随机共振方法在微弱周期信号检测中的应用

在随机共振理论基础上,以非线性双稳态系统为研究对象,以强噪声背景下微弱信号检测的实际需要为出发点,探讨基于随机共振的微弱信号检测方法.将该方法用于强噪声背景微弱周期信号检测,理论分析和数值仿真表明,该方法简单、稳健、可靠,验证了在短数据条件下微弱周期信号检测的有效性.     

粒子群优化算法在舰船路径优化仿真中的应用

为保障舰船安全稳定航行,显著提升舰船续航能力,设计了基于粒子群算法的舰船路径优化方法。使用概率图法构建舰船航行路线图,按舰船在航行性能方面的评价指标,构建与舰船航行路线图相关、综合考虑舰船转弯角度以及地形威胁等约束的舰船航行路径优化模型,并应用改进粒子群算法求解所构模型,得到满足约束条件的舰船航行初始最优路径。之后通过删除冗余点的方式对舰船航行初始最优路径实施平滑优化处理,得到最终的舰船航行最优路径。实验结果表明,该方法可收获更优的舰船航行路径,舰船按该路径行驶,更有利于续航,使舰船航行任务得以有效完成。     

基于随机森林方法的柴油机涡轮增压器故障诊断

为了提高柴油机故障诊断的精度,针对柴油机涡轮增压器故障的问题,提出基于随机森林的柴油机涡轮增压器故障诊断方法。使用AVL Boost对柴油机建立故障仿真模型,并生成故障样本。对构建的涡轮增压器模型使用随机森林方法诊断。结果表明,采用随机森林算法的故障诊断模型可以有效对涡轮增压器的故障进行分类,分类准确率超过95%。可知,随机森林方法在涡轮增压器故障诊断领域中有良好的应用价值。     

多重不确定性下生物质燃料供应链多周期优化研究

生物质燃料是一种潜力巨大的可再生能源,近年来已引起人们越来越多的关注。生物质燃料在市政、交通领域的应用是碳减排的重要举措,得到了中国政府的大力支持。然而,原料供应、市场波动等因素的高度不确定性使生物质燃料产业面临巨大挑战。为提升生物质燃料生产比率、促进资源的合理配置,对生物质燃料供应链网络进行优化研究,分析原料供应、客户需求、价格波动的多重不确定性,以期望利润最大为优化目标,构建考虑多重不确定性的生物质燃料供应链多周期随机优化模型。在多周期背景下,综合运用随机离散场景模拟和情景树方法刻画上述不确定因素,构建等价确定性模型,并结合模型特征,设计基于嵌套Benders分解(NBD)与随机对偶动态规划(SDDP)相结合的求解算法。最后,通过算例仿真实验,对比分析不同不确定因素对利润和库存成本的影响。研究结果表明：需求或供应波动的增大,都会导致供应链利润减少,且与需求不确定性相比,供应不确定性对供应链的影响更大,因而决策者可更侧重原料的稳定供应,以获得更高利润;合理的库存可对冲市场波动带来的不利影响,保障生物质燃料的生产运转;产品价格波动或下降使企业面临较大经营风险。     

弹性需求下拥挤道路收费的模型与算法研究

拥挤道路收费作为交通需求管理的一种有效措施在许多国家和地区开始提倡。研究了弹性需求下的拥挤道路收费问题,建立了双层规划模型,其中上层模型以用户盈余最大化为目标,下层模型满足弹性需求下的随机用户平衡(SUE)。基于双层模型求解的复杂性,设计了一个基于步长加速法和惩罚函数法的启发式算法,实例计算表明该模型与算法是有效的。     

一类抛物型方程反问题的适定算法设计

在已知二阶抛物型方程的解的情况下如何反求其二阶项系数的问题无论是在理论上,还是实际应用上都有重要意义.本文为这类反问题设计了一种新的适定算法,并做了数据实验.数值结果显示数值解与理论解吻合很好.     

高寒地区平屋顶保温层厚度反演

建筑节能的发展和新型保温材料的使用中,合理的设计墙体及屋顶保温层的厚度,日益成为目前建筑节能的重要问题.将高寒地区平屋顶保温层厚度设计问题抽象为热传导方程几何边界反问题,通过不断地数值模拟,分析比较结果,得出保温层(文中为加气混凝土层)厚度为250 mm～300 mm时,屋顶内表面的温度变化值落在16℃～24℃之间,此时的保温层厚度为所求得最佳保温层厚度.     

Banach空间中含有间断项的一阶周期边值问题整体解的存在唯一性

利用半序方法,只用上解或下解得到Banach空间中含有间断项的常微分方程一阶周期边值问题在[0,a]（a〉0）上整体解的两个存在唯一性结果,这两个结果是独立的新结论．     

交通信息作用下不同风险属性出行者的行为演进

在交通信息系统作用下的路网中,出行者会根据交通信息系统提供的交通状况信息和以往的经验来选择自己的出行路线和出发时间.根据出行者对交通信息的信任和接受程度,文中将出行者分为怀疑保守型、信任乐观型和中庸型3种类型.在获得路径旅行时间信息和已往旅行经验的基础上,推导出新一轮的期望理解路径旅行时间函数,讨论了该函数的特性,建立了一个等价的随时间演进的随机用户均衡模型,并用一算例验证了模型的效率.     

Location and design decisions of facilities in a distribution system with elastic customer demand

This paper describes a bi-level programming model that seeks to simultaneously optimize location and design decisions of facilities in a distribution system in order to realize company’s maximal total profit subject to the constraints on the facility capacity and the investment budget. In the upper-level problem, two-echelon integrated competitive/uncompetitive capacitated facility location model, which involves facility location and design, is presented. In the lower-level problem, customer is assumed to patronize store based on facility utility which is expressed by service time cost in the store and its travel cost to customer. Customer’s facility choice behavior is presented by a stochastic user equilibrium assignment model with elastic demand. Since such a distribution system design problem belongs to a class of NP-hard problem, a genetic algorithm (GA)-based heuristic procedure is presented. Finally, a numerical example is used to illustrate the application of the proposed model and some parameter sensitivity analyses are presented.