【摘 要】
:
本文讨论了具有二次型性能指标的离散双线性系统的最优控制问题.对于给定双线性优化控制问题,将其化为一系列线性子问题,利用动态规划求解此系列线性子问题即可得到原问题的近似最优解.证明了线性子问题的解收敛于原问题的最优解.仿真例子表明了该算法的有效性.
【机 构】
:
西安理工大学,自动化与信息工程学院,西安,710048 中国人民解放军95022部队,广东,汕头,
论文部分内容阅读
本文讨论了具有二次型性能指标的离散双线性系统的最优控制问题.对于给定双线性优化控制问题,将其化为一系列线性子问题,利用动态规划求解此系列线性子问题即可得到原问题的近似最优解.证明了线性子问题的解收敛于原问题的最优解.仿真例子表明了该算法的有效性.
其他文献
本文对基于模糊聚类思想的评价结果组合模型进行了研究。文章给出了一种基于模糊聚类思想的评价结果组合模型,该模型利用模糊聚类中求解聚类中心的思想和过程来求解组合评价值;通过应用该模型和其他常用的评价结果组合模型进行实证对比分析,验证了该模型的有效性。
本文设计了一种基于多Agent体系结构的智能教学模型,采用模糊综合评价法对学生的学习进度、成绩和教师的教学效果进行监控,作出横向和纵向的比较.最后以图表的方式显示监控结果,从而实现教与学并重的预期目的.
本文针对电力系统中机组优化组合这一复杂的大规模非线性混合整数规划问题,提出一种应用蚁群算法和粒子群算法相结合的优化方法.即将这一问题分解为具有整数变量和连续变量的两个优化子问题,应用蚁群算法和粒子群算法对其进行交替迭代求解,通过引进一些规则对机组的无效状态进行过滤,以减少蚁群的盲目搜索,提高了算法的计算速度和效率.算例的实验结果表明,该算法求解电力系统机组优化组合问题是可行且有效的.
本文针对如何评价知识管理绩效的问题,从知识管理的过程、组织结构和知识管理受益情况出发,分析了评价知识管理绩效应该考虑的主要因素。文章建立了包括知识管理的过程、组织结构、经济收益和效率的变化情况等4个不同方面的评价指标体系,并在此基础上,给出了一种知识管理绩效的多级模糊综合评价方法。
本文探讨了不确定和竞争环境下企业R&D战略投资决策规则.研究表明,R&D投资博弈中存在两类均衡,即抢先均衡和同时均衡,当考虑多重不确定因素及其相关性时,不确定增大并不一定总是提高企业最优投资临界值;相反,因素相关性和研发技术风险率的增大将会减小最优投资临界值.
本文对供应链中供需双方订货批量模型进行了博弈分析。为使供需双方达到双赢的目的,文章提出了Stackelberg价格折扣博弈模型、合作博弈模型及合作后的费用分配机制,并给出了一个算例加以说明。
本文对加油站安全评价模型进行了研究。文章提出了一种评价加油站安全现状的新模型:即用"模糊层次分析法"分析影响加油站安全的主要因素并确定其权重,用"模糊综合评判"对加油站的安全状况进行综合评价,提出了检验评价结果是否有效的方法。
本文针对粒子群优化容易陷入局部极值、精度低等缺点,提出一种新型的混沌粒子群优化算法(CPSO).该算法的基本思想是将混沌变量加载于粒子群优化算法中,利用混沌变置对粒子群进行微小扰动并随着搜索过程的进行逐渐调整振动幅度.该算法能够提高粒子群优化算法的局部搜索能力和搜索精度.应用该方法对3个基准测试函数优化和神经网络训练问题作了仿真,得到了比较满意的结果.
本文系统地论述了基因算法在函数优化问题中的应用,提出了基于基因算法的函数优化问题的通用求解策略.基因算法通过对群体所施加的迭代进化过程,不断地将当前群体中具有较高适应度的个体遗传到下一代群体中,并且不断地淘汰适应度较低的个体,从而最终寻找出适应度最大的个体.进化过程最后一代中的最优解就是用基因算法解最优化问题所得到的最终结果.通过实例分析与计算,得出了较为理想的结果.
PID控制器的参数整定,从优化角度就是在Kp,Ki,Kd3个参数空间中寻找最优值,使系统的控制性能达到最优.粒子群优化(PSO)算法是一种新兴的演化算法,该算法与传统方法相比有着较高的收敛速度和计算精度.对此,提出一种基于粒子群算法的PID控制参数自整定方法.在实验仿真中与基于二进制和十进制遗传算法的PID参数整定方法进行了比较.结果表明,本算法优于这两种遗传算法,可快速有效地实现PID控制器参数