一种基于改进聚类算法的模糊模型辨识

传统建模方法对于建立精确的存在多变量、强耦合、大时滞以及不确定性的非线性系统模型无能为力,从而难于精确表达复杂系统及实施整体优化控制.针对传统模糊C-均值聚类算法对初始值敏感及无法确定最优规则数的缺陷,提出了一种基于改进聚类算法的模糊辨识方法.它通过减法聚类和有效性函数确定初始聚类中心,然后采用一种全局模糊C-均值聚类算法寻找出最终聚类中心,并利用最近临域法确定合适的区域半径,最后通过递推最小二乘法建立系统的T-S模糊模型,对电阻炉温度系统进行仿真,说明本文所述方法的有效性.     

自适应混沌粒子群优化的粮食应急点选址研究

针对粮食应急点选址,将“运输时间最小”和“应急开始最早”作为目标,建立了相应的优化模型.利用基于粒子群的K-Medoids聚类算法进行求解,为了避免过早地陷入局部最优,提出了自适应混沌粒子群优化算法.该算法利用粒子与已知全局最优粒子的欧式距离来判断粒子群当前状态,并将其作为确定混沌扰动范围的启发信息,可以有效地提高最优解的精度.试验表明该算法优于传统的演化算法,较好地解决了粮食应急点选址问题.     

基于风险评估的化工园区消防站选址研究

化工园区的消防站选址规划不可避免地受潜在风险影响,为优化消防站布局,提高风险评估对消防站选址方案影响的比重,以化工园区各企业潜在事故风险的差异性为切入点建立一套风险评估指标体系,通过灰色关联度分析法以及模糊综合评价法对企业进行风险评估. 以此为基础使用有效距离的概念将实际距离与风险评估值相结合运用到选址优化中,使用集合覆盖法对园区内消防站点的数量和位置进行针对性地规划设计,解决传统消防站选址存在的覆盖率低、消防站辖区重复、响应时间长等问题. 以南京化工园区为背景对各企业进行风险评估和消防站选址,最终划分出3个危险等级并规划出最优消防站地址.     

可靠性应急设施选址多级覆盖鲁棒优化模型

为给决策者在不确定环境下设计具有鲁棒性的应急设施选址布局网络提供决策支持,研究应急设施选址多级覆盖鲁棒优化问题.考虑不确定需求和应急设施多级覆盖响应,建立共享不确定需求和中断情景下服务能力有限的应急设施多级覆盖选址鲁棒优化模型,利用灰狼优化算法(GWO)求解模型,对需求的扰动及应急设施的服务能力进行灵敏度分析.通过随机生成的数值算例验证模型和算法的可行性.结果表明:该模型能有效解决需求不确定和中断风险下选址布局网络的构建问题,且能保证选址决策具有良好的鲁棒性,决策者可基于不同的风险偏好和具体实际在可靠性和系统总成本之间权衡,确定最优的选址分配方案.     

系统分析法在泵站选址中的应用

以红寺堡鲁家窑供水水源工程取水泵站站址选择为例,利用系统分析法对3种选址方案进行了评价及优选.根据系统分析法的优选结果以及工程实际情况,确定出了最优方案.     

对一类模糊存储模型最优订货量的改进

针对一类模糊存储模型,讨论了基于积分均值法、形心法、符号距离法确定这类模糊存储模型的最优订货量.通过比较这3种方法下的最优订货量对应的模糊最小总费用,提出了新的确定最优订货量的方法,并且从理论上证明了用所提的方法得到的模糊最小总费用优于积分均值法、形心法、符号距离法确定最优订货量得到的模糊最小总费用.     

基于VE的火电厂选址模糊综合评价的研究

影响火电厂选址的因素较多,其中既有定性因素,也有定量因素,结合火电厂选址的实际情况,考虑功能性指标和经济性指标两类指标建立火电厂选址综合评价指标体系.运用熵权法确定功能性指标权重,充分利用客观数据所体现的信息,使指标权重的确定更加客观.利用价值工程理论对得到的功能性指标与经济性指标作均衡处理,根据价值系数这一指标对火电厂选址方案进行评判,最终确定最优方案.实例计算验证该评价方法具有科学性和可行性.     

