连续交通网络设计的全局双层多项式优化模型

提出了一种面向典型连续交通网络设计问题的全局双层多项式优化模型,其函数均为多项式,且下层问题为凸问题;上层问题旨在优化网络性能,下层问题用来刻画确定性用户均衡(DUE)交通流模式;利用Fritz John条件和乘子代替下层规划,将提出的双层多项式优化模型转换为等价单层优化问题,并利用矩半定规划(MSDP)方法得到其全局最优解;利用矩矩阵的秩作为保证全局最优性的充分条件,并估计全局最优解的个数;给出了最优道路收费问题的数值算例,用提出的双层多项式优化模型描述了算例中的最优道路收费问题,并通过Wardrop用户均衡约束调整现有路段上的交通流量,使总通行费收益最大化。研究结果表明:该简单算例的最大收益为13.5元,同时可以得到该算例的矩矩阵的秩为1,从而证明了该结果的全局最优性,提出的方法克服了均衡约束数学规划(MPEC)法和值函数法等现有求解双层优化问题的经典算法由于连续交通网络设计固有的非凸性,只能找到局部最优的问题;提出的全局双层多项式优化模型与算法为典型连续交通网络设计提供了更好的探索工具。      

多目标优化的新方法——幂加权和法及数值仿真

提出了一种新的评价函数,将多目标优化问题转化为单目标优化问题,并证明了由这种方法所得到的最优解是多目标优化问题的有效解.用混合罚函数法将约束问题变为无约束问题,将改进的模拟退火算法与单纯形法结合起来构造一种效率较高的全局优化算法,该算法具有模拟退火算法在全局搜索上的优点和单纯形法在局部搜索上的优点.用计算机语言编制了通用程序,给出了单目标优化和多目标优化的例子,数值仿真结果表明这种方法是可靠的.     

有轨电车燃料电池混合动力多目标匹配优化

有轨电车燃料电池混合动力系统配置对整车动力性能、系统效率及经济效益具有重要影响，但是目前缺乏有效的优化匹配方法. 基于有轨电车沿线动态工况下的牵引功率计算，提出了面向服役周期成本最低的燃料电池有轨电车混合动力系统匹配优化方法. 以混合动力系统整车服役周期成本最低、体积/重量最小为目标函数，以动力性能、直流母线电压、电源输出功率、功率/能量实时平衡、储能系统充放电倍率及其充放电深度和SOC （state of charge） 为约束条件，建立了多目标多约束配置优化模型. 采用多目标优化方法获取Pareto前沿，同时给出了体积/重量可接受、经济性最优的推荐方案确定方法. 仿真结果表明，多目标匹配优化方法配置的有轨电车燃料电池混合动力系统满足了所有设计指标，混合动力系统全寿命周期成本从7 000万元降为1 500万元.      

������ɢ����µĹ��������мƻ��Ż��о�

提出飓风等自然灾害条件下运用公交车进行居民紧急疏散的优化模型. 最优公交车疏散运行计划问题可转化为不确定性需求的选址—路径优化模型,目标函数是使总疏散时间最小. 选址—路径优化模型用于确定最有效的公交车集结点服务区域和将人员从受灾区域转移到指定避难所或安全地区的最优线路,并设计遗传算法、神经网络算法和爬山算法结合的混合启发式算法. 通过美国密西西比州格尔夫波特市的实际数据对所提出的模型进行验证. 实验结果表明,混合遗传算法在求解效果和效率上都优于传统的遗传算法.     

基于PSO优化RBF-NN的磁浮车间隙传感器温度补偿

针对高速磁浮列车悬浮间隙传感器的温度漂移现象,建立了基于RBF（radial basis function）神经网络的间隙传感器温度补偿模型.通过对全局最优粒子执行梯度下降寻优,将粒子群优化算法与梯度下降算法结合得到一种寻优能力更强的混合算法,并将该方法用于RBF温度补偿模型参数优化,提高了间隙传感器的补偿精度,最后,使用现场可编程门阵列FPGA（field-programmable gate array）实现了该补偿模型并进行了实验.实验结果表明:该方法能够较好地对间隙传感器进行温度补偿,补偿后的传感器输出不受环境温度影响,全量程范围内最大误差为0.45 mm,8~12 mm工作间隙范围内误差为0.16 mm.      

