基于MATLAB优化工具箱的最优投资方案的设计与实现

在金融领域中，优化设计和MATLAB优化工具箱有着不可估量的应用前景。本文首先介绍了优化设计的概念和过程，分析了MATLAB优化工具箱的求解优化问题的优点，然后通过建立数学模型，选择序列二次规划算法，利用MATLAB优化工具箱中的非线性约束优化函数，在MATLAB平台下缩写程序，设计和实现了一种最优投资方案。     

飞剪机结构参数优化设计

飞剪机是连续式轧钢机组中重要而复杂的辅助设备，其结构参数设计的好坏直接影响剪切质量。飞剪机结构参数优化设计问题属非线性的多目标优化问题，以模拟退火算法为代表的计算智能方法在求解此类优化问题中体现了一定了优势，本文利用改进的模拟退火算法（Improved Simulated Annealing，ISA）对曲柄连杆式飞剪机结构参数进行优化设计，将整个优化过程分成若干个阶段，根据各个子目标函数优化的状态，采用不同的退火系数和归一化系数，综合考虑多个目标函数和约束条件，通过实例计算表明，该方法可以稳定、有效的获取到满意的优化设计结果。     

基于递推非线性部分最小二乘模型的间歇过程批到批优化

针对间歇过程控制策略优化问题,提出一种基于递推非线性部分最小二乘(NLPLS)模型的批到批优化方法:首先采用非线性部分最小二乘方法建立软测量模型,根据过程的控制操作变量对最后的产品质量进行预测。然后基于该模型,计算出最优控制策略并在实际装置上实施。为了解决模型和对象失配并且存在未知扰动的问题,采用递推算法,在每个批次结束后根据新得到的数据和旧模型参数对原模型进行更新。然后,重新求解最优控制策略并在对象上实施。通常经过几个批次,控制策略将收敛到一个满意解。在一个间歇过程上进行仿真研究,同时与基于PLS模型的批到批优化算法进行对比,结果表明采用NLPLS模型取得了优于采用PLS模型的结果。     

群智能算法在螺旋桨参数优化设计中的应用

螺旋桨参数优化设计一般是复杂的非线性问题,设计的难点在于如何在各种非线性约束条件下找到一组适当的参数,使得螺旋桨性能最佳。群智能算法作为一种新兴演化计算技术,能有效解决全局优化问题,是优化算法研究的新热点。首先介绍了粒子群算法和蜂群算法两种群智能算法的工作原理;然后在建立螺旋桨参数优化数学模型的基础上,将群智能算法运用到螺旋桨初步和终结设计优化问题中,并通过实例进行对比分析,结果表明群智能算法解决螺旋桨参数优化问题是实用且高效的。     

遗传算法在钟表机芯设计中的应用

在钟表机芯设计中，齿轮参数的优化设计是一个组合优化问题，很难用传统优化方法解决.遗传算法是一种基于生物进化原理的启发式搜索方法，近年来，它成功地解决了许多计算难题.使用该算法的难点是如何将具体问题映射成适于该算法的编码以及根据编码进行各种操作.该文对传动系统各齿轮参数序号进行编码，成功地解决了齿轮参数的优化设计问题，也为一般机械设计中传动系统参数的优化提供了经验.通过比较，利用遗传算法得出的参数比用专家系统得出的参数更优.     

半潜式平台动力定位系统优化控制器设计

基于滚动优化机制,设计了随机波上的非线性半潜式平台动力定位系统控制器;基于最优预测机制,将每个控制周期内的半潜式平台动力定位系统控制器设计问题转化为一个带约束的非线性优化问题求解;基于系统演化方程的迭代公式,消去目标函数中状态变量,获得非线性优化问题的非线性约束表达式;给出示例说明了该控制器设计过程,仿真验证了该控制策略和控制器的有效性。     

模式匹配中的依赖冲突

通过分析已有匹配方法的缺陷,提出了一种利用依赖冲突选取匹配关系的新方法.首先为目标模式中每个元素选取候选匹配,然后计算每个全局匹配方案的冲突值,最后选取冲突值最小的匹配方案作为最终结果.实验表明,该方法能够显著提高匹配结果的准确率,并使得后续数据映射结果的优化操作更省时.     

