遗传算法求解约束非线性规划及Matlab实现

对于约束非线性规划问题,传统的方法:可行方向法、惩罚函数法计算烦琐且精度不高.用新兴的遗传算法来解决约束非线性规划,核心是惩罚函数的构造.以前的惩罚函数遗传算法有的精度较低,有的过于复杂.本文在两个定义的基础上构造了新的惩罚函数,并在新的惩罚函数的基础上,提出了一种解决约束非线性最优化问题的方法.通过两个例子应用Matlab说明了这个算法的可行性.     

天然气稳态运行优化的混合整数模型及其算法

天然气稳态运行优化问题的难点在于网络结构复杂、规模大、目标函数及约束高度非线性.针对其混合整数非线性规划模型,基于网络约简和线性化技术,建立了线性近似模型,并提出一种新的求解算法.将新算法用于优化我国西部天然气管网系统,结果表明所提算法是有效的.     

活用“减元”策略 化解“多元”问题

与多个变量有关的数学问题统称为多元问题,常见于函数、解析几何、不等式等知识中,是高考中的难点与热点.多元问题因其变量不止一个,结构相对复杂,方法灵活多变,学生往往失分严重.从解法上看,在＂多元视角＂下,对某些特殊类型的多元问题,可结合题目实际直接考虑线性规划法、不等式法、数形结合法等.     

作用模糊子集推理方法的研究与应用

针对实用模糊控制过程,提出作用模糊子集和作用模糊控制规则的概念;根据模糊逻辑推理中真值的产生、传递和接收机理,提出作用模糊子集推理方法;比较分析了作用模糊子集推理方法与CRI法的推理结果;利用该推理方法实现了试验室温度模糊控制试验。     

可再生能源系统的不确定性优化模型及求解

结合新提出的满意度方法和混合整数规划方法,给出了多态不确定性环境下可再生能源规划模型.该模型综合描述了多地区、多时期、多品种、多部门之间的可再生能源管理系统的复杂性、系统性、动态性和不确定性.最后的实例求解结果说明该模型能很好地反映能源安全性、系统可靠性与系统成本之间的关系,并能给出不同系统违反水平下的能源配置方式及增容计划,为决策者提供决策参考.     

多层前馈模糊神经网络在儿童综合素质测评中的应用

运用对偶标度统计方法计算儿童发展调查问题中原始数据的变量权和样本得分,从而确定评价因素集.采用多层前馈模糊神经网络——FM LP实现对儿童个体综合素质的定量评价.     

一个改进的SQP型算法

本文建立非线性等式和不等式约束规划问题的一个序列二次规划(SQP)型算法.算法的每次迭代只需解一个确实可解的二次规划，然后对其解进行简单的显式校正，便可产生关于罚函数是下降的搜索方向，克服Maratos效应.在适当的假设条件下，还论证了算法的全局收敛性和超级收敛性.     

直觉L模糊子群的刻画

本文研究了一个群G上的直觉L模糊子群.借助于L模糊集的截集,反模糊子群,得到了群G上的直觉L模糊子群的等价刻画.在直觉L模糊子群和群G上的子群族之间可以建立起一一对应.     

模糊数学在企业创新能力评定中的应用

建立了企业创新的系统结构图,并利用模糊综合评价法建立了一个对企业创新能力进行评定的三级模糊综合评判的数学模型,采用层次分析法更加合理的确定了权重的分配,通过实例说明了该模型的使用方法,得到了更有效的结果.     

前向正则模糊神经网络依K-积分模的泛逼近能力

针对前向正则模糊神经网络引进K-拟可加积分和K-积分模概念,应用积分转换定理研究了该网络在K-积分模意义下对模糊值简单函数类的泛逼近能力,进而在有限K-拟可加测度空间上,借助模糊值简单函数为桥梁获得了前向正则模糊神经网络依K-积分模对(u)-可积有界模糊值函数类仍具有泛逼近性.该结果表明前向正则模糊神经网络对连续模糊系统的逼近能力可以推广为对一般可积系统的逼近能力.