求解带时间窗车辆路径问题的改进离散花朵授粉算法

针对当前算法在求解带时间窗车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW)时存在精度、效率方面的不足,提出一种改进的离散花朵授粉算法.算法在基本花朵授粉算法的基础上进行离散化,使其适合求解带时间窗车辆路径问题,重新定义花朵授粉算子操作.为了提高求解精度和效率,设计了随机插入、路径内的2-opt、交换和逆序操作,为了增加种群间信息的交互,结合改进的遗传算子.通过11个测试算例表明,改进的离散花朵授粉算法在求解VRPTW是行之有效的,与文献中其他算法比较,算法在精度、效率和鲁棒性方面具有优势.     

无界区域非凸优化问题的组合同伦方法

考虑带有不等式约束的优化问题,对此问题建立组合同伦方程,给出同伦路径存在的一个条件,此条件不需要可行域满足法锥条件,获得了优化问题的K-K-T点.     

一个结构型凸优化问题的分裂算法

考虑带线性约束的三块变量的凸优化模型,目标函数是可分的三个函数和.给出了一个新的分裂算法.首先,对每个块变量解极小化增广拉格朗日函数.然后,通过一个校正步得到新的迭代点.证明了新算法的整体收敛性和O(1/t)的收敛阶.     

基于蒙特卡洛分析的稳健性优化方法——以白金纳米粒子沉积过程为例

以白金纳米粒子在超临界二氧化碳中的沉积过程的稳健性优化问题为例,首先采用Chrastil模型对白金纳米粒子的沉积过程构建溶解度拟合方程,并进行参数拟合优度分析.然后采用蒙特卡洛仿真方法分析了现有质量约束和成本约束等条件下的沉积过程溶解度最优解,并进行敏感度分析,然后对过程参数进行调整优化,进一步分析了溶解度稳健性最优解,最后提出了基于蒙特卡洛仿真分析的多种约束条件下的过程最优稳健解获取方法.     

混合优化RBF-BP网络的板形缺陷识别

针对传统板形模式识别方法存在精度低、鲁棒性弱的问题,提出了一种混合优化RBF-BP组合神经网络板形模式识别方法。首先利用自组织映射网络(SOM)对样本聚类,利用聚类后的网络拓扑结构确定RBF的中心,并计算RBF的宽度,克服了传统聚类算法随机选取中心导致聚类结果不稳定的问题。然后利用遗传算法(GA)良好的全局搜索能力优化整个网络的权值。RBF-BP组合神经网络是由一个RBF子网和一BP子网串联构成的,该网络同时具备BP神经网络能较好地预测未知样本的能力以及RBF神经网络的逼近速度快的优点。并以某900HC可逆冷轧机板形识别为应用背景,在MATLAB2010a环境下进行仿真实验,结果表明混合优化RBF-BP组合神经网络的板形模式识别方法能够识别出常见的板形缺陷,提高了板形缺陷识别精度并具有较好的鲁棒性,可以满足板带轧机高精度的板形控制要求。     

基于Vega的红外仿真的优化和评估

借助于三维实时视景仿真软件Vega的红外模块研究了自建模型的红外效应。介绍了红外仿真原理,给出了详细的红外仿真流程,并详细分析了仿真结果。根据项目对仿真精度的要求,提出了优化仿真过程的方法。结合Vega的底层映射机理提出更为精确的长波波段下的辐射量灰度映射关系,同时通过TMM的纹理材质映射关系改进,得到更为符合实际的材质反射率计算公式,并为仿真系统重建了传感器模型,使得仿真模型的辐射量偏差缩小为1.145%~3.358%。此外,初步探讨了仿真系统的校核、验证和确认技术（VV&;A）,并对仿真过程做了全生命周期的可信性评估,为进一步研究仿真系统的可信性评估提供了参考。     

An optimal adaptive quantization index modulation watermarking algorithm

A novel adaptive watermarking algorithm in discrete wavelet transform （DWT） based on quantization index modulation （QIM） technique is presented. The host image is decomposed into wavelet subbands, and then the approximation subband is divided into non-overlapping small embedding blocks. The secret watermark bit is embedded into singular value vector of each embedding block by applying QIM. To improve the invisibility and robustness of watermarking system, the quantization step for each embedding block is set by combining statistical model with particle swarm optimization （PSO） algorithm. The experimental results show that the proposed algorithm not only preserves the high perceptual quality, but also effectively stands against joint photographic experts group （JPEG） compression, low-pass filtering, noise addition, scaling, and cropping attacks, etc. The comparison analysis demonstrates that our scheme has better performance than the previously reported watermarking algorithms.     

一种解无约束优化问题的新的非单调自适应信赖域方法

本文提出了一种解无约束优化问题的新的非单调自适应信赖域方法.这种方法借助于目标函数的海赛矩阵的近似数量矩阵来确定信赖域半径.在通常的条件下,给出了新算法的全局收敛性以及局部超线性收敛的结果,数值试验验证了新的非单调方法的有效性.     

用云计算管理企业

浪潮GS5．2通过全面预算、财务管理、商务智能（BI）的结合,洞察跨部门和跨层级的实时变化,同时辅以“资金流”为主线掌控全局,达到集团企业的分级管理和跨部门资源优化配置。     

一类不确定非线性系统的多约束鲁棒H∞控制

针对一类不确定的T-S模糊模型,给出了反馈控制器存在的充分条件,该控制器使得闭环极点被配置在给定的线性矩阵不等式(LMI)区域内,同时满足系统对H∞范数和方差约束的要求.基于这一条件和并行分布补偿技术(PDC),借助于LMI和凸优化方法,得出一个全局鲁棒H∞控制器的解析式.最后,通过一个仿真例子,说明该方法的可行性.