两部雷达最佳部署问题研究

本文研究两部雷达联合发现目标概率,采用Monte Carlo法解决了最佳部署问题。     

两部雷达部署的研究

本文研究了两部雷达联合发现目标概率 ,采用特征尺度的分析方法解决了最佳部署问题 ,得到了极其简单 ,计算量很小的关于确定最佳距离的有效公式 ,并用实际算例进行了验证     

基于遗传算法的最佳摄动量法在反问题中的应用

抛物型方程参数的反演在工程中有重要的应用价值,针对最佳摄动量法对初始模型依赖性的严重不足,给出遗传算法对最佳摄动量法的改进的新算法并进行了数值模拟．从模拟结果可以看到模拟结果与估算值曲线图基本吻合,体现了该方法的有效性和高精度性,且新算法弥补了对初始数据严重依赖的不足以及保证了区域收敛的全局性．     

多变量非线性贝叶斯动态模型的参数估计

本文讨论多变量非线性贝叶斯动态模型参数估计 ,将 Monte Carlo最优法用于极大似然函数 ,得到未知参数和状态变量的估计     

核动力系统可靠性Monte Carlo仿真与GO法建模比较分析

根据船用反应堆设备冷却水系统的原理和运行特点,基于Monte Carlo仿真和GO法原理计算了设备冷却水系统随时间变化的可用性.分析结果表明,Monte Carlo仿真可对大量历史样本进行计算,快速方便地得到在长时间区间内设备冷却水系统可用性与时间的关系,并且可以得出计算结果的PRSD(相对标准方差百分比)及考虑其置信区间时的包络线,方法具有较高的仿真精度,能够更加精确客观地反应设备冷却水系统的可靠性,进一步推动了Monte Carlo仿真技术在核动力系统可靠性分析中的应用和发展.     

路灯安置优化问题研究

首先分析了路灯照明强度特性 ,然后建立了一盏路灯、两盏路灯、一排路灯以及街道两边路灯的优化模型 .采用 Monte Carlo法求解复杂方程确定的面积 ,用黄金分割法和坐标轮换法解决了两盏路灯优化问题 .用 MATLAB优化工具箱解决一排路灯以及街道两边路灯的优化模型 .     

面向应急对地观测任务的多平台资源部署优化研究

提出了一种基于遗传算法的面向应急对地观测任务的多平台资源部署优化方法。该方法通过把观测区域离散化为网格点的集合,将多平台资源部署问题形式化为一个组合优化问题,其目标是在一定响应时间约束下最大化观测区域覆盖率。设计的求解算法采用整数编码表示各平台资源的部署位置,使用精英保留策略加快算法收敛速度。仿真结果表明,该方法能够快速获得满意的卫星、飞艇、无人机多平台资源部署方案。     

多层线性模型参数估计的MCEM算法

应用Monte Carlo EM(MCEM)算法给出了多层线性模型参数估计的新方法,解决了EM算法用于模型时积分计算困难的问题,并通过数值模拟将方法的估计结果与EM算法的进行比较,验证了方法的有效性和可行性.     

改进的最佳摄动量法及在反问题中的应用

给出了改进的最佳摄动量法,并应用在双曲型方程参数反演问题的求解中.由遗传算法借助交叉和变异算子控制全局搜索来获得参数的初始迭代值,代入最佳摄动量法求解出稳定的高精度数值解.     

基于Clayton Copula-GARCH模型投资组合VaR的度量

运用Copula方法研究了含股指期货的投资组合的风险度量问题.首先采用不同的GARCH模型对单个资产收益率建模,然后选择Clayton Copula函数来描述投资组合各资产之间的相关结构,建立联合分布模型,进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的VaR.Kupiec检验表明,ClaytonCopula-GARCH模型在投资组合风险度量上具有较高的准确性.     

vague集的多指标决策问题的优劣点法

就vague集的多指标决策问题,引入了方案集的最优点和最劣点的概念,由此给出了vague集多指标决策问题的优劣点法.首先计算各方案的各单指标对理想vague值[1,1]的投影和距离,从而建立评价矩阵,然后根据评价矩阵的各单一指标对应数值的大小得到方案的最优点和最劣点,通过计算各方案到最优点和最劣点的距离以及接近度对方案进行排序,得出最优方案.该方法简单实用,所需信息少,实例验证了该方法的有效性.     

基于高斯核支持向量机和遗传算法的优化组合研究

选用2008~2015共8年数据,首先基于高斯核的支持向量机在沪市A股上构建周期性的投资组合,并通过误差图和评价指标与BP神经网络、广义回归神经网络进行比较,结果表明了支持向量机在股票预测上更具有优势.再将改进遗传算法运用于上证股票市场构建最优投资组合,以上证指数作为基准进行比较,得出混合遗传算法优化组合的模型相比单一模型更为有效.     

一个模拟相关数据的新方法

介绍了一种产生相关数据的模拟方法.区别于以往的利用函数关系进行模拟的方法,本文主要从变量之间因子结构的相似性出发产生满足一定相关性的模拟数据.最后,通过一个例子说明了这个方法的应用.     

双目标瓶颈指派问题的遗传算法

给出一种双目标瓶颈指派问题的新模型,本模型结合了决策者和工人两方面的因素,特别之处在于考虑到了工人对工作的排名偏好.进而,将双目标瓶颈指派问题转化为单目标规划,并设计了解此问题的遗传算法,算法的解均为双目标瓶颈指派问题的Pareto最优解.     

基于改进遗传算法的布局优化子问题

本针对子问题，构造了布局子问题(关于同构布局等价类)的改进遗传算法。将该算法应用于二维布局优化子问题，数值实验表明该算法能够在很好地保持图元的邻接关系的前提下找到子问题的最优解。由于布局优化问题可分解为有限个子问题，所以利用该算法可以找到整个布局优化问题的全局最优解。     

基于遗传算法的车间作业计划仿真研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化.仿真优化结果说明了该集成优化方法是有效性的.     

基于遗传算法的工业企业库存控制模型分析

库存信息在整个企业信息系统中起着纽带作用 ,为了对企业的整体运作进行有效的监控和管理 ,采用规范化的方法建立库存系统模型是核心 .本文针对工业企业库存控制问题 ,结合遗传算法的特点 ,提出了一种新型的探索策略 .仿真结果表明 ,该方法求解的最优控制策略同弱化条件后用其他方法求解所得的最优策略非常逼近 .该方法不仅提高了求解全局最优解的可靠性 ,而且减少了迭代次数 ,提高了计算效率     

基于圆形件排样问题的遗传算法研究

排样性问题是一类优化求解问题,在遗传算法求解过程中,若所用的算法是不收敛的,则无法得到最优解.给出了一种混合式遗传算法,并证明了算法是完全收敛的,能够得到全局最优解.