土地利用结构优化的实现与实证

土地利用结构优化是土地利用规划的核心内容。利用最优线性规划法进行土地利用结构优化,不仅能实现区域土地利用结构的定量分配,而且能反映区域经济发展的主导性、地域特殊性等。应用最优线性规划法对沁阳市的土地利用结构进行优化配置,取得了较好的效果。     

基于遗传算法的服装配送路径优化策略

针对服装配送网络中的车辆路径优化问题,以路径最优和服装配送车辆消耗费用最低为目标,对服装配送车辆数目不确定的配送路径选择问题建立模型,并利用遗传算法对配送路径进行优化.最后以实例为研究对象,建立服装配送的模糊数学模型,并通过MATLAB对其进行模拟仿真,并验证算法的可行性和优越性,解决了服装配送路径优化的实际问题.     

模糊综合评价在水泥粉磨站选址中的应用

水泥熟料粉磨站是水泥工业生产过程专业化的一种形式,水泥粉磨站选址是水泥物流系统优化的一个关键步骤.因此选择一种合适的方法进行评价就显得尤其重要.本文通过对影响水泥粉磨站选址影响因素的分析,构建了水泥粉磨站选址评价的指标体系,在此基础上,运用多层次模糊评价方法建立了水泥粉磨站选址多层次模糊评价模型.最后通过实例分析表明该模型能很好地处理水泥粉磨站选址问题,为决策者提供一种有效的优化工具.     

基于PSO模糊神经元的异构无线网络接入选择

采用模糊逻辑和神经网络技术进行异构无线网络接入选择的方法未合理考虑网络负载状况,为此提出一种对网络负载具有很好动态适应性的基于粒子群优化(PSO)模糊神经元的接入选择方法. 该方法将可接入网络的接入阻塞率相等作为模糊神经元参数学习的目标,并结合具有全局寻优能力的PSO算法设定参数初值,提高了参数学习精度. 仿真结果表明,该方法能有效实现网络间负载均衡,相对于最大负载均衡算法可降低网络的接入阻塞率.     

基于T—S模型的不确定切换系统的鲁棒H∞可靠控制

提出一种基于局部T-S模型不确定切换系统的可靠控制方法,将输入空间划分为若干个区域,在每一区域内构建局部T-S模型并设计相应的控制器;这样由于模糊论域的变小而提高了逼近精度,然后再通过多模型切换控制,实现对整体非线性系统的逼近与控制．在此,利用并行分布补偿技术（PDC）,借助于LMI和凸优化方法,得出系统鲁棒凡可靠控制器的解析式．     

Multidisciplinary design optimization for air-condition production system based on multi-agent technique

In order to guarantee the overall production performance of the multiple departments in an air-condition production industry, multidisciplinary design optimization model for production system is established based on the multi-agent technology. Local operation models for departments of plan, marketing, sales, purchasing, as well as production and warehouse are formulated into individual agents, and their respective local objectives are collectively formulated into a multi-objective optimization problem. Considering the coupling effects among the correlated agents, the optimization process is carried out based on self-adaptive chaos immune optimization algorithm with mutative scale. The numerical results indicate that the proposed multi-agent optimization model truly reflects the actual situations of the air-condition production system. The proposed multi-agent based multidisciplinary design optimization method can help companies enhance their income ratio and profit by about 33% and 36%, respectively, and reduce the total cost by about 1.8%.     

基于粒子群和免疫克隆的模糊C-均值聚类

目的基于梯度下降的模糊聚类算法（FCM）选择最优解做改进,降低原FCM对初始值的敏感度,改进模糊C-均值算法,加快收敛速度,改善聚类的效果.方法该算法通过克隆选择改变粒子群优化算法（PSO）中群体的多样性,用PSO代替了FCM算法的基于梯度下降的迭代过程.结果算法具有很强的全局搜索能力,很大程度上避免了FCM算法易陷入局部极值的缺陷,同时也降低了FCM算法对初始值的敏感度.通过机器学习中的W ine和Iris数据对所提出的算法进行验证,取W ine样本数据为178个,条件属性为13,聚类类别数为3;Iris数据150个,条件属性个数为4,对这两类数据分别进行聚类分析,将试验结果与单纯的FCM和基于PSO的FCM比较,聚类的正确性有所提高.结论基于粒子群和免疫克隆的模糊C-均值聚类算法具有很强的全局搜索能力,提高了聚类的效果和效率.     

