变循环发动机部件法建模及优化

对2013年全国研究生数学建模竞赛A题"变循环发动机部件法建模及优化"的问题进行建模及求解.通过模型设计出逐维线性插值法对风扇和CDFS的几何特性进行研究.利用阻尼牛顿迭代法对共同工作方程组进行求解.运用非线性规划约束优化算法对发动机的性能进行优化.然后通过数值仿真验证了提出的算法的有效性.     

变循环发动机模型的求解算法研究

采用部件法建立了变循环发动机的多维非线性隐式方程组模型,模型具有隐式性,因而求解过程复杂,收敛困难.针对上述问题,采用遗传算法和牛顿-拉夫逊法进行模型求解,提出了算法的有效性评价指标:初值敏感性、收敛性和稳定性.对两种算法进行有效性评价.针对发动机工作性能最优化问题,建立了多目标模型,用遗传算法进行求解,并分析了相关变量随马赫数变化的规律.结果可为变循环发动机模型求解算法的选择与设计提供参考.     

用改进的人工萤火虫群优化算法求解非线性方程组

针对传统算法复合形法在求解非线性方程组时依赖于初始值的选定和人工萤火虫群算法(GSO)算法在求解非线性方程组时求解精度低的缺点,提出一种基于复合形法的GSO算法(CGSO)求解非线性方程组方法.改进后的算法克服了传统算法的缺点且有效的提高了GSO算法在求解非线性方程组的精度.最后,通过对6个非线性方程组的仿真实验结果和传统算法,以及其他群智能算法进行比较,进而说明了CGSO算法的有效性.     

基于Lie群的刚体动力学建模及数值计算方法研究

基于Lie群和Lie代数之间的指数映射等价关系,推导了基于Lie群的自由刚体连续动力学方程.结合离散变分原理,推导了其Lie群离散变分积分子.通过证明可知连续和离散动力学系统都具有动量守恒性.对连续动力学方程进行同维化处理,使其变为常规非线性方程组的形式,利用Runge-Kutta法进行求解;基于Runge-Kutta基本理论,推导了直接用于Lie群的Runge-Kutta法,从而使Runge-Kutta法可用于求解变维非线性方程组;通过Lie代数变换,利用Kelly变换和Newton迭代对Lie群离散变分积分子进行求解.仿真对比结果表明,3种算法下的计算结果高度吻合,且能高精度地保持系统的结构守恒和动量守恒性.     

变循环发动机部件法建模及优化述评

叙述了2013年全国研究生数学建模竞赛A题"变循环发动机部件法建模及优化"的命题背景和目的,分析了本赛题的建模及求解思路,总结了参赛队的一些好的做法和评阅过程中发现的一些问题,最后叙述了本赛题还需要继续思考的问题.     

基于粒子群算法的大型网络计划资源优化

现有求解网络计划资源优化的方法中,解析法不能解决大型复杂网络优化问题,启发式方法过多依赖具体问题、求解效率低,遗传算法生成新一代优化解种群依据的三个算子的实现参数选择,大部分依靠经验并严重影响解的品质,粒子群算法存在大型网络计划资源优化计算量过大和缺少大型网络计划资源优化算例问题.借助设计网络计划时间参数的计算机算法、建立评价函数、设计进化方程等基础工作,选择与工作开始时间相关的变量作为粒子空间位置,用蒙特卡洛方法和限制条件优化初始粒子群,设置可行解范围,用二维动态数组解决大型网络计划资源优化运行image超限问题,通过粒子群算法进化,寻求大型网络计划资源优化解,算例表明基于粒子群算法的大型网络计划资源优化效果明显,粒子群算法参数分析表明:粒子群算法的参数会影响网络计划资源优化结果,而且初始粒子群限制条件和优化目标设置的影响程度较大.     

非线性约束优化问题的混合粒子群算法

把处理约束条件的一个外点方法和改进的粒子群优化算法相结合,提出了一种求解非线性约束优化问题的混合粒子群优化算法.该方法兼顾了粒子群优化和外点法的优点,对算法迭代过程中出现不可行粒子,利用外点法处理后产生可行粒子.数值实验表明了提出的新算法具有有效性、通用性和稳健性.     

一类求行波解的线性方法

基于齐次平衡法和李志斌的 tanh函数法 ,本文得到一类简单有效的求解非线性发展方程的线性方法 .这类方法利用非线性发展方程孤立波的局部性特点 ,适当地选取函数 f 和 g,将孤波表示为 f,g的多项式 ,从而将非线性发展方程求解问题转化为非线性代数方程组的求解问题 ,再利用吴消元法求解方程组从而得到非线性发展方程的行波解     

免疫粒子群优化算法在农业水资源优化配置中的应用

求解农业水资源优化配置模型(高维非线性优化模型),较常采用大系统分解协调原理和动态规划相结合的方法,这样减少了变量个数,便于优化求解,但协调的过程需要多次从低阶模型中返回信息,而且对于每层的寻优求解过程存在难以克服的矛盾.采用标准的粒子群优化算法则优化程度不易保证并容易陷入局部最优,优化结果对初始种群依赖性较强.因此应用免疫进化算法对标准粒子群优化算法进行改进并应用于灌区农业水资源优化配置模型的求解.算例分析表明,免疫粒子群算法为求解高维复杂的优化配置问题提供了新思路.     

