白酒勾兑的优化模型与求解

建立了一种含可调参数的白酒勾兑混合整数线性规划模型,通过调节可调参数,得到不同整坛白酒数目参与勾兑的方案.为模型的求解提出了一种分层求解策略,即内层采用单纯型法优化连续变量,外层采用列队竞争算法优化整数变量.将提出的方法用于白酒勾兑的模拟计算,并与线性规划法相比较.结果表明:由该方法得到的优化方案,其参加勾兑的总的白酒坛数更少、整坛的白酒坛数更多,能有效地提高白酒品质及原度酒的储存空间利用率,降低勾兑操作成本及库存费用.     

一种求解有约全局优化问题的新型混合方法

通过将模拟退火算法与非线性规划神经网络适当结合，本文提出一种求解有约束全局优化问题的新型混合方法．为了使该方法尽可能保持一般模拟退火算法通用性强的优点，在每一次迭代中不是采用非线性规划神经网络直接求原问题的局部最优解，而是通过求解一个辅助优化问题得到原问题的可行解．数值计算结果表明，与使用罚函数方法处理约束的模拟退火算法相比，本文提出的混合方法不仅可靠性高，而且可以显著地提高计算效率．     

基于组合方向的对偶单纯形法

线性规划问题已经在各行各业得到了应用。求解线性规划问题也得到了很大发展。该文提出了求解线性规划问题的一种新的改进算法,利用组合方向来改进对偶单纯形方法。通过对对偶问题可行域结构的分析,找到一个组合的可行下降方向,沿此方向迭代,将绕过很多极点,若绕过产生退化的极点,会很大程度上避免退化带来的停顿现象,提高算法的效率。     

多年调节水电站水库长期优化调度新模型

根据多年调节水库的水文特征,提出了水电站水库长期优化调度的非线性规划模型,并提出了相应的求解方法。算例结果表明,模型正确,具有实用价值。     

多年调节水电站水库长期优化调度新模型

根据多年调节水库的水文特征,提出了水电站水库长期优化调度的非线性规划模型,并提出了相应的求解方法．算例结果表明,模型正确,具有实用价值．     

不同类型供热机组热电负荷优化分配的研究

通过分析不同类型供热机组的负荷特性,结合热电厂的生产实际,建立了热电负荷优化分配的数学模型,采用线性规划法进行了求解.通过对某热电厂的实际运行工况进行求解表明,采用优化策略,在保证用户热、电需求的情况下,能够降低供热机组的新汽量,提高热电厂运行的经济性.     

城市供水系统的节能与优化

介绍了供水系统节能的几种常见方式以及泵站优化运行中线性规划法，非线性规划法等基本方法，并针对管网优化中常用的非线性规划算法以及近几年出现的基因算法进行论述。在对各种方法进行论述的过程中，提出其适用条件及优，缺点，同时，在对城市给水系统的节能与优化进行综述的基础上，提出建议。通过本文希望达到确定已有方法，认清新发展方向的目的。     

线性规划应用于工程网络图中时间—费用优化

利用线性规划模型对工程网络图中的时间-费用优化问题进行了研究,并与网络优化法进行了比较,得到了线性规划优于网络优化法的结果。     

基于NSGA-Ⅱ与BIM5D的工期-成本优化

为达到工程项目效益最大化,实现工期与成本的综合优化目标,提出一种改进NSGA-Ⅱ算法与BIM5D结合的寻优方法,对工期-成本优化问题进行求解。考虑投产效益对成本的影响,完善了工期-成本多目标优化模型。为解决NSGA-Ⅱ算法寻优过程中搜索空间小,准确度低的问题,在引进动态交叉、变异概率基础上,设计求解该模型的改进NSGA-Ⅱ算法。并将算法与BIM5D平台对接,进行施工工序及资金、资源曲线模拟,提高单一算法寻优实践性。案例分析表明,改进NSGA-Ⅱ算法与BIM5D结合求解工期-成本优化问题可有效优化进度和成本目标。     

一种改进的支持向量机序列最小优化算法

提出一种改进的序列最小优化算法,它在选取工作集时选取优化步长最大的违反KKT条件的样本和其配对样本,并且对求解过程进行简化,从而使训练过程速度更快。实验表明,该算法是有效、可行的。     

城市集中供热系统一次网运行优化及算法

以供热系统运行能耗费用最低为优化目标,以供热管网的运行特性为约束条件,建立以供水温度和供水流量为变量的集中供热系统一次网运行能耗费用方程.根据非线性规划理论,应用一般约束乘子法将约束问题变为无约束问题,采用共轭梯度法,结合线性搜索,建立了该优化模型的求解算法及流程,并编写了相应的计算软件.针对某城市集中供热系统一次网,将提出的非线性规划方法与逐步长搜索法相比较,结果证明非线性规划法效率更高,结果更准确;应用本文提出的运行优化方法指导管网质量并调,与传统的质调节相比,节能效益明显,进一步验证了该方法的有效性和可靠性.     

