基于Petri网的迷宫问题最优路径求解方法北大核心CSCD

针对迷宫问题最优路径求解,建立了一种能够描述迷宫可行路径的Petri网模型。以行走总路径最短为优化目标,在填充冗余区域点的基础上,建立Petri网模型并对其进行简化。结合Petri网模型的结构特点和数学特性,提出了一种求解最优路径的整数线性规划模型。最后,利用MATLAB随机生成大量不同规模的迷宫,并通过仿真对所提算法与其他算法进行比较。仿真结果表明,所提算法能够快速有效地求解迷宫问题最优路径,具有良好的可行性。     

增加约束条件的线性规划问题递推算法研究

首先描述线性规划问题中约束条件增加时的递推求解问题,此问题在线性规划问题中具有广泛的实际背景;然后提出一个基于凸空间思想的快速求解此类问题的递推算法,该算法能快速判断其矛盾约束、冗余约束以及新问题的递推最优解;最后给出了该问题的一个算例,实验仿真结果表明了该方法的有效性.     

基于变约束规划模型的炼钢连铸动态调度

针对炼钢连铸生产过程中时常出现各种扰动, 采用人工调度存在反应慢、调度结果不优化的问题, 在分析各种调整方式基础上, 建立了在线调整非线性规划模型, 通过约束变化满足不同的调整方式要求, 并将模型转化为线性规划模型后对其进行求解. 在国内某大型钢厂应用结果表明: 采用该方法在缩短动态调度时间、减少钢水冗余等待时间、提高设备负荷率方面取得显著成效.     

基于有限时间对偶神经网络的冗余机械臂重复运动规划

在考虑关节物理极限的情况下,将冗余机械臂的逆运动学解析问题抽象为带约束的重复运动规划(RMP)方案.针对速度层的带约束RMP方案,本文提出了一种新型的递归神经网络,即有限时间对偶神经网络(FTDNN),用以求解该类带约束RMP方案.相比于传统的递归神经网络,该FTDNN模型具有有限时间收敛特性,不仅能够改进收敛的速度,并且能够获得较高的收敛精度.通过李雅普诺夫稳定性定理验证了FTDNN模型的渐近稳定性,并进一步计算出FTDNN模型求解带约束RMP方案最优解的时间上界.基于冗余机械臂PA10的计算仿真结果验证了FTDNN模型求解带约束RMP方案的有效性和可行性.最后在Dobot Magician实物机械臂上的实验结果表明本文提出的有限时间对偶神经网络方法可以有效实现机械臂各关节角的重复运动.     

分支定价方法求解带二维装箱约束的车辆路径问题EI北大核心CSCD

面向家具、电器等货物的物流配送场景,研究带二维装箱约束的车辆路径问题(2L–CVRP),构建了2L–CVRP的混合整数线性规划模型.为求解大规模2L–CVRP,构建了该问题集合划分模型,提出基于分支定价的方法.针对分支节点的松弛模型,基于列生成策略将其分解为线性规划主问题、带资源和二维装箱约束的最短路径子问题,并提出基于ng-route松弛策略的标签算法和基于禁忌搜索的装箱算法有效求解复杂子问题.仿真结果表明,提出的方法可高效求解大规模2L–CVRP,其中ng-route松弛策略能有效提升算法求解效率,研究成果为装箱约束下大规模车辆路径问题的高效求解提供了有效途径.     

基于细胞元模型拓扑约束求解

在模型制造领域,对于拓扑约束的求解是一个比较新的课题,以往的研究一直局限在拓扑优化方面。而且对其应用也仅限于模型的定义方面,在模型的声明与约束求解方面却没有得到应用。文章提出一种基于细胞元模型拓扑约束求解方法,通过该方法可以确定模型拓扑声明的关系,文章假设一个模型是由一个或多个细胞元组成的,并且能够用这些细胞元的组合来表示,对模型进行拓扑约束求解就是用来确定细胞模型中的每个细胞元是否是全约束的。要做到这点,文章将每个细胞元用一个布尔变量表示,把拓扑约束问题映射成为布尔可满足性问题。再对新的问题进行求解,从而解决了模型的拓扑约束求解问题。     

一种求解饲料配方问题的优化算法

分析了饲料配方问题现有的求解策略,在Bruin提出的多Agent协商求解一种简化线性规划问题的理论模型的基础上,利用多Agent协商理论和线性规划理论,建立了Agent模型,提出了基于多Agent协商策略的饲料配方问题求解的优化算法,并证明了算法的正确性和可行性。实验结果表明,该算法具有更强的求解能力。     

求不相交QoS路由的一种整数线性规划方法

提出求解不相交QoS路由问题的一种整数线性规划方法.首先,利用一个0-1变量集合来表示不相交路由和路由的QoS需求;然后,通过拉格朗日乘子将集合中的复杂约束引入所导出的整数线性规划问题的目标函数中.因为约束系数矩阵是全幺模矩阵,所以这类整数线性规划问题能用单纯形法容易地求解,从而可在求解线性规划问题的迭代过程中求出不相交QoS路由.数值实验结果表明了所提出方法的有效性.     

