参数;二是利用神经网络方法识别流体性质;三是利用测井参数预测产能。结果表明,通过分沉积相建立有针对性的测井解释模型,可以提高定量解释参数的准确性;神经网络方法可以帮助识别流体特性;在类似的地质和工程条件下,测井数据的孔隙度、渗透率和饱和度可以用来估计储层产能。上述方法在实际应用中效果较好,拓展了测井资料的应用范围。

一种含四类0-1变量的机组组合混合整数线性规划模型

提出一种含四类0-1变量更为简洁一紧凑的机组组合混合整数线性规划（mixed—integerlinearprogramming，MILP）模型，有效提高了求解效率。通过引入辅助变量表示冷启动状态，提出一种启动费用的线性表达，同时增强了MILP模型的简洁性和紧凑性；利用爬坡速度和最小运行时间限制，提出新的机组出力约束表达，极大地压缩了机组出力的可行域，进一步增强了紧凑性。更简洁的模型，提高了线性规划松弛的求解效率；更紧凑的模型，缩小了最优解的寻优空间，使线性规划松弛解更接近MILP最优解。对10～1000机24时段系统计算的结果表明，所提模型在获得高质量解的同时，可提高求解效率数十倍，尤其适合于大规模系统。

资源性供给紧约束条件下居民消费模式的构建

人类社会从农业文明时代的崇俭消费模式到工业文明时代的高消费、浪费型消费、过度消费等不合理消费模式的发展过程中产生了严重的全球性环境污染和破坏,能源、土地、淡水等资源性产品供给日益趋紧约束。生态文明型消费模式所具有的适度消费、公平消费和责任消费等内在规定性及其发挥的重要作用说明它是资源性供给紧约束条件下有利于能源资源节约和生态环境保护的居民消费模式。为了适应21世纪生态文明时代人与自然和谐发展的客观要求,突破消费增长、经济发展与资源性供给紧约束之间的发展困境要求我们必须从政府、企业和消费者等三个层面构建生态文明型消费模式。

资源性供给紧约束条件下的消费理论研究述评

通过对国内外关于资源性供给紧约束条件下的消费理论研究的文献回顾,认为在资源环境问题日益严峻的现代社会,深入分析和探寻人与自然和谐共处的居民消费行为,客观上要求我国必须从伦理学、社会学、生态学和法学等多学科领域进行探讨和研究,而不能仅局限于经济学学科研究领域。加快构建生态文明型消费模式,不仅是目前消费理论创新研究的重要方向,而且也是我国贯彻落实科学发展观,实现人口消费与社会、经济、资源和环境全面协调可持续发展的必然选择。

资源性产品供给紧约束条件下的公共绿色消费、经济增长与消费公平

消费不足和消费不公平是我国当前资源性产品供给紧约束条件下与消费有关的两个亟待解决的问题,事关资源利用方式和经济发展方式的转变,事关经济又好又快的发展和社会主义和谐社会的建设。大力发展公共绿色消费是扩大消费需求,协调经济增长与资源环境保护之间的矛盾,实现全社会消费公平与经济公平的必然选择。通过调整和优化公共财政支出结构,培育多元化的公共绿色产品供给主体,培养公众形成公共消费和集中消费的绿色消费理念和环境意识等措施,构建公共绿色消费政策体系,有利于实现资源性产品供给紧约束条件下的消费扩大、经济增长与消费公平。

基于Lasserre松弛的紧约束多项式优化问题逼近界分析

本文研究了紧约束多项式优化问题(POP)的界.利用Lasserre提出的将原紧约束问题转化为多项式平方和(SOS)成立的条件,给出其条件推导SOS式子成立的证明.利用原有逼近界定理,将其进一步转化,获得了新的逼近界定理.新的逼近界定理较原有定理减少了参数,便于计算.

扩大消费、资源节约与生态文明消费模式

消费需求不足已成为现阶段制约我国内需扩大和经济增长的主导因素,在"十二五"期间,"扩大消费是扩大内需的战略重点"。在技术进步与发展模式在短期内难以改变与调整的情况下,扩大消费必将增加资源消耗数量和强化资源消耗程度,形成与资源节约之间的矛盾和冲突。正确处理资源节约与扩大消费、生产消费与资源利用、消费者自由权益与社会义务之间的关系,从消费者、企业和政府等层面构建生态文明消费模式,有利于协调经济增长与环境保护之间的矛盾,有利于促进资源利用方式和经济发展方式的根本性转变,有利于实现消费与经济、社会、资源和环境的可持续发展。

基于逐步降阶的线性规划的单纯形算法

为完善线性规划约束条件方面的基本理论,研究了一种高效的求解线性规划问题的算法.以区分最优松约束条件和最优紧约束条件为主线,利用线性规划,线性代数等数学理论,进行分析,并通过大量的数据实验进行验证.从理论上获得了最优紧约束条件一些性质及识别最优松约束条件的定理,提供了一种新的单纯形算法.数据试验和理论上表明,在求解大规模解线性规划问题时,利用新的求解算法,使得模型逐步降阶,能达到求解的高效率.

