平板折叠桌最优设计的模型研究

现有一种创意平板折叠桌.建立初等函数模型,给出折叠桌的动态变化过程及开槽长度和桌脚边缘线的函数表达;根据"稳固性、加工难易、用材多少"等要求建立多目标函数的优化模型,采用基于多目标函数的"模拟退火"算法,求得一定条件下的最优设计方案.最后给出一种折叠桌设计软件的初等目标函数数学模型,并利用次模型设计出三角形、六边形两种新的创意平板折叠桌.     

创意折叠桌的设计

对一类创意折叠桌建立数学模型,给出生产这种折叠桌的可行条件。对于任意给定 的折叠桌直径和高度,确定最优设计参数。对于客户给出的折叠桌高度、桌面边缘 曲线和桌脚边缘曲线,提供设计方案,使折叠桌尽可能满足给定的形状。最后对 2014年“高教社杯”全国大学生数学建模竞赛B题的论文予以评述。     

多目标规划下的平板折叠桌设计

对于参数确定的创意平板折叠桌,桌腿边缘旋转过程满足相关的曲线方程,利用多目标规划在部分参数未知的情况下,以产品稳固性为目标函数、以加工方便、用材最少为紧约束条件,利用枚举法可寻得木板长宽、钢筋位置、木槽长度以及桌腿数目的最优解.最后在一般模型的基础上,给出数值例子进行实践证明.     

邮政运输中邮路的规划和邮车调度问题的研究

以邮政运输网络中运输效益最优为目标,建立了分步规划的图论模型.运用Floyd算法、Kruskal算法对模型进行分步求解并逐步优化,通过Matlab、Lingo、SPSS软件求解,提出三种优化邮路、降低邮车调度成本的方法.模型对解决邮路问题、单旅行商、多旅行商等相关问题具有普遍适用性,可以推广到点数更多TSP的问题.     

多无人机协同任务策略优化

从研究多无人机协同任务的系统资源分配、任务分配、航线规划、轨迹优化等问题入手,建立了多基地多无人机协同侦察模型.针对问题,首先利用"栅格化聚拢"的思想对目标点进行过滤优化,进而对目标群和无人机基地进行了任务分配,而后结合蚁群算法、贪心算法、最短路径算法等思想,通过Matlab平台,计算出能够让无人机停留在雷达探测区域总时间最少的最优策略.     

机动目标的跟踪与反跟踪的建模研究

以机动目标的跟踪与反跟踪为研究对象,分析了目标的状态方程和量测方程,当存在多个目标时,仍需考虑不同目标之间数据关联问题.首先,考虑了雷达1、雷达2和3量测数据的连接和融合问题,建立了机动目标的状态方程和量测方程模型,运用卡尔曼滤波器算法对目标航迹进行了在线追踪,得到目标跟踪航迹.其次,进行一次指数平滑法的时间序列预测和实时灰色预测,得到了其目标的着落轨迹、着落点坐标和时间.最后建立新的动态多目标优化模型,运用计算机仿真对跟踪与反跟踪的目标航迹进行了模拟.     

城市地下水资源可持续开发利用模型研究

根据地下水可持续开发利用原则,运用系统分析方法建立了地下水可持续开发利用模型,首先,运用有限元分析法对地下水运动偏微分方程进行离散,导出了地下水运动的数值方程,使得地下水运动方程能够与系统分析方法相结合建立城市地下水可持续开发利用模型;然后,以地下水位下降最小为目标函数,以各井的出水能力及时段内的需水量作为约束条件,建立了城市地下水优化利用模型,为城市地下水资源可持续开发利用提供新的规划管理方法.     

绕曲线旋转母线长度不变性及其应用

以椭圆曲线为旋转轴、平面曲线为母线,讨论母线保持长度不变性的旋转变换.首先,给出母线保持长度不变的条件、相关参数的取值范围以及参数之间的关系.其次,建立旋转变换模型.最后,以光滑曲线和折线为例,研究旋转变换的可行性及旋转模型的实用性,为折叠桌设计开槽曲线.     

面向节能的单/多列车优化决策问题

主要研究了单/多列车运行优化控制问题.首先建立了面向节能的单列车能耗优化模型,采用节能控制策略对模型进行求解,得出节能运行的速度距离曲线;其次对多列车多区段的节能运行进行优化控制设计,以再生能量利用最大化为目标,分别建立多列车能耗优化通用模型和高峰/非高峰情形下优化模型,利用模拟退火算法求解模型,得出使总能耗最低的列车运行方案;最后针对晚点情况下追踪运行的多列车运行优化控制问题,分别建立随机和非随机晚点情况下实时控制模型,求解得到耗能最少的列车运行曲线.     

基于多目标优化算法的系泊系统设计

系泊系统设计对近浅海观测网的信息传输起到了至关重要的作用.针对存在风力和水流力的多成分系泊系统,建立了计算锚链形状、钢桶和钢管的倾斜角度、浮标的吃水深度和游动区域为主的多参数多目标优化模型.结合力与力矩的平衡方程,分析了各参数的约束条件.以吃水深度、最大游动距离和钢桶倾角作为目标函数,并根据多目标遗传算法求解得到最优设计方案.最后通过模型检验,验证了方案的可行性.     