具有混杂约束的非线性优化神经网络

目的为解决一类同时含有等式约束和不等式约束的混杂约束的非线性规划问题．方法利用神经网络具有内在大规模并行运算和快速收敛特性理论,提出了一种非线性优化神经网络解决一类混杂约束的非线性规划问题．结果该模型既克服了采用罚函数方法的神经网络求解优化问题的缺陷,同时与引入松弛变量的优化神经网络相比,具有电路实现简单、计算量小和收敛速度快等特点．此外,利用能量函数对神经网络的稳定性和收敛性进行了分析,进而保证所提出的神经网络具有全局稳定性．结论通过两个数值仿真例子验证了所提出的优化网络的有效性．     

协同优化方法的改进及应用

针对协同优化方法在应用中存在的计算困难,分析了导致协同优化方法计算困难的原因,并指出了常用的改进方法。从改进系统层二次相容性约束出发,提出了一种基于系统层动态约束的协同优化方法,新方法改进了系统层约束,能够避免原协同优化中系统层约束导致的计算困难的问题。并首次使用改进的协同优化方法对减速器进行了优化设计。结果表明,改进的协同优化方法具有很高的稳定性、可靠性,并且能够提高求解效率。     

基于代理模型模式匹配的锅炉实时操作优化

为了提高电厂燃煤锅炉操作优化的有效性与实时性，提出新的基于代理模型模式匹配(PMAM)的建模框架.提出主蒸汽流量的滞后性计算方法.采用改进的模式匹配优化模型，计算历史优化操作库.引入工况注意力机制参数、状态参数区间频率法及调控最小的3层方案优化机制，确保模式匹配方案的有效性.采用神经网络算法预建模构建锅炉操作优化的代理模型，基于代理模型表征模式匹配步骤，使得本文方法可以适用于在线应用.案例结果表明，利用提出的模式匹配优化模型，能够有效地寻找优化的锅炉操作方案，工况相似度大于95%，可以使得锅炉效率提升1.92%；训练的代理模型均方误差小于0.35%.与传统方法相比，本文方法避免了优化求解带来的泛化误差影响，在提升锅炉效率的同时，具有高可靠性及实时性.     

电力系统无功优化与电压控制

本文提出了利用调节控制变量使电力系统平衡节点有功功率变量为最小的无功优化与电压控制新方法,建立了相应的数学模型,导出了状态变量与控制变量之间的新的灵敏度关系矩阵,对状态变量的不等式约束利用了迭代约束检索技术进行处理,采用了带上,下界变量的线性规划求解,对6节点算例和24节点实际网络的计算证明该算法具有收剑性好,占用内存少,计算速度快的优点.     

基于畸变比能全局化策略的应力拓扑优化

针对受体积约束的应力最小化连续体结构拓扑优化,提出一种改进的双向渐进结构优化方法. 使用Kreisselmeier-Steihauser函数建立畸变比能的全局化函数,以克服应力优化计算量大的难题. 利用伴随变量法求解单元灵敏度,并引入灵敏度过滤及修正方法稳定优化过程. 双向渐进结构优化方法通过逐渐增加和删除单元,使结构进化至最优构型. 3个典型的拓扑优化算例结果表明：提出的方法可有效提升应力拓扑优化的计算效率;与柔度最小化拓扑优化相比,使用适当的凝聚函数参数消除了结构中的应力集中效应,最优设计中的最大应力值较原设计有不同程度下降,提高了结构的强度. 双向渐进结构优化方法使用离散设计变量避免了应力奇异现象,拓扑优化结果的边界清晰.     

基于NSGA-Ⅱ算法的轨道转移优化方法研究

在普适变量法求解Lambert转移问题基础上,提出基于NSGA-Ⅱ（non-dominated sorting genetic algorithm-Ⅱ）算法的轨道转移时间-能量优化问题解决方法：通过修改非优超排序方法和采用空间扩张策略对NSGA-Ⅱ算法进行了改进,运用约束支配的概念解决了约束条件下Pareto最优集分层困难的问题。仿真实验表明：改进的NSGA-Ⅱ算法能有效求解轨道转移时间-能量优化问题,且比原算法提高了Pareto前沿散布性能。     

基于改进粒子群优化神经网络的房地产市场预测

针对粒子群优化算法精度不高、容易陷入局部最优、难以满足房地产市场形势需求的问题,提出一种改进粒子群优化神经网络,并应用于房地产市场预测中,该算法将混沌引入粒子群优化神经网络算法权重和阈值的初始化与更新的过程,提高了初始样本的质量,减轻了局部极值现象,提高了算法的全局搜索能力,同时设置了躲避因子,使粒子一定程度上离开偏离真实值的区域。研究结果表明,提出的改进算法可以提高粒子群优化神经网络权重和阈值的准确性。     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

运用变异算子随机搜索求解全局优化问题

通过改进遗传算法,提出一种求解全局优化问题的变异基随机搜索方法．该法以变异算子作为唯一的遗传算子,利用生物变异原理进行局部搜索,同时为使算法具有一定的全局搜索性能引入随机初始化技术．它具有较强的局部搜索能力,可在有限时间内取得较好解．仿真实验证明,本算法在求解全局优化问题上的有效性,并表明其局部收敛能力与求解结果均优于传统遗传算法．