基于改进的PSO-SVM的音频信号特征识别和分类

针对音频信号准确性分类的问题,提出一种基于改进的的粒子群优化算法(PSO)的支持向量机(SVM)音频信号分类的方法,简称IPSO-SVM.首先用Mel倒谱系数法对4种音频信号进行特征提取.其次在PSO中引入自适应变异因子,能够成功地跳出局部极小值点;然后对PSO中的惯性权重进行了改进,将惯性权重由常数变为指数型递减函数.随着迭代的进行,使权重逐渐减小,这样做有利于粒子进行局部寻优.最后用改进的PSO不断优化SVM中的惩罚因子c和核函数参数g来提高预测精度.实验结果表明,与传统的SVM、PSO-SVM、GA-SVM相比,我们提出的IPSO-SVM算法分类结果更精确.     

自适应多种群回溯群居蜘蛛算法求解TSP问题

在群居蜘蛛优化算法中引入自适应决策半径,将蜘蛛种群动态地分成多个种群,种群内适应度不同的个体采取不同的更新方式.在筛选全局极值的基础上,根据进化程度执行回溯迭代更新,提出一种自适应多种群回溯群居蜘蛛优化算法,旨在提高种群样本多样性和算法全局寻优能力.函数寻优结果表明改进算法具有较快的收敛速度和较高的收敛精度.最后将其应用于TSP问题的求解.     

集值映射多目标半定规划问题的epsilon-弱有效性

对于集值映射多目标半定规划问题, 在近似锥-次类凸的框架下, 建立了含矩阵和向量的择一性定理, 给出了问题的epsilon-弱有效解的epsilon-Lagrange乘子定理及标量化定理和epsilon-弱鞍点定理．     

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.     

低碳电网扩张策略:以南方电网公司为例

研究了需求随机环境下电力企业关于电源建设与电力调度的最优决策;考虑电源机组的能源结构约束与运营发电期内的碳排放总量约束,构建了以总成本最小化为目标的带补偿二阶段随机规划模型;定性分析了模型的最优解与装机容量等其它参数之间的联系;以南方电网公司为例,基于真实的数据并考虑政府的规划建议与企业自身的低碳化发展要求,利用情景生成法求解随机规划模型。结果反映了电力系统发展过程中环保绩效与总成本之间的矛盾之外,为企业在实践运作中计划期的电力建设决策以及运营期的发电决策提供了一些有价值的建议。     

基于TFWPA算子的模糊优化组合预测模型及其应用

传统的组合预测中,预测对象往往是实数或区间数,实际上,三角模糊数则更能刻画不确定环境下复杂事物的某些量的特征。因此,本文提出一种预测信息为三角模糊数的模糊优化组合预测新方法。定义了两个三角模糊数的相对误差,同时考虑到预测数据之间的交叉影响,基于三角模糊加权Power平均(TFWPA)算子、三角模糊加权Power几何(TFWPG)算子和max-min准则,分别构建模糊优化组合预测模型。提出非劣性和优性组合预测的概念,证明所提模糊组合预测模型具有非劣性质。最后通过实例分析说明了该模糊组合预测方法的有效性,并对参数做了灵敏度分析。     

装配型企业订货量分配与订单排产联合决策研究

针对供应商交货数量不确定环境下,多品种小批量装配型制造企业因生产物料不配套造成生产计划不可行甚至客户订单拖期的问题,从企业运作整体出发,考虑订货量分配决策对订单生产和交货的影响,以最小化采购成本和最小化订单排产相关成本为优化目标,在允许零部件拖期交货且供应商提供拖期价格折扣条件下,建立订货量分配与订单排产联合优化模型。针对可行解空间巨大、传统数学规划方法难以求解的问题,从增强搜索性能角度出发,设计基于自定义邻域搜索算子的局部搜索机制和基于随机与种群重构变异机制的改进粒子群算法的模型求解策略。通过应用实例对本文模型和算法进行了有效性验证和灵敏度分析,结果表明,相比于传统的分散决策方案,本文模型能够有效降低整体成本水平,引入的改进机制能够显著提升算法搜索性能,为企业供应风险下的运营决策制定提供理论参考。     

基于人机交互—蚁群算法的港口疏船调度优化

为解决因港口无法正常作业导致大量船舶压港后的疏船调度问题,从同时兼顾船公司和港口方利益出发,建立了船舶平均在港时间最短、额外作业成本最低、生产秩序恢复最快的调度生产多目标优化模型。利用多属性效用理论将多目标转换为单目标,并构建了相应的评价函数,采用改进的蚁群算法并结合人机交互以及邻域搜索方法求解,最后以大连港集装箱码头实际案例进行验证。结果表明,与通常调度方法相比,文中建立的优化模型能够更好地解决疏船问题;对比常规的蚁群算法,改进后的算法搜索效率更高。上述模型和算法为集装箱码头的生产组织调度提供了新的优化思路和方法。     

基于Gauss伪谱法的欠驱动航天器姿态优化控制

现代航天器一般可以通过三正交反作用动量飞轮对其进行姿态机动控制并任意定位.研究了当其中某一个动量飞轮失效而不能输出完整三轴控制力矩时的欠驱动航天器姿态优化控制问题.在系统动量矩等于零时,其姿态控制问题可以转化为无漂移系统的非完整运动规划问题.采用Gauss伪谱法(GPM)将带有两个反作用动量飞轮的航天器姿态非完整运动规划问题转换为非线性规划问题(NLP),再通过SQP(sequential quadratic programming)算法求解.通过数值仿真、优化控制能达到设计的零边界控制要求,方便伺服电机对动量飞轮的控制;规划得到的姿态曲线与数值积分得到的曲线几乎完全重叠;权衡最终的优化目标值、运行时间和精度三因素找到合适的插值配点个数;结果表明了该方法对欠驱动航天器的姿态优化控制是有效的.     

椭圆PDE-约束优化问题的一个预条件子

针对由Galerkin有限元离散椭圆PDE-约束优化问题产生的具有特殊结构的3×3块线性鞍点系统,提出了一个预条件子并给出了预处理矩阵特征值及特征向量的具体表达形式.数值结果表明了该预条件子能够有效地加速Krylov子空间方法的收敛速率,同时也验证了理论结果.