不完全不确定得分信息下的双边匹配决策

针对不完全不确定得分信息下的双边匹配问题,提出了一种决策方法.首先,描述了不完全不确定得分信息下的双边匹配问题,将不完全不确定得分矩阵转化为不完全满意度矩阵;其次,以每方主体满意度总和最大为目标,考虑一对一匹配约束条件,构建了匹配模型;考虑到模型中的系数已经规范化,运用线性加权法将双目标匹配模型转化为单目标优化模型,进而通过求解单目标优化模型获得匹配方案.最后,通过实例证明了所提方法的可行和有效.     

不确定离散时滞系统的指数稳定滑模控制新方法

研究了不确定离散时滞系统的指数稳定滑模控制问题.基于Lyapunov稳定性理论,通过选取恰当的Lyapunov函数,得到了新的指数稳定滑模面设计条件.并在此基础上,结合滑模控制理论,给出使系统状态在有限时间内到达滑模面的到达控制器设计方法,所得条件以线性矩阵不等式形式给出,最后通过仿真算例说明了该方法的有效性和可行性.     

非线性非凸L_1－极小化的最优性充分条件

讨论一类特殊的非线性非凸Ｌ１－极小化问题：其中一阶连续可微，ｉ＝１，…，ｍ当恒为常数，恒为线性时，（ｐ）退化为校时离散线性Ｌ１－逼近问题．当（Ｘ）但为零时，（Ｐ）为凸复合Ｌ１极小化问题．这两类问题在８０年代已有广泛讨论．在通常情况下，要给出非光滑Ｌ１－极小化的充分条件是困难的，本文利用（Ｐ）的特殊结构给出其极小化的一个最优性充分条件，此可作为排除“伪极小”的一个依据．     

具有物理模型数据处理的多目标优化及其算法

针对具有物理模型参数的辨识，提出了新的多目标优化模型及遗传算法.它突破了数据处理最小误差的传统思想，提出了“病态”数据分析方法,进一步挖掘了数据中的信息.文中充分利用“病态”数据分布的特征，通过遗传算法求解，确定了电磁场分布物理模型在实际问题中的适用范围，有效地提高了多目标优化模型的精度和实用价值.     

一种自适应容错控制方法

提出了一种基于分布估计的自适应容错控制方法．该方法利用随机参数模型，并在建立自适应容错控制算法时将随机参数的概率分布估计引入控制系统性能指标，解决了系统运行模态参数不确定和系统运行模态变化不确定的问题．计算机仿真结果表明该方法可以对故障系统进行有效地容错控制     

优化公交车调度的多目标遗传算法模型

公交车是为市民出行提供服务的“准公共”产品,它反映了一个城市的管理水平。研究如何合理规划公交车的调度是一个至关重要的问题。针对由于公交客流量易受天气影响、不同时间段客流量及其变化程度相差较大等问题,本文提出了基于“平高峰”因素的多目标遗传算法对城市公交调度进行优化。模型由三个阶段构成,首先本文根据客流数据对公交的“平高峰”阶段进行定义,并验证其合理性;然后利用乘客在站等待时间与公交的各方面成本建立以乘客出行成本和公共交通的运行成本最小的公交调度优化模型。最后将“平高峰”融入至染色体基因序列中,利用多目标遗传算法不断迭代计算出最优公交调度方案。对比结果表明,基于“平高峰”优化后的模型较于传统算法的乘客出行成本降低了13.75%且公共交通的运行成本减少1.7%,均优于传统算法。证明该方法对优化公交调度的有效性。     

一种基于空间结构的数值优化演化算法

提出一种求解数值优化问题的演化算法－－基于空间结构的演化算法(Space GA），在这种算法中，作者将演化种群中的每个个体放在固定的位置上，杂交操作在其邻居上的几个点进行，因此不用选择遗传操作的父体，从而避免了确定选择压力的问题，同时空间结构保证了搜索的全局性，遗传操作保证了较优解在其空间中的扩展，从而达到了全局寻优的目的。文章还讨论了不同的空间结构算法的影响，此算法可以求角数学规划问题、约束函数优化问题，如果对实型变量采用取整的操作，算法还可以求解混合整数非性规划问题，数值试验的结果表明了算法在求解的速度，稳定性，质量等方面都优于一般的演化算法。     

演化仿真优化的若干问题研究

针对仿真优化这一仿真领域提出了演化仿真优化的概念及其形式化语言描述，并给出了演化仿真优化的算法实现框架、分类，指出了仿真优化与演化算法相互取长补短的策略。为了提高速度和效率提出了一种混合演化仿真优化的算法：基于拉网的仿真优化算法（MESOAs）。该算法结合仿真系统的输出信息，构造出系统的响应曲面来指导演化算法，同时又不要求系统连接、可导，因此具有通用性、鲁棒性、隐含并行性等优点，它能有效地解决不确定环境（含随机系统和定性系统）的仿真决策优化，连续时间仿真控制优化问题等。最后，给 出了两类测试演化仿真优化算法的测试实例。一类是随机函数，另一类是GI／G／S排队模型，试验的结果表明在解的质量和速度两方面MESOAs都优于曲面响应法、随机搜索法。     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。     

在美国破产保护法第十一章下公司债券的定价和最佳破产边界研究

为了更好地处理公司破产重组问题,综合采用结构化方法和最优停时技巧,基于美国破产保护法第十一章,分析了有限到期日公司债券的定价问题,本质上为最优停时问题.用偏微分方程法证明了最佳破产边界的存在唯一性和单调性,得到了公司策略债务支付息票的显式表达式.数值结果表明：在美国破产保护法第十一章下,公司的破产率更高,股东可通过提前宣布破产而获益,而债权人能否获益依赖于谈判因子和谈判费用.     

