【摘 要】
：
本文基于非线性约束的序列界无约束极小化方法,对大规模过程系统稳态优化的序列界约束极小化方法进行了研究。对工程模型引进松弛变量处理后,该约束优化方法的罚函数仅包含等式约束的惩罚项,不包含界约束及不等式约束的惩罚项,通过求解一系列界约束极小化子问题而非无约束极小化问题获得原问题的解；算法按2层结构实现,内层结构主要求解界约束极小化子问题得到下一个迭代点。外层迭代主要修改乘子向量和罚向量以及检查收敛准则
【机 构】
：
中南大学信息科学与工程学院,长沙410083;湖南科技学院电子工程与物理系,永州425100 中南
论文部分内容阅读
本文基于非线性约束的序列界无约束极小化方法,对大规模过程系统稳态优化的序列界约束极小化方法进行了研究。对工程模型引进松弛变量处理后,该约束优化方法的罚函数仅包含等式约束的惩罚项,不包含界约束及不等式约束的惩罚项,通过求解一系列界约束极小化子问题而非无约束极小化问题获得原问题的解；算法按2层结构实现,内层结构主要求解界约束极小化子问题得到下一个迭代点。外层迭代主要修改乘子向量和罚向量以及检查收敛准则是否满足,重构下次迭代的界约束子问题,或在收敛准则满足时终止算法。此外,还给出了求解界约束极小化子问题的修改截断Newton 法,并就一类规模可变的约束优化问题和一类最优控制问题对所给方法进行了数值试验,试验结果表明,本文提出的序列界约束极小化技术适合大规模优化问题求解,并且是稳定和有效的。
其他文献
本文从复杂性研究的新角度出发,在讨论了复杂系统与机电复杂系统的关系特性的基础上,分析总结了当前机电系统智能控制的发展状况, 并设计了一种步速跟随控制的CMAC 智能假肢系统对复杂机电系统的控制进行分析。由于假肢机电系统具有非线性、时变性和不确定性的复杂动力学特性,应用神经网络控制器对其有效控制表明,智能控制技术是解决复杂机电系统及其他复杂系统控制问题的重要手段。
电阻层析成像技术(Electrical Resistance Tomography,简称ERT)通过测量敏感场内电导率变化,得到不透明容器内的对象特性,并通过成像算法再现测量对象的截面图象,具有非侵入、无辐射、可视化等特点。多截面ERT系统在工业过程测量与监测中有广泛的应用前景,然而它的动态实时性能往往局限了其在工业现场的应用范围.为此,本论文提出了基于数字I/O卡与高速并行A/D 转换卡的并行多
合作伙伴的选择是虚拟企业建立的关键问题之一。本文通过建立多目标的虚拟企业伙伴选择优化模型,对各候选企业进行定量分析,采用改进的遗传算法对问题进行求解.在遗传过程中对不同单目标值快速排序后按照综合适应值进行选择,设计自适应的交叉和变异概率进行操作,最后求出该问题的最优解.通过与普通遗传算法的对比,仿真算例证实了改进后的自适应遗传算法对于这类问题的有效性。
总结前人的一些工作,讨论了进化算子操作概率的计算规则.通过对现有方法的深入分析,提出一种多样度和适应度联合引导的遗传算法操作概率计算方法。分析多样度动态变化曲线的变化规律后,提出多样度动态变化的线性方法和多样度动态变化的指数方法。提出了一种运用变形的Manhattan学习方法来动态地调整遗传算法操作概率的适应性调整策略。通过一些仿真实验验证了本文提出的方法能有效地提高GA的性能。
本文研究了具有耦合二次型随机性能指标的离散时间大种群随机多智能体系统的分散博弈问题。采用状态聚集方法构造了对种群状态的平均的估计, 基于Nash必然等价原理设计了分散控制律, 并利用概率极限理论分析了闭环系统的稳定性和最优性。主要结果包括:1)证明了对种群状态的平均的估计在某种范数意义下的强一致性,即种群状态的平均与其估计值之间的误差在该范数意义下将随系统个体数N的增加几乎必然收敛于0；2)证明了
本文基于Markowitz资产组合理论,综合考虑证券投资的风险与收益,建立了证券组合投资的多目标规划模型,并用蚁群算法研究了模型的求解,得出了比用Lingo模型求解更好的结果。
本文以3万吨模锻水压机动梁位置保持系统为例,针对模段水压机加工过程的重复性、初始加工精度要求较严、批次加工数量不大的特点。提出了采用PD控制器构造迭代控制的初始控制信号方法,利用迭代控制实现前馈控制用于抑制周期性的偏载扰动,利用PD控制器作反馈控制用于增强系统的鲁棒性,仿真结果表明该方法收敛速度快,且能保证初始加工精度,对于提高动梁位置保持精度效果明显。
本文针对经典单机调度问题,根据预测控制的思想,提出一种单步预测调度算法。文中对该单步预测调度算法进行了性能分析,在理论上证明了预测调度算法的竞争比下界仍然是2,和在线算法的下界相同,即在极端情况下预测调度和在线调度算法的性能保证是相同的。但对于一般的情况,由于考虑了未来的变化情况,单步预测调度算法的调度结果是优于在线调度算法的。文章最后通过仿真比较验证了本文中的结果。
本文运用消费者效用理论建立了多渠道环境下的需求函数,运用博弈论分析了不同渠道结构下的价格策略和利润情况。结论表明,网上购物成本比较低时,制造商最优渠道战略为混合双渠道；网上购物成本比较高时,制造商最优渠道策略为单一传统渠道,最后通过一个实际算例验证了结论.
本文针对无线传感器网络能耗不均匀的问题,提出了一种基于博弈论模型的能量平衡路由(GTEBR)算法。GTEBR算法通过引入仲裁机制及自信概率将不完全信息的静态博弈转换为完全但不完美信息静态博弈,采用静态博弈的方法解决问题。设计了适合传感器节点的解算机制,并对采用GTEBR算法后的传感器网络纳什均衡的存在性做出了证明,最后仿真实验表明,采用GTEBR算法具有良好的收敛性以及很好的性能。