道路维修施工路段交通分流信控优化模型

针对道路维修施工期间常采用的部分路面封闭施工且利用辅路进行分流的情形,探讨了交通分流信控优化模型。借助交通流波动理论,分析了施工路段及其前后车流拥挤排队及疏散特征和规律,分析了对车流进行控制需满足的约束,并分析了车流的延误计算公式。以总的车辆行驶时间最小化目标,原路径及分流路径的绿时分配及信号周期为优化参数,考虑交通分流控制的各种约束,建立了道路施工路段交通分流信控优化模型。分析了该模型属于非凸问题,因此提出了一种近似求解最优解的办法。通过一个示例对模型和求解算法进行了验证,并对一些规律性结果进行了分析。     

债券投资组合业绩归因的多期实证研究

目前国内对投资组合的业绩归因研究主要从管理者层面着手,将超额收益的来源归结为择时能力和选股能力,但这并不适用于债券投资。本文基于Campisi模型,对债券定价公式进行分解,从债券自身的特性来研究组合的超额收益来源,并结合GRAP跨期处理方法,形成多期业绩归因模型,对长期债券投资组合进行归因分析。相对于单期的归因模型,多期归因模型可以对任意一段时间内投资组合的超额收益进行归因,而不是单期归因项的简单加总。本文以中证全债指数为基准组合,对32只债券构成的投资组合进行实证研究,结果表明模型符合市场情况和实际操作情况。因此本文提出的多期业绩归因研究具有实用性。     

基于改进模拟退火算法的推动式生产-配送协调优化

为减小物资生产与配送不协调造成的成本及生产资源浪费,建立了考虑推动式生产调度的物资配送优化模型,并针对标准模拟退火算法受随机因素影响易陷入局部最优的缺点,设计带有回火与缓冷操作的改进模拟退火算法对模型求解,确定了优化的车辆配送路线以及物资生产计划。对比实验结果表明:相对于单纯的物资配送优化模型,考虑推动式生产调度的配送优化模型,能够有效减小物资滞留时间以及配送延误成本;相较于标准模拟退火算法,改进算法搜索到了更优解,且计算结果的标准差减小了93.42%,稳定性更好;同时,改进模拟退火算法具有较低的偏差率,在中小规模算例中求解质量较高,平均偏差率在0.5%以内。     

煤炭码头船货匹配下泊位动态分配多目标优化模型及算法

本文针对输出型煤炭码头船货匹配下泊位动态分配问题,构建了堆场-取装线-泊位-船舶联合分配优化数学模型,并设计了采用仿真推演策略解码的遗传算法求解。首先,综合考虑船舶、泊位、堆场、取装线、煤种、航道开放时间和装船作业规则等要素,以船舶在港时间最短和作业效率最大为目标建立了相应的多约束多目标优化模型。然后,综合多目标优化、遗传算法以及仿真推演技术,设计了相应的遗传算法求解,包括:组合式编码、采用仿真推演策略的解码方法,追加了具有合法性检查的染色体生成算法,设计了采用多种策略的遗传操作等。最后实例表明,本算法的执行效率高而且优化效果好。     

带缓冲串行生产系统预防性维护建模及运行参数优化研究

为了保证串行生产系统的产能和提高系统可靠性,提出了带缓冲区的串行生产系统预防性维护决策模型。首先,分析了生产线各执行单元可靠性和运行参数之间的关系,建立了考虑执行单元运行参数和缓冲库存的维护模型。在此基础上,结合串行生产线的特点,建立综合考虑维护成本、有效运行速度和缓冲库存的多目标优化函数。最后,构建启发式算法求解目标函数,并以串行包装生产线为例进行仿真实验分析,结果表明本文所建模型是有效且实用的。     

基于网格化管理视角下灾后应急物流决策模型与算法研究

灾害发生后,应急资源的需求预测与应急配送中心的合理选址是实现高效救援的关键。本文通过在网格化管理视角下的信息更新将应急救援过程划分为多个阶段,在开展救援的过程中实现救援信息收集和救援预测的同步开展,建立一种多阶段带时间约束的应急救援物资配送响应-时效性的选址模型。借助遗传算法(NSGA-II),实现了基于编码结构独立、路径相互关联基础上的多目标规划求解。本研究的决策模型及算法有着较好的搜索与寻优能力,对实际救援开展具有指导意义。     