基于粒子群算法的大型网络计划费用优化

大型网络计划费用优化对科学有效地进行工程项目进度管理具有重要意义,但大型网络计划费用优化随工作个数增加而约束方程和计算量骤增,成为数学和计算机科学领域至今未解决的难题.借助建立评价函数、设计进化方程、设计网络计划时间参数的计算机算法等基础工作,选择工作持续时间作为粒子空间坐标并设置可行解范围,用蒙特卡洛方法和限制条件优化初始粒子群,用二维动态数组解决大型网络计划粒子群算法优化运行image超限问题,成功求解有61个工作的大型网络计划费用优化算例.因此,经过特定设计的粒子群算法是微机和有限的计算时间条件下求解大型网络计划费用优化问题的一个有效方法.     

基于遗传算子粒子群算法的拖轮动态调度

随着中国港口的发展,进出港口的船舶日益增多,使用拖轮的艘次逐渐增加.而当前极大部分港口所采用的基于人工经验的拖轮调度方案已难以保证船舶的顺利进出港口.如何根据复杂多变的进出港情况来制定合理的拖轮调度方案,已成为当前众多港口迫切需要解决的问题之一.通过分析港口拖轮作业过程与特点,建立了拖轮动态调度的数学模型,采用了基于动态遗传算子的改进粒子群优化算法对该模型进行求解.案例分析表明该拖轮动态调度模型是有效的.通过和传统粒子群算法对比分析,基于遗传算子的粒子群算法不仅在收敛速度上有明显的提高,而且求得的解更优.为港口拖轮动态调度的科学决策提供了依据.     

基于乌鸦喝水的元启发式优化算法

启发式优化算法已成为求解复杂优化问题的一种有效方法,可用于解决传统的优化方法难以求解的问题.受乌鸦喝水寓言故事启发,提出一种新型元启发式优化算法—乌鸦喝水算法,首先建立了乌鸦喝水算法数学模型;其次,给出实现该算法的详细步骤;最后,将该算法用于基准函数优化,并将该算法与乌鸦搜索算法、粒子群优化算法、多元宇宙优化算法、花授粉算法、布谷鸟算法等群智能算法进行了比较.仿真实验结果表明,乌鸦喝水算法优于其他算法.     

改进的二进制粒子群算法求解车辆路径问题

设计了一种改进的二进制粒子群优化算法来求解车辆路径问题,算法基于粒子群算法的寻优模式充分考虑粒子之间的导向作用,改进二进制粒子群算法的位取值方式,减小了在进化过程中停滞于局部最优解的概率,并通过构造辅助函数处理优化问题的约束条件,基于分层次实现多个目标的思路来寻优,提高了算法的搜索效率和计算速度.实验测试结果验证了该算法对求解车辆路径问题的适用性和有效性.     

Memetic particle swarm optimization

We propose a new Memetic Particle Swarm Optimization scheme that incorporates local search techniques in the standard Particle Swarm Optimization algorithm, resulting in an efficient and effective optimization method, which is analyzed theoretically. The proposed algorithm is applied to different unconstrained, constrained, minimax and integer programming problems and the obtained results are compared to that of the global and local variants of Particle Swarm Optimization, justifying the superiority of the memetic approach.     

考虑道路修复的应急资源配送可靠路径选择问题研究

灾害发生后第一时间选择可靠路径完成应急资源的配送分发是应急救援快速展开的必要保障。本文考虑道路修复下的应急资源配送可靠路径规划问题,引入了道路中断和通行可靠性降低来描述灾难对应急资源配送交通路网的影响,以最大化配送效率为目标,构建了道路修复与应急资源配送可靠路径选择集成优化模型,给出了道路修复与可靠路径选择的全局优化方案;设计了多吸引子的粒子群优化模型算法,并结合仿真与分析,验证了模型和算法的有效性。模型与算法的研究对于突发事件下不确定交通路网应急资源配送决策具有很好的指导意义。     

道路修复条件下灾后应急资源配送LRP研究

灾后道路中断、道路通行可靠性减弱从根本上影响着救援工作的效率,文章通过在应急资源配送定位路径问题的基础上考虑对障碍道路进行修复。通过构建应急设施定位、障碍道路修复以及配送路径选择的综合优化模型,以应急救援的时间总成本最小为目标。集中考虑应急设施定位选址、修复障碍道路和选择配送路径的基础上,以时间总成本最小为目标函数,通过结合相关案例仿真与数据分析的基础上运用多吸引粒子群优化算法对模型进行求解,以期为灾后道路选择、提升道路通行可靠性和应急物资配送效率提供借鉴于理论指导。     

基于遗传算法的变循环航空发动机部件级建模与优化

研究了变循环发动机双涵道(涡扇)模式和单涵道(涡喷)模式的工作机理,分别建立了相应模式下的部件模型和整机气动热力学模型,利用遗传算法解决高复杂性、多变量非线性方程问题的优点,对各个模型进行求解与优化,并获得了相应结果,验证了模型的有效性.     

不同风险偏好下虚拟企业风险规划研究

针对虚拟企业风险规划问题,在分析其各种风险具有随机性的特点的基础上,运用随机规划理论,分别建立风险规划的期望值模型和机会约束规划模型来描述决策者在不同风险偏好下的决策行为。针对所建立的模型,分别设计了基于蒙特卡罗模拟的粒子群优化算法、遗传算法和蚁群算法对其进行求解。仿真分析表明期望值模型较好地描述了风险中性决策者的决策行为,机会约束规划模型随着其偏好系数取值的不同描述了不同风险偏好(风险厌恶、风险中性、风险爱好)决策者的决策行为。通过对三种算法仿真结果的比较分析,表明基于蒙特卡罗模拟的粒子群优化算法在寻优能力、稳定性和收敛速度等方面优于其余两种算法,是解决此类风险规划问题的有效手段。