空间机械臂电磁制动器温升最优设计及热真空实验

采用遗传算法几何惩罚函数的方法对空间机械臂制动器电磁线圈温升进行了优化设计.首先针对空间机械臂电磁制动器对电磁力、电流以及磁场强度的限制要求,以温升为目标推导出优化模型.然后针对优化模型约束非线性问题,提出遗传算法结合惩罚函数的优化方法.本方法可在解决全局优化问题的同时保证计算过程中的解总是可行解.优化结果显示,线圈温升大大降低.最后,将制动器置于热真空环境模拟设备中,测出电磁制动器线圈温升曲线.实验结果显示,测得温升值与优化设计得出目标温升值基本吻合,验证了方法及设计的正确性.     

间歇精馏常规设计和优化设计的模型及算法

建立了板式间歇精馏塔在恒馏出液组成操作状况下常规设计及优化设计的数学模型。常规设计模型用数值方法编程求解，对二元理想及非理想溶液均适用。优化设计模型以间歇精馏系统年效益最大为优化目标，用菲波那契法求解单变量优化问题，用复合形法求解多变量优化问题。模型同时考虑对整个间歇精馏系统(包括塔主体、塔顶冷凝器及塔底再沸器)进行优化，更符合工程实际情况。求解模型可得到间歇精馏过程最优的一系列设计和操作参数(如理论板数，塔径，操作回流比，塔釜蒸发量，釜残液组成，冷凝器传热面积及冷却水出口温度，再沸器传热面积及加热蒸汽温度等)。算例表明，对恒馏出液组成间歇精馏单变量及多变量优化设计比常规设计分别提高年效益2．6％和18．9％。     

供电网络优化设计的模拟退火算法

对供电网络优化设计提出了一种新算法，把供电网络优化设计问题抽象成图论问题，应用图论量优化方法解决该问题，同时提出了多边形变换方法，用模拟退火算法对供电网络进行优化设计，最终得到一个费用了小电网。     

线性规划法确定用水网络最小用水量

水污染和水资源短缺是人类面临的重大问题。因此,改善用水过程以节约新鲜水,减少废水排放是值得认真研究的课题。本文提出了确定用水过程最小用水量的新方法一线性规划法。分别研究了单组分再利用、再生再利用、再生循环最小用水量问题,把它们归结为线性规划来求解,其中对于再生再利用和再生循环分别提出了两步线性规划法。对于再生再利用过程,第一步建立线性规划l,以确定整个过程的最小新鲜水和相应的最小再生水用量,第二步将第一步所获得的整个过程的最小用水量和相应的最小再生量以及最低再生浓度区间作为已知量,采用与线性规划l同样的约束建立线性规划2,再次求解即可得最低再生浓度c。。此外,本文发现再生再利用过程的最小用水量和再生浓度之间存在两种关系,这两种关系表明获得最小新鲜水用量和再生量的最低再生浓度存在两种可能：夹点处和夹点之上,从而得出了与文献“夹点处再生能获得最小新鲜水用量”不同的结论,即夹点处再生未必总能获得最小新鲜水用量。给出了一个实例,计算结果表明本文方法是有效和简便易行的。     

基于时间Petri网优化设计单杂质间歇过程用水网络

近20年来,间歇过程用水网络的研究得到了人们的广泛关注,并取得了一定的发展。以往对间歇过程的水网络集成研究多采用图解法和数学规划法,图解法无法解决与水质、水量无关的目标或约束,数学规划法计算复杂且较难确定最优解。Petri网具有直观的图形表现能力和严密的数学基础,并且具有强有力的分析技术与手段,非常适合于系统的描述和分析。同时时间Petri网是在Petri网的基础上加入时间因素,可用来建立间歇系统的动态模型。故针对半连续间歇化工过程的单杂质用水网络,本文提出了基于时间Petri网建模的方法,分别对有中间储罐和无中间储罐间歇用水网络进行了研究,首先采用水级联分析法构建了夹点分析通用模型,能够快速准确地确定用水过程的水夹点位置和最小新鲜水需求量。然后根据Petri网的逻辑表述能力、动态传播特性、自主学习机制以及水网络设计原则、水网络综合基本原则和水源匹配规则建立了水网络综合Petri网通用模型,对有中间储罐的情况还确定了中间储罐的位置、数量与容量,实现了单杂质间歇过程用水网络的优化设计。最后对文献中实例进行了研究,得到的夹点位置、新鲜水用量以及用水网络与文献中一致,表明提出的方法是可行和有效的。该方法模型简单、直观,避免了水级联表格的繁复计算,拓展了Petri网在过程领域的应用。     