高校师资结构的最优控制模型及其求解

本文在引入年龄结构,以及考虑晋升率和流入量约束条件的基础上,建立了高校师资结构的数学模型,并提出了相应的最优化问题。应用离散时间控制问题的极大值原理,求得了最优控制(晋升率、流入量)的闭环解,所得结果对制定人才规划政策具有指导意义。     

一种求解约束条件下多变量非线性函数所有全局最优解的区间算法

研究和实践中经常会遇到附有约束条件的非线性优化问题，对这类问题，通常采用随机搜索的方法来解决，但是，随机搜索法不能证明所得到的解就是全局最优解．本文给出了一种求解约束条件下非线性优化问题所有全局最优点和最优值的区间算法，该算法非常宜于解决优化问题，它能求出问题的所有全局最优解，给出解的包含区间，并很容易获得解的逼近误差，这是随机搜索等其他方法做不到的．理论分析和数值结果均表明，区间算法是稳定而可靠的．     

考虑再维修的备件库存控制及设备维修策略

针对单纯采取库存分配的设备维修策略大幅降低低级别设备保障率的不足, 面向被延期维修的故障设备再维修, 提出备件库存控制策略和设备维修集成策略. 通过构建动态规划模型, 得出最优备件订货策略、故障设备即时维修策略、等待维修的故障设备再维修策略及相应的库存控制临界点. 算例表明, 相比单纯的库存分配策略和不考虑故障设备级别的维修策略, 该策略能明显减少设备维修费用, 且提高低级别设备保障率和总的保障率.     

迭代学习控制的高阶最优学习律

最优迭代学习控制是学习控制中的一个重要研究方向.对高阶最优学习律的研究具有重要意义.该文根据最优化的必要性条件给出关于离散时间线性系统迭代学习控制的高阶最优学习律,证明了该学习律的收敛性.最后给出了仿真实例.     

生物地理学优化算法中基于Zoutendijk可行方向法的变异算子设计

根据约束优化问题的全局收敛性要求,基于传统优化与智能优化,设计了一种基于Zoutendijk可行方向法的新型变异算子,并将其应用于生物地理学优化算法,构建了一种用混合优化算法求解优化问题的方法.通过算子设计策略的理论验证、智能算法的收敛性分析及6个不同类型算例的仿真试验,证明此自适应求解优化问题机制具有实效性.     

基于共轭梯度法的盲分离在线算法

在严格论证盲分离问题与数学上的最优化问题等价的基础上,把问题的重点集中在对该最优化问题的寻优上.由于盲分离最优化问题的目标函数的特点,在欧氏空间中对决策变量(分离矩阵W)进行寻优求解带来诸多复杂因素,寻优算法在弯曲的黎曼空间中动态运行是解决这些问题的一条可行途径.为此,本文在改进 NGA 和 PDFA 算法的基础上,结合在线算法 PDEA 在估计信号的得分函数的较好效果,和求解最优化问题的共轭梯度法较快收敛性能,提出了具有自学习能力,并继承共轭梯度法特点的盲分离在线算法 PDEA-CONJ.此算法应用到盲分离问题中,在混合矩阵严重病态情况下能取得了较好分离效果.实际算例验证了其收敛性和有效性.     

一种新型的中文产品评论微摘要方法研究

提出一种新的无监督的方法,对网络上存在的大量中文产品评论信息进行处理,生成简洁的非结构化的可读性强且具有代表性、简洁性的理解式评论微摘要.用N-gram语言模型来衡量可读性,用改进的点间互信息函数来衡量代表性,用同义词词林来计算词语相似度;将这种产品评论微摘要问题归结为优化问题,试图寻找具有可读性和代表性的简洁、低冗余的词组,并提出了一个启发式算法来解决这个优化问题.     

约束最小支撑树 ( C-MST)问题: 复杂性和上下界估计

本文首先建立了约束最小支撑树问题的模型 ,利用背包问题的复杂性 ,证明了该问题是 N P-完 全的 . 然后利用一个广义线性规划的对偶算法 ,对目标函数的上下界作出了估计 ,最后分析了解的平面 性质 .     

约束最小生成树问题研究

本文对约束最小生成树问题提出一个算法,它的计算复杂性是O(n3)．然后把约束最小生成树作为约束Steiner最小树的一个近似解,则近似解的性能比为3?/2．