基于动态规划的列车节能运行两阶段优化方法

针对地铁列车多站间节能运行优化问题，提出将列车节能驾驶优化过程和时刻表优化过程结合的两阶段优化方法，分别求解两优化过程的全局最优解，从而获取列车在多站间运行的最优操纵策略. 首先考虑节能和节时两个目标，构建列车节能驾驶多目标优化模型，结合动态规划多阶段寻优思路，建立一系列包含多个过程指标及约束的子阶段求解模型，逆序求解后获取列车站间运行最优操纵策略的Pareto前沿；其次建立时刻表优化模型，基于动态规划方法，调用各站间Pareto前沿，搜索站间运行时间最优分配方案；最后以北京地铁亦庄线为例，验证两阶段优化方法的有效性和高效性. 试验结果表明，与最速操纵策略相比，经过两个阶段优化后的列车牵引能耗分别降低了53.87%和54.69%，两阶段优化过程分别用时258.90 s和0.08 s.      

均匀选点在全局优化中的应用

以常规优化方法为基础,把实验设计方法之一———均匀设计引入优化设计中,在对全局最优解不要求十分严格精确的情况下,能够方便快捷地近似求出各种性态复杂的多维多峰函数全局最优解.该法避免了优化设计中初始点选点的盲目性,当均匀选点个数足够多时,近似全局最优解能够无限接近全局最优解.给出了计算实例.     

利用全局与局部单调性分析的优化设计技术

H.L.Li 和 P.Papalambros 于1984年提出一种在优化设计过程中引入人工智能的设计方法,构造一个产生式系统,用来求优化设计问题的全局最优解或者提高解为全局最优的可能性。本文在其基础上提出了一种利用全局与局部单调性分析的直接优化设计方法,用这一方法可以很容易地去掉更多的多余的子问题,简化问题的求解并进一步增加解为全局最优的可能性。此外,在一般情况下不需要求助于传统的优化技术就能直接求得问题的最优解。本文还给出了两个实际设计算例,显示出本方法的有效性。     

白车身轻量化的一种混合优化策略

以某轿车白车身为研究对象,综合考虑弯曲、扭转刚度和模态指标的性能要求,提出一种基于近似模型寻优和灵敏度分析统筹协调变量的混合优化策略.算法同时考虑构造近似模型与灵敏度,对模型进行全局最优化搜索及仿真验证,并根据灵敏度分析所得贡献率,适当调整变量取值,最终使白车身结构的轻量化达到7.51％.结果表明,混合优化策略能够明显提高白车身轻量化设计的效率.     

重大件运输的货物分配与航速联合优化

为了研究半潜船运输过程中满载与空载燃油消耗不同对重大件货物运输和最优航速的影响,建立了货物分配与航速联合优化模型,并改进了递归平滑算法RSA(recursive smoothing algorithm),基于插入法和改进的递归平滑算法IRSA(improved recursive smoothing algorithm),提出了全局搜索算法求解该模型.用插入法解决货物分配问题,用IRSA求解满载和空载的最优航速.算法应用结果表明:与RSA相比,运用全局搜索算法使运输成本降低了240.3万元;与划分为6和9个时间段的离散到达时间方法相比,运用全局搜索算法计算时间分别缩短了71.1和767.3 s.      

