分享到:

约束优化问题的参数控制算法研究

最优化方法是运筹学的一个重要组成部分,在自然科学、社会科学、生产实际、工程设计和现代化管理中具有广泛的应用。很多实际问题都可以归结为最优化问题来解决。最优化问题特别是约束优化问题研究的一个核心是设计有效的算法。目前的约束优化算法可以分成两大类,一类是搜索算法,这种算法首先判断当前点是否为最优点,若非最优点则要确定搜索方向,然后沿此方向确定一个使目标函数或评价函数下降的点。这种算法一般为下降算法,如可行方向法、约束变尺度法等。另一类叫做子问题算法,这种算法是通过一系列简单子问题的解来逼近原问题的最优解,如罚函数法、信赖域算法、逐步二次规划算法等。这两类算法的一个共同特点是,通过比较当前点和下一个迭代点的目标函数值或评价函数值来确定迭代点的“优”或“劣”,若迭代点比当前点“优”则该迭代点可以被接受,否则须继续搜索或调整子问题。其基本思想是构造迭代点来逐步逼近最优点,相应的目标函数值或评价函数值逼近最优值。参数控制算法的基本思想正好相  (本文共109页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

进化多目标优化算法研究及其应用

在工程实践以及科学研究中,经常会碰到一类特殊的优化问题——多目标优化问题(Multi-objective Optimization Problem,MOP)。多目标优化问题包含多个需要同时优化的目标函数,并且各个目标函数之间往往是互相矛盾的。作为一种智能优化算法,进化算法(Evolutionary Algorithm,EA)在一些复杂问题的求解上表现出了明显的优势。由于多目标优化问题的最优解为一个折衷解的集合,使得进化算法非常适于多目标优化问题的求解,进化多目标优化算法(Evolutionary Multi-objective Optimization Algorithm,EMOA)目前已成为求解多目标优化问题最为有效的方法。尽管进化多目标优化算法已经取得了长足的发展,但是仍存在一些值得研究的关键问题。首先,约束多目标优化中约束条件的处理问题;现有约束处理技术无法有效地在解的最优性以及可行性之间做出平衡,并且大多包含一些需要人工...  (本文共160页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

混杂系统理论及在非线性系统中的应用研究

混杂系统是指在同一系统中同时包含连续动态与离散动态,以及两者之间相互影响,相互作用的一类复杂系统。混杂系统理论的研究源于工程实际问题的需要,主要解决混杂系统的建模、分析以及综合的理论与方法问题。混杂系统理论的研究丰富和发展了控制理论,使得控制理论能够比较理想地用于解决复杂的工程实际问题。过去十年来,系统与控制科学工作者以及计算机科学工作者,在混杂系统的理论与工程应用方面,做了大量的研究工作,并取得了一系列的研究成果。由于混杂系统本质上是属于一类非光滑、非连续的复杂非线性系统,同时由于混杂系统具有广泛的工程背景,因此混杂系统的理论与应用研究是系统工程与自动控制领域当前研究的难点与热点之一。本文在综述前人研究工作的基础上,对于混杂系统的理论与应用做了进一步的研究和探索。本文的研究工作主要集中在以下的三个方面:(1) 混杂系统理论的研究,即:含状态与控制输入约束的混杂系统的优化控制问题研究。(2) 混杂系统理论的应用研究Ⅰ:借助混...  (本文共178页) 本文目录 | 阅读全文>>

国防科学技术大学
国防科学技术大学

在轨服务航天器参数辨识及姿态控制研究

在轨服务技术凭借其巨大的经济价值和潜在的军事意义,一直以来都是航天领域所关注的研究热点。目前,自主式在轨服务模式正逐渐成为在轨服务技术的重要发展方向。论文以自主在轨服务的核心技术——自主控制技术为研究对象,着重围绕着组合航天器转动惯量在轨辨识与组合航天器姿态控制两个方面的问题进行了深入研究,主要研究成果如下:1、研究了服务操作过程中组合航天器姿态动力学建模方法。针对在轨服务操作的特点,本文将组合航天器系统抽象为一个主刚体和若干子体组成的多体系统,考虑各子体质量、转动惯量的时变特性以及相对主刚体的平移、旋转运动,采用Newton-Euler方法建立了组合航天器的姿态动力学模型;应用Lyapunov稳定性判据研究了动力学系统的稳定性;并利用建立的数学模型,对在轨加注服务操作过程进行了数值仿真,分析了贮箱布局对姿态运动的影响。2、为提高组合航天器转动惯量在轨辨识的精度和效率,提出了一种参数辨识的最优激励轨迹设计方法。以法矩阵条件数最小...  (本文共200页) 本文目录 | 阅读全文>>

东南大学
东南大学

优化算法及火电厂若干优化问题的研究

在能源供应日益紧张和电力市场逐渐放开的今天,以提高火电厂整体经济性为目标的优化技术显得越来越重要。本文围绕火电生产过程子系统的优化,从基础的优化算法到具体的仿真和工程应用进行了细致深入的研究。本文在分析前人的研究成果和火电厂优化技术应用现状的基础上,指出了一些有意义的研究方向和研究内容。考虑到工程优化问题大都需要一定的优化算法来求解,本论文从论述各种优化算法出发,指出了传统优化算法中的Lemke算法是求解众多二次规划最有效的方法之一。文中还对适用范围较广的智能优化算法进行了深入的研究,针对现有实数编码遗传算法(RCGA, Real-coded based Genetic Algorithm)和粒子群优化(PSO, Particle Swarm Optimization)算法存在的不足,分别提出了两种混合智能优化算法。大量的仿真结果表明,本文所提出的优化算法非常有效。为了给后续研究的软件实现方面作一些必要的准备,并真正实现代码的重...  (本文共115页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

基于极值动力学的MEMETIC算法及其在非线性预测控制中的应用研究

以预测控制为典型代表的先进控制技术在过去的几十年中取得了许多重要成果和广泛应用。随着现代工业的发展,对大型、复杂和不确定性系统的控制品质要求不断提高,逐渐涉及到很多具有强非线性、难以用数学模型精确描述的复杂系统建模与实时优化问题,基于线性模型的预测控制的局限性日益明显。非线性预测控制的提出为解决上述问题提供了可行的途径,然而非线性模型的引入也带来了一系列理论与实际难题,如预测模型结构/参数选择、控制变量的滚动优化等。这就促使工业过程领域的学者们致力于适合非线性过程建模、控制及优化的高效率全局优化算法的研究与开发。近年来,进化算法(Evolutionary Algorithm,EA)凭借其求解复杂非线性优化问题所表现出的全局搜索能力、通用性和易用性,在系统分析、模型辨识、控制器设计等领域得到了广泛应用。然而,进化算法存在寻优结果一致性差、局部搜索效率低、求解精度以及实时性不能令人满意等不足。针对上述问题,Memetic算法(Mem...  (本文共132页) 本文目录 | 阅读全文>>