基于期望函数的土遗址锚固参数组合优化方法

针对土遗址锚固工程需求，提出了一种基于期望函数的锚固参数组合优化方法.该方法通过对锚固长度、锚孔直径等参数的组合优化,获得了最大锚固力与最小遗址伤害的良好平衡.试验设计为全因子试验，利用响应面方法构建分析模型，而后将统计中的期望函数法引入锚固参数优化中，建立了多重目标响应指标与锚固参数水平的关系.研究结果表明:当分别满足锚固力最大化和遗址伤害最小化目标时，相应的锚固参数取值间存在冲突；多重响应优化能够确定目标响应需求下锚固参数的可行域范围，方便工程设计人员根据实际工程条件对锚固参数进行可视化取值.     

A triple objective function with a Chebychev dynamic pick-and-place point specification approach to optimise the surface mount placement machine

Optimisation can play a major role in improving the throughput of surface mount placement machines. Most previous work has reported on improving only the assembly cycle time. The movement of the feeder carrier and PCB table are not always factors which are minimised. In this paper we introduce a triple objective function with a Chebychev dynamic pick-and-place approach to optimise the sequential pick and place machine. We are focusing on improving the feeder setup. The aims are to minimise the robot assembly time, the feeder movements and the PCB table movements. To provide flexibility to our approach, we integrate three weighted parameters into the triple objective function such that one can vary the importance of each factor to be minimised. Experimental results show that our approach gives good robot assembly time and less movement of the feeder carrier and PCB table.     

Large-scale linear programming techniques for the design of protein folding potentials

We present large-scale optimization techniques to model the energy function that underlies the folding process of proteins. Linear Programming is used to identify parameters in the energy function model, the objective being that the model predict the structure of known proteins correctly. Such trained functions can then be used either for ab-initio prediction or for recognition of unknown structures. In order to obtain good energy models we need to be able to solve dense Linear Programming Problems with tens (possibly hundreds) of millions of constraints in a few hundred parameters, which we achieve by tailoring and parallelizing the interior-point code PCx.     

以函数为参量的间歇发酵非线性动力系统及其辨识

建立以连续分段线性函数为参量的间歇发酵非线性动力系统,证明该动力系统的主要性质及解的存在性.以实验数据拟合得到的光滑曲线为依据,提出了连续分段线性函数为优化变量的辨识模型,论述可辨识性.依状态变量与辨识函数的相关性,构造求解辨识模型的优化算法,并给出优化算法的收敛性分析及数值结果.     

基于坐标的既有铁路曲线整正约束优化算法研究

既有铁路曲线整正是既有线改建设计中的重要部分,且结果直接影响最终设计质量和运营安全.基于最优化思想直接利用既有线上测点坐标进行曲线整正.构建了体现曲线整正成果优劣的目标函数,考虑了规范约束和控制点约束,建立了曲线整正约束最优化计算模型.基于罚函数的思想将曲线整正的非线性约束最优化问题转换为无约束最优化问题.根据目标函数的特点,采用N elder-M ead单纯形法迭代求解最优值.该算法逻辑简单,应用方便.应用结果表明算法可优化出拨距小,且满足约束条件的曲线整正成果,具有较强的实用性.     

Global and local optimization using radial basis function response surface models

The focus of this paper is the optimization of complex multi-parameter systems. We consider systems in which the objective function is not known explicitly, and can only be evaluated through computationally intensive numerical simulation or through costly physical experiments. The objective function may also contain many local extrema which may be of interest. Given objective function values at a scattered set of parameter values, we develop a response surface model that can dramatically reduce the required computation time for parameter optimization runs. The response surface model is developed using radial basis functions, producing a model whose objective function values match those of the original system at all sampled data points. Interpolation to any other point is easily accomplished and generates a model which represents the system over the entire parameter space. This paper presents the details of the use of radial basis functions to transform scattered data points, obtained from a complex continuum mechanics simulation of explosive materials, into a response surface model of a function over the given parameter space. Response surface methodology and radial basis functions are discussed in general and are applied to a global optimization problem for an explosive oil well penetrator.     

A Geometric Terrain Methodology for Global Optimization

Global optimization remains an important area of active research. Many macroscopic and microscopic applications in science and engineering still present formidable challenges to current global optimization techniques. In this work, a completely different, novel and general geometric framework for continuous global optimization is described. The proposed methodology is based on intelligent movement along the valleys and ridges of an appropriate objective function using downhill, local minimization calculations defined in terms of a trust region method and uphill integration of the Newton-like vector field combined with intermittent SQP corrector steps. The novel features of the proposed methodology include new rigorous mathematical definitions of valleys and ridges, the combined use of objective function and gradient surfaces to guide movement, and techniques to assist both exploration and termination. Collisions with boundaries of the feasible region, integral curve bifurcations, and the presence of non-differentiabilities are also discussed. A variety of examples are used to make key concepts clear and to demonstrate the reliability, efficiency and robustness of terrain methods for global optimization.     

参数化方法在解多目标优化中的应用

求解多目标优化的 参数化方法本质上是将多目标评价函数中的权系数视为可变参数。本文从一般的含参数的优化问题出发，论述了最优解连续依赖于参数的变化。本文的数值例子将表是，采用这种处理方法，可达到人们的预期目的。     

生理药动学模型参数估计问题

根据生理药动学模型的特点,把非线性药动学模型转化为线性模型,并验证线性模型的精确性.在此基础上,构造估计药动学模型参数的目标函数,并利用非线性优化算法求解模型参数.仿真结果表明,我们的算法具有快速、精确和稳定的特点.给出了一种快速估计复杂生理药动学模型参数的方法,这为解决复杂生理药动学模型的参数估计问题提供了一种有效工具.