相变材料耦合冷板电池热管理系统的优化设计

以相变材料耦合冷板电池热管理系统为研究对象,采用数值方法研究了系统的冷却性能。结果表明,通过增加耦合系统的冷却水流量可以降低电池组温度和温差,但是显著增加了冷板功耗,系统能效较低。为了提高耦合热管理系统的冷却效率,在固定系统体积的情况下,采用优化策略对系统中相变材料的厚度分布进行调整。典型算例结果表明,优化策略仅需5步调整就能得到最佳相变材料厚度分布。相比于优化前系统,优化后的系统使电池组最高温度降低了1.1 K,温差减小了29%。在同等电池组温差下,优化系统的功耗相比优化前系统下降了64%。     

Construction of Spatiotemporal-Coupling Optimal Low-Dimensional Dynamical Systems for Compressible Navier-Stokes Equations; [可压缩 Navier-Stokes 方程的时空耦合优化低维动力系统建模方法]北大核心CSCD

For the low-dimensional dynamical system model to study dynamics properties of Navier-Stokes equations, it is very important that the attraction domain of the low-dimensional model is the same as that of Navier-Stokes equations. However, to date, there is no universal approach to ensure this purpose for general problems. Herein, it is found that any low-dimensional model based on spatial bases, such as proper orthogonal decomposition bases, optimal spatial bases, and other classical spatial bases, is not predictable, i.e., the error increases with the time evolution of the flow field. With the theoretical framework for building optimal dynamical systems and the new concept of spatiotemporal-coupling spectrum expansion, the low-dimensional model for compressible Navier-Stokes equations was constructed to approximate the numerical solution to large-eddy simulation equations, and the numerical results and novel time evolution of spatiotemporal-coupling bases were given. The entire field error is typically below 10−2%, and the average error at each grid point is below 10−8%. The spatiotemporal-coupling optimal low-dimensional dynamical systems can ensure that the attraction domain of the low-dimensional model is the same as that of Navier-Stokes equations. Therefore, characteristic dynamics properties of spatiotemporal-coupling optimal low-dimensional dynamical systems are the same as those of real flow. © 2022 Editorial Office of Applied Mathematics and Mechanics. All rights reserved.     

Lamination Design Optimization for Continuous Fiber Reinforced Composites of Variable Thicknesses北大核心CSCD

由于具备高的比强度、比刚度,利用连续纤维增强复合材料代替传统金属材料以实现结构轻量化正受到设计者们的广泛关注。然而,结构的复杂性给复合材料的铺层设计与优化带来了很大的挑战。针对航空用复合材料铺层设计约束多的问题,通过逐步构建设计变量准确表达结构的铺层信息。基于经典遗传算法框架,结合各设计变量特点,定义了铺层优化算法中的遗传算子,通过引入“修复”策略保证了每一代解都能满足设计约束,分布在可行域区间内。最后利用精英保留策略提高了算法的局部寻优能力,可以降低复杂复合材料结构铺层设计的计算成本。通过解决经典benchmark问题并与已有优化结果的比较,验证了前述铺层优化算法的全局、局部寻优能力,为工程实际中的复合材料铺层设计优化提供了理论支撑。     

基于小波去噪和WNN-ARIMA组合模型的年径流预测

为解决单一的小波神经网络预测精度不高的问题,提出一种新的基于小波去噪和WNN-ARIMA组合模型,应用小波阈值去噪法对小波神经网络的输入值进行预处理,同时对模型残差值进行ARIMA模型修正.利用该组合模型对洮河流域下巴沟站年径流量进行预测,预测趋势和预测值与原始实测数据吻合度高,表明此组合模型可靠性强,可以有效预测年径流量,以期为洮河流域和其他流域的年径流量预测提供新方法,为水利工程建设和水资源优化配置提供依据.