车载能力有限的双区型仓库拣货路径优化

为了求解车载能力有限的双区型仓库拣货路径优化问题,根据双区型仓库拣货作业的特点,以拣货路径距离最短为目标,建立了双区型仓库拣货路径模型,并根据双区型仓库构造,求解任意2个货位间最短距离,同时提出了贪心算法和遗传算法相结合的贪心遗传算法求解方法,并以双区型仓库为对象进行仿真验证和分析。仿真结果表明,本文提出的算法能有效地提高优化路径的全局最优性和稳定性,而且对不同规模大小的拣货点均可以取得很好的优化效果;利用本文算法求解双区型仓库中的最优拣货路径能极大的缩短拣货车辆行走距离,提高拣货作业工作效率。该研究对双区型仓库拣货路径的优化具有十分重要的意义。     

扣件式钢管模板支撑方案的模糊风险分析模型

为确定经济合理的模板支撑方案,提出了基于可靠度分析和模糊集理论的扣件式钢管模板支撑方案的风险分析模型.利用施工现场调研统计资料,给出了扣件式钢管模板支撑架几何参数的概率模型.针对模板支撑架体系的主要失效模式,运用Monte Carlo数值模拟方法和插值法,计算了模板支撑架的体系可靠度.将模板支撑架体系的失效概率模糊化,建立了以模糊风险损失期望值最小为依据的风险决策模型.并通过对工程算例的风险分析,表明该模型考虑了支模方案中客观存在的众多不确定因素,兼顾了模板支撑架的安全性和经济性,可为支模方案的选择提供科学决策依据.     

高速公路隧道结构型式优选模型研究

针对现行选择高速公路隧道结构型式方法上的不足,遴选影响高速公路隧道结构型式选择的主要因素,根据因素的不同层次与类别,借鉴层次分析法,运用模糊优选理论建立并求解高速公路隧道结构型式优选模型,根据模型计算结果确定最优方案,结合实例介绍该方法的具体运用.实例研究表明,运用优选模型选择隧道结构型式能有效克服现行方法的缺点,优选结果正确,方法简便实用.     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法.该算法为求解复杂的组合优化问题提供了一种新思路,引起了众多学者的研究兴趣.将蚁群算法引入不确定处理时间的Job Shop调度,用三角模糊数描述不确定处理时间,建立不确定处理时间的调度模型,在模糊数排序方法的基础上,用改进后的蚁群算法进行求解.仿真结果验证了本文提出的算法的有效性,考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度,并就结果进行了讨论.     

基于多工况分析的焦炉加热过程火道温度模糊控制

对于焦炉加热这一复杂工业过程,提出一种包括协调层和优化控制层的多工况火道温度优化控制方法。协调层根据对焦炉加热过程工艺参数的分析,采用多信息融合的二次决策方法,由荒煤气的温度识别焦炉加热过程的实时工况,针对不同的工况选择合适的优化控制模型。基于工况分析,在优化控制层采用一种基于自适应遗传算法的多目标模糊优化控制方法,针对不同工况下的模糊控制器量化因子和比例因子调节困难的问题,采用精英保留和赌盘算法相结合的选择策略,以及具有自适应交叉概率和变异概率的遗传算法对模糊优化控制模型的参数寻优,有效地提高了遗传算法的全局搜索能力和收敛速度,并且通过对控制精度、能量消耗和调节时间等各项指标适当加权,构造适应度函数,使优化后的模糊控制模型达到满意程度。采用具有多工况火道温度智能优化控制结构的方法取得了良好的控制效果,为焦炉加热过程的优化控制问题的解决提供了一条新的途径。     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法，该算法为求解复杂的组合优化问题提供了一种新思路，引起了众多学者的研究兴趣，将蚁群算法引入不确定处理时间的Job Shop调度，用三角模糊数描述不确定处理时间，建立不确定处理时间的调度模型，在模糊数排序方法的基础上，用改进后的蚁群算法进行求解，仿真结果验证了本文提出的算法的有效性，考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度，并就结果进行了讨论。