物流网络选址与路径优化问题的模型与启发式解法

以商品从供应商,经过物流中心(或配送中心),配送到最终用户的整个过程中所产生的费用最小化为目标函数,提出了求解供应商的最佳位置与数量、配送中心的最佳位置与数量以及从配送中心到最终用户的最佳配送路径优化问题,建立了问题的数学模型,利用传统启发式算法与模拟退火法开发了问题求解的混合启发式解法,并利用人工生成数据和实例进行了计算验证。对于小规模问题,通过与数理规划软件所求得的最优解进行比较可以看出,所提出的数学模型可以准确地描述此类问题,所提出的混合启发式解法能够在短时间内求解问题,并得到非常接近于最优解的近似解;对于大规模问题,虽然无法求得最优解进行比较,但从实例计算结果来看,所求解也是较好的,因此可以认为所提出的解法是有效和良好的,具有较高的实用价值。     

Robust expected violation criterion for constrained robust design problems and its application in automotive lightweight design

Metamodeling techniques are commonly used to replace expensive computer simulations in robust design problems. Due to the discrepancy between the simulation model and metamodel, a robust solution in the infeasible region can be found according to the prediction error in constraint responses. In deterministic optimizations, balancing the predicted constraint and metamodeling uncertainty, expected violation (EV) criterion can be used to explore the design space and add samples to adaptively improve the fitting accuracy of the constraint boundary. However in robust design problems, the predicted error of a robust design constraint cannot be represented by the metamodel prediction uncertainty directly. The conventional EV-based sequential sampling method cannot be used in robust design problems. In this paper, by investigating the effect of metamodeling uncertainty on the robust design responses, an extended robust expected violation (REV) function is proposed to improve the prediction accuracy of the robust design constraints. To validate the benefits of the proposed method, a crashworthiness-based lightweight design example, i.e. a highly nonlinear constrained robust design problem, is given. Results show that the proposed method can mitigate the prediction error in robust constraints and ensure the feasibility of the robust solution.     

最小方差控制中的最优输入信号设计

为研究最小方差控制中的最优输入信号设计问题,推导了最小方差控制器与闭环反馈结构中对象模型、噪声模型之间的关系.基于闭环反馈系统中频响函数估计的渐近分析,考虑系统对象模型、噪声模型和控制器三者之间的摄动性.分别采用输出端误差平方的均值、输入端误差平方的均值和输出端估计值平方的均值作为评价性能指标函数,推导三种情况下最优输...     

基于改进响应面法和Matlab-Adams的麦弗逊悬架优化

基于Adams和Matlab应用改进响应面法对悬架结构参数进行了优化。在Adams/Insight软件中进行了设计参数的灵敏度分析。针对灵敏度较大的设计参数,建立了车轮定位参数在车轮跳动过程中最大变化量的二阶响应面近似数学模型,并对该模型进行了可靠性分析。应用编程实现对响应面数学模型的优化求解,对优化前后的仿真结果进行了对比。对比结果显示了该方法具有较好的准确性和有效性。     

Ship appearance optimal design on RCS reduction using response surface method and genetic algorithms

Radar cross section (RCS) reduction technologies are very important in survivability of the militarynaval vessels. Ship appearance shaping as an effective countermeasure of RCS reduction redirects the scatteredenergy from one angular region of interest in space to another region of little interest. To decrease the scatteringelectromagnetic signals from ship scientifically, optimization methods should be introduced in shaping design.Based on the assumption of the characteristic section design method, mathematical formulations for optimalshaping design were established. Because of the computation-intensive analysis and singularity in shapingoptimization, the response surface method (RSM) combined genetic algorithm (GA) was proposed. The poly-nomial response surface method was adopted in model approximation. Then genetic algorithms were employedto solve the surrogate optimization problem. By comparison RCS of the conventional and the optimal design,the superiority and effectiveness of proposed design methodology were verified.Ky words: radar cross section (RCS); characteristic section design method; response surface method; genetic algorithm (GA) was proposed. The polynomial response surface method was adopted in model approximation. Then genetic algorithms were employed to solve the surrogate optimization problem. By comparison RCS of the conventional and the optimal design, the superiority and effectiveness of proposed design methodology were verified.     