苏里格气田致密砂岩气藏有效储层建模方法

苏里格气田为典型的河流相致密砂岩气藏,其有效储层的规模小、叠置形式多样、结构复杂;储层的平面和纵向非均质性强,难以进行精细刻画,气藏精细建模的难度较大。传统的确定性沉积相建模与随机性沉积相建模方法在单独使用时均存在较大的局限性,其地质模型与动态拟合的符合率偏低。以苏里格气田苏6加密试验区为研究对象,通过对沉积微相、有效储层规模及分布规律的研究,提出基于确定性沉积相建模与随机性沉积相建模相结合的分级沉积相建模方法,以动态分析成果约束相控的有效储层建模方法。该方法综合了单一传统建模方法的优点,加强动、静态参数的约束,提高了地质模型的精度,一次历史拟合符合率为52.4%,可以较好地反映储层实际情况。

机组组合问题的超立方锥松弛模型及其求解方法

基于凸包变换和提升-投影锥(cone)松弛技术,在超立方(hyper-cube)空间内构造了计及爬坡约束机组组合(UC)问题的紧连续松弛(TCR)模型(HC-Cone-TCR),提出一种通过求解紧松弛模型从而获得UC问题次优解的新方法。将UC问题的混合整数规划(MIP)模型等价投影至超立方空间,再通过两次凸包变换,使得模型的直接连续松弛逐步变紧,进而获得UC问题的超立方混合整数规划模型(HC-MIP)。采用锥松弛技术,继续压缩HC-MIP的连续松弛问题可行域,获得UC问题的紧松弛模型HC-Cone-TCR。采用内点法求解该模型,并通过适当的启发式调整可获得UC问题的次优解。10～100机组24时段6个算例的仿真结果表明,所构造的HC-Cone-TCR模型是UC问题的一个好的紧连续松弛,基于该模型的UC问题直接求解方法,计算速度快,能获得高质量次优解,适合求解大规模UC问题。

我国小企业的紧融资约束

紧融资约束是我国大多数小企业进一步发展所面临的瓶颈问题。其直接原因是信贷配给制下国有银行的自利性歧视,如企业规模歧视、治理结构歧视、所有权歧视、资金需求歧视和交易费用歧视等。其根本原因是我国的金融抑制和金融发展的水平偏低。重要的是,金融抑制往往是金融不发达的重要原因。因此,解决的办法主要有加强信用评价与管理、发展信用担保业、加强对国有银行贷款行为的规制、放松对民间融资的规制和在银行业中引入私人小银行等。其中,第三条措施是根源于国有银行的企业性质的,也是可以立即执行并在短期内见效的解决办法。

离散资源分配问题的最优方法

考虑到离散资源分配的公理存在极大相容公理组,根据离散资源的不同类型分别给出相应的最优分配方法.

基于虚拟井约束的致密砂岩储层建模方法

储层精细地质建模是油气田开发的基础和重点,其意义在于直观地描述一个油气藏的构造特征、储层分布及其非均质性特征等。致密砂岩气藏具有岩性致密、低孔低渗,储层非均质性强的特点。在井网稀疏、分布不均匀的地区,常规的相控和地震约束的建模方法难以准确刻画致密储层的空间分布特征。针对这一问题,本文以鄂尔多斯盆地H气田下石盒子组盒1段储层为例,提出了一种利用构建虚拟井的方法,提高测井解释、地震预测和地质认识在模拟过程中的约束作用,达到精细刻画储层非均质性的目的。结果表明,该方法使建模结果精度更高,更加符合地质实际,为后期数值模拟和井位部署提供了可靠的地质依据。

资源性产品供给紧约束条件下的政府消费与绿色采购

数量和规模庞大的政府消费,在一定程度上加剧了我国生态环境的破坏,导致能源等责源性产品供给的趋紧约束。绿色采购与消费政策是政府引导和推进全社会资源节约和环境保护的有效调控手段,是资源性产品供给紧约束条件下实现政府消费可持续发展的必然选择。完善政府绿色采购清单政策、技术标准制度和优惠政策,加强绿色采购的评价与监督管理,是建设生态文明型政府消费模式,完善政府绿色采购政策的重要内容。

多智能体系构架下的属性图分布式聚类算法

近年来属性图聚类受到了广泛关注,其目的是将属性图中的节点划分到若干簇中,使得每一个集群都有紧密的簇内结构和均匀的属性值。现有的理论主要是假设属性图中的节点或对象是为了协助优化某个给定的方程,而忽略了它们在现实生活中本身的属性。同时,一些开放性问题尚未得到有效解决,如异构信息集成、计算成本高等。为此,把属性图聚类问题理解为自身节点代理的集群形成博弈。为了有效地整合拓扑结构和属性信息,提出了基于紧密性和均匀性约束的节点代理策略选择。进一步证明了博弈过程将会收敛到弱帕累托纳什均衡。在实证方面,设计了一个分布式和异构的多智能体系统,给出了一个快速的分布式学习算法。该算法的主要特点是结果分区的重叠率可以由一个事先给定的阈值控制。最后,在现实社交网络上进行了模拟实验,并与目前先进方法进行比较,结果证实了所提算法的有效性。