一种针对动态部分可重构SoC软硬件划分的高效MILP模型

异构片上系统(System-on-Chip,SoC)在同一芯片上集成了多种类型的处理器,在处理能力、尺寸、重量、功耗等各方面有较大优势,因此在很多领域得到了应用。具有动态部分可重构特性的SoC(Dynamic Partial Reconfigurability SoC,DPR-SoC)是异构SoC的一种重要类型,这种系统兼具了软件的灵活性和硬件的高效性。此类系统的设计通常涉及到软硬件协同问题,其中如何进行应用的软硬件划分是保证系统实时性的关键技术。DPR-SoC中的软硬件划分问题可归类为组合优化问题,问题目标是获得调度长度最短的调度方案,包括任务映射、排序和定时。混合整数线性规划(Mixed Integer Linear Programming,MILP)是求解组合优化问题的一种有效方法;然而,将具体问题建模为MILP模型是求解问题的关键一环,不同建模方式对问题求解时间有重要影响。已有针对DPR-SoC软硬件划分问题的MILP模型存在大量变量和约束方程,对问题求解时间产生了不利影响;此外,其假设条件过多,使得求解结果与实际应用不符。针对这些问题,提出了一种新颖的MILP模型,其极大地降低了模型复杂度,提高了求解结果与实际应用的符合度。将应用建模成DAG图,并使用整数线性规划求解工具对问题进行求解。大量求解结果表明,新的模型能够有效地降低模型复杂度,缩短求解时间;并且随着问题规模的增大,所提模型在求解时间上的优势表现得更加显著。     

基于简化模型的T型微反应器设计

分析T型微反应器内流体混合程度和反应产物收率的常用方法:是建立计算流体动态模型,也就是CFD模型,可是这种模型不适用于微反应器的优化设计,因为利用CFD模型进行优化计算需要的大量的计算时间。本研究开发了一个描述T型微反应器流体流动状态的简化模型,通过假设边界条件和假设扩散系数的设定来计算微反应器内反应产物收率。其中假设边界条件用来描述强混合效果在反应通道入口处的流动状态,假设扩散系数用来描述混合效果在流动路径上的变化。本研究依据此简化模型,确立了一种优化设计方法:,用来设计具有最优尺寸的T型微反应器。优化问题的目标函数是最大反应产物收率,优化约束包括反应通道尺寸约束和操作压力约束。在求解过程中,首先建立尺寸约束边界条件下的CFD模型,然后依据CFD模型计算结果:,求解简化模型中的未知参数。将建好的简化模型作为优化问题的等式约束,最后求出最优的T型微反应器。简化模型和优化设计方法:的有效性通过一个快速平行串联反应在微反应器中的反应过程来验证。简化模型的优化设计结果:和CFD模型验证结果:高度一致。     

空间太阳能电站太阳能接收器二维展开过程的保结构分析

针对传统数值方法求解微分-代数方程过程中经常遇到的违约问题,本文以空间太阳能电站太阳能接收器的简化二维模型为例,采用辛算法模拟了简化模型的展开过程,研究了辛算法在求解过程中约束违约问题.首先,基于Hamilton变分原理,将描述简化二维模型展开过程的Euler-Lagrange方程导入Hamilton体系,建立其Hamilton正则方程;随后,采用s级PRK离散方法离散正则方程,得到其辛格式;最后,采用辛PRK格式模拟太阳能接收器的二维展开过程.模拟结果显示:本文构造的辛PRK格式能够很好地满足系统的位移约束.     

解非线性约束规划问题的新型多目标遗传算法

给出非线性约束规划问题的一种新解法。把带约束的非线性规划问题转化成为两个目标的多目标优化问题，并为转化后的多目标优化模型设计了一种新型多目标遗传算法，数据实验表明该算法对带约束的非线性规划问题求解是非常有效的。     

对象族拓扑约束求解的研究

针对当前对象族模型在求解拓扑约束时存在的缺陷,提出一种求解拓扑约束的新方法,这种方法在求解拓扑约束时,把拓扑约束映射为布尔约束满足问题,通过用SAT求解器求解布尔约束来求解拓扑约束。实践证明,该方法不仅直接关联与拓扑约束指定的特征的语义,而且当模型中存在大量相交的特征时也是可行的,提高了拓扑约束求解的效率。     

基于树状线性规划搜索的单调速率优化设计

改善单调速率(rate monotonic,简称RM)可调度性判定算法的效率,是过去40年计算机实时系统设计的重要问题.最近,研究人员把可调度性判定问题扩展到了更一般的优化设计问题,即,如何调节在区间可选择情况下的任务运行时间,使得:(1)系统RM可调度;(2)系统的某个性能(如CPU利用率)达到最优.在已有的求解实时系统RM优化设计问题的方法中,都是先把原问题建模成广义约束优化问题,然后再对广义约束优化问题进行求解.但现有方法的求解速度较慢,任务数较多时不再适用.提出一种求解优化问题的方法——基于树状的线性规划搜索(linearprogramming search,简称LPS)方法.该方法先将实时系统RM优化设计问题建模成广义约束优化问题,再将其分拆成若干线性规划子问题,然后构造线性规划搜索树,利用剪枝搜索算法求解部分线性规划子问题,最后得到优化解.实验结果表明:LPS方法相比于已有的方法能够节省20%~70%的求解时间,任务数越多,节省时间越多.该研究成果可以与计算机可满足性模定理(satisfiability modulo theories,简称SMT)领域的多个研究热点问题联系起来,并可望改善SMT问题的求解效率.     