航天器有限推力轨道转移的轨迹优化方法

为使小推力发动机航天器在航行中实现轨道快速机动并有效节省燃料,提出了基于拟谱法的航天器轨道转移轨迹优化方法.采用改进的赤道轨道根数,基于高斯动力学方程建立了航天器轨道转移过程的数学模型,克服了经典轨道根数当偏心率为0, 或者轨道倾角为0 或90时的奇异问题,给出了航天器轨道转移燃料最优性能指标函数以及终端约束和路径约束条件;采用拟谱法,将原始的连续最优控制问题转化为非线性规划问题;利用SNOPT(sparse nonlinear optimizer)算法求解最优轨迹,并提出了具体设计步骤和方法. 仿真结果表明:与fmincon优化方法相比,发动机最大推力为20 N时,本文的优化方法寻优时间减少61%,节省燃料18%.      

插电式四驱混合动力汽车控制策略设计及优化

为有效识别驾驶员的驾驶意图,在保障插电式四驱混合动力汽车动力性的基础上,提高其燃油经济性,提出了一种转矩识别系数计算方法,设计了基于发动机输出转矩最优能量管理控制策略,讨论了每种工作模式的判别条件以及转矩分配方法.为避免单一优化算法运算时间长、容易陷入局部最优的固有缺陷,使用优拉丁超立方的方法进行试验设计,利用径向基函数神经网络(radial basis function, RBF)建立近似模型,使用多岛遗传算法对近似模型进行了优化.研究结果表明:对优化后的控制策略进行离线仿真得出,混合动力汽车在满足动力性能的前提下,百公里油耗降低了16.4%;将优化后的控制策略在dSPACE上进行硬件在环试验表明,所制定的控制策略,可以实现基本的能量管理,且加入转矩识别之后平均车速误差降低了39.9%,百公里油耗降低了8.5%.      

基于免疫优化的单目标多模态期望值规划

为了求解未知随机变量分布下单目标多模态期望值规划,通过引入检测候选解是否为局部最优解的随机函数,将该期望值规划问题转化为多目标期望值规划问题,并进一步探寻问题的转化关系,获得在一定条件下有效解是最优解的结论;根据样本平均近似化思想,将多目标规划转化为非恒定样本采样的近似化模型,并基于克隆选择和免疫记忆的机理,通过设计递归非支配分层、样本自适应采样和自适应繁殖与变异方案,引导进化种群往优质个体所在区域转移,提出了求解该近似化模型的免疫优化算法.仿真结果表明:与参与比较的多目标优化算法相比,该算法搜索多个最优解方面有明显优势,搜索效果稳定,噪声抑制能力强;求解低、高维标准测试问题获得最优解的数量分别平均提高了20%和70%.      

车辆跟驰的随机优化速度模型及其稳定性分析

传统优化速度模型(OV)中把驾驶员的灵敏度系数设定为相同的常数值，而在真实驾驶情 况下，驾驶员的灵敏度系数会在跟驰过程中发生随机性变化。为描述这个交通流的随机行为，将 驾驶员的灵敏度系数模型化为高斯白噪声过程，建立随机优化速度模型(Stochastic Optimal Velocity，SOV)。然后，运用随机动力学稳定性分析中的矩稳定性理论分析SOV模型的稳定性， 得到一阶和二阶矩稳定性条件的解析解，解析式表明：SOV模型的稳定域由灵敏度系数的均值和 噪声强度，以及车头间距共同决定。最后，应用蒙特卡洛法进行数值模拟，模拟结果验证了矩稳 定性条件的有效性。与确定性OV模型进行数值模拟对比，结果表明：SOV模型中灵敏度系数的 噪声强度会增加交通系统产生拥堵的可能性，在扰动传播过程中的影响体现在扰动演化的波动 振幅上。     

基于粒子群优化的高速公路网集成优化控制模型(英文)

应用非线性最优控制方法,研究了高速公路网的匝道控制和路径诱导的集成问题,构造了集成控制的最优控制模型.在模型中,以路网总耗时最小为优化目标,以METANET模型为网络交通流模型,考虑了控制变量的更新周期约束,采用粒子群优化技术求解优化模型.仿真结果表明:无控制时,路网总耗时为3 376 veh·h;仅实施匝道控制时,路网总耗时为3 005 veh·h;仅实施路径诱导时,路网总耗时为2 768 veh·h;集成控制时,路网总耗时为2 464 veh·h.可见,集成控制效果最优.