单层树型网格下独立任务的周期性调度

提出单层树型网格下单位独立任务的周期性调度方法,单位独立任务是大小相等的独立任务.首先,为单层树型网格下的单位独立任务调度建立线性规划模型,通过分析整数线性规划求解过程,发现一个单层树型网格平台在节点构成不同时,分别具有非饱和态、临界态或冗余态特征;并且,随着网格节点上任务数的增多,线性规划最优解呈线性增长,任务调度具有周期性特性.据此给出非饱和态、临界态或冗余态网格的定义、性质和判定方法,推导出单位独立任务调度的周期长度.最后,分析了周期性调度的时间复杂性,提出一种周期性调度算法Periodic-Sched.实验结果表明,周期性调度是有效的.单位独立任务的周期性调度将大规模的任务调度问题简化为一个周期内的任务调度,降低了调度问题的复杂度.该调度方法适用于对Hadoop平台的Map任务进行调度.     

GC-MCR:有向图约束指导的并发缺陷检测方法

约束求解应用到程序分析的多个领域,在并发程序分析方面也得到了深入的应用.并发程序随着多核处理器的快速发展而得到广泛使用,然而并发缺陷对并发程序的安全性和可靠性造成了严重的影响,因此,针对并发缺陷的检测尤为重要.并发程序线程运行的不确定性导致的线程交织爆炸问题,给并发缺陷的检测带来了一定挑战.已有并发缺陷检测算法通过约减无效线程交织,以降低在并发程序状态空间内的探索开销.比如,最大因果模型算法把并发程序状态空间的探索问题转换成约束求解问题.然而,其在约束构建过程中会产生大量冗余和冲突的约束,大幅度增加了约束求解的时间以及约束求解器的调用次数,降低了并发程序状态空间的探索效率.针对上述问题,提出了一种有向图约束指导的并发缺陷检测方法 GC-MCR (directed graph constraint-guided maximal causalityreduction).该方法旨在通过使用有向图对约束进行过滤和约减,从而提高约束求解速度,并进一步提高并发程序状态空间的探索效率.实验结果表明:GC-MCR方法构建的有向图可以有效优化约束的表达式,从而提高约束求解器的求解速度并减少求解器的调用次...     

CAE软件操作小百科（23）

正1 RecurDyn如何在仿真之前检查模型的各种设置是否正确?在动力学分析之前,若要检验样机,可以先进行运动学分析,且在施加作用力之前确定各种约束是否正确.在RecurDyn中,还提供模型预分析功能,在simulation type中有预分析功能(pre analysis),检查模型自由度、是否有冗余约束及其相关信息.2 RecurDyn怎样解决有冗余约束的问题?当模型存在冗余约束时,软件在求解过程中会     

基于Gauss 伪谱法的导弹过渡段控制律设计

针对滑翔段到巡航段的过渡段控制问题,在考虑地球自转和冲压约束及巡航段初始状态约束条件下,建立了导弹控制律设计模型． 运用Gauss 伪谱法将最优控制问题转换为非线性规划问题,利用SNOPT 对非线性规划问题进行求解． 仿真结果表明Gauss 伪谱法对导弹滑翔段到巡航段的过渡段最优控制律求解是有效的。     

基于SQP算法的SAR成像导引头三维弹道优化

弹载SAR平台轨迹的设计是研究弹载SAR成像算法的前提。为了在满足SAR成像条件的同时降低导弹打击时间,需要对SAR成像导引头的弹道进行优化。该问题属于非线性最优控制问题,本文采用序列二次规划(SQP)优化算法进行求解。首先以波束驻留时间最小为指标函数,导弹俯仰、偏航加速度为优化变量,建立了SAR成像导引头三维弹道优化模型,模型的约束包括SAR成像约束、过载约束和导弹飞行高度约束。然后,将原最优控制问题进行参数化,转换成非线性规划问题,利用SQP算法进行求解。参数化时,离散节点越多,得到的非线性规划问题规模越大,求解速度就越慢。仿真结果表明,SQP算法能够有效解决SAR成像导引头三维弹道优化问题,得到的解满足模型约束。     

基于有向无环图网格独立任务调度算法*

提出了基于有向无环图多约束网格环境下独立任务的调度模型,为其建立多约束线性规划模型,通过求解模型节点的优先级,获得网格各计算节点最优任务调度数;然后基于多约束最优任务调度方案,提出多约束带宽优先启发式算法(MCOPBHATS)和多约束计算速度优先启发式算法(MCOPCHATS)。实验结果表明,在多约束异构的网格环境下实现大量独立任务调度时, MCOPBHATS和MCOPCHATS算法的性能优于基于多约束最优任务调度方案的MinMin 算法。