多杂质用水网络设计方法的改进与比较

通过引入分配因子和最小限制流量对多杂质用水网络超结构模型进行改进,使模型更简捷高效;在逐步线性规划法中引入改进的超结构模型,提供了用水过程的排序依据,可代替枚举法直接排序,提高了求解效率。通过实例比较了改进前后的两种设计方法,找出了它们之间的优势和劣势,结果表明,本文的改进策略可以快速和准确地解决多杂质用水网络设计问题。     

间歇过程多杂质用水网络的研究

对含有多个杂质的间歇用水网络进行综合研究,提出了用水周期的概念,基于不失问题的内在特性原则,提出了模型简化的基本假设,并通过增加中间储罐来跨过时间约束,提出了基于超结构的多杂质用水网络模型,建立了该超结构模型的数学规划模型;提出了该数学模型的分步求解策略:①不考虑时间约束,将看成1个拟连续过程,获得间歇用水的目标网络;②引入时间约束,调整间歇用水网络结构,优化未稳定用水单元,向目标网络逼进;③最终获得最优的间歇用水网络结构.实例研究表明,本文提出的方法是问歇过程多杂质用水网络结构设计的有效工具,可在较少周期后获得稳定的网络结构,新鲜水用量可节省34.9%.     

Explicit/multi-parametric model predictive control (MPC) of linear discrete-time systems by dynamic and multi-parametric programming

This work presents a new algorithm for solving the explicit/multi-parametric model predictive control (or mp-MPC) problem for linear, time-invariant discrete-time systems, based on dynamic programming and multi-parametric programming techniques. The algorithm features two key steps: (i) a dynamic programming step, in which the mp-MPC problem is decomposed into a set of smaller subproblems in which only the current control, state variables, and constraints are considered, and (ii) a multi-parametric programming step, in which each subproblem is solved as a convex multi-parametric programming problem, to derive the control variables as an explicit function of the states. The key feature of the proposed method is that it overcomes potential limitations of previous methods for solving multi-parametric programming problems with dynamic programming, such as the need for global optimization for each subproblem of the dynamic programming step.     

非线性目标规划算法在仪表误差分配中的应用

仪表误差分配是指在仪表设计过程中，如何合理地设计仪表中各部件的误差，使得总的合成误差最小。本文利用非线性目标规划原理，对仪表误差分配过程实现了最优化设计，并在计算机上用（ＩＲＧ法加以实现，取得了满意结果，从而提高了仪表的综合性能指标。     

水夹点技术的应用研究

水资源的逐年匮乏和环境污染的日趋严重对过程工业提出了废水最小化的要求.本文介绍了应用水夹点技术进行单杂质用水网络设计的过程,尤其是格子图的构造和网络调优.针对多杂质系统,除了应用单杂质系统的设计方法,必须很好地选择参考杂质,并在网络设计时注意浓度转移的表示.最后,比较了水夹点技术设计单杂质和多杂质用水系统的异同.     

A memetic algorithm applied to the design of water distribution networks

The optimal design of water distribution networks is a real optimization problem that consists of finding the best way to convey water from the sources to the users, satisfying their requirements. Many researchers have reported algorithms for minimizing the network cost applying a large variety of techniques, such as linear programming, non-linear programming, global optimization methods and meta-heuristic approaches. However, a totally satisfactory and efficient method is not available as yet. Many works have assessed the performance of these techniques using small or medium-sized benchmark networks proposed in the literature, but few of them have tested these methods with large-scale real networks. This paper introduces a new memetic algorithm for the optimal design of water distribution networks. In order to establish an accurate conclusion, five other approaches have also been adapted, namely simulated annealing, mixed simulated annealing and tabu search, scatter search, genetic algorithms and binary linear integer programming. The results obtained in three water distribution networks show that the memetic algorithm performs better than the other methods, especially when the size of the problem increases.     

On simultaneous shape and orientational design for eigenfrequency optimization

Plates with an internal hole of fixed area are designed in order to maximize the performance with respect to eigenfrequencies. The optimization is performed by simultaneous shape, material, and orientational design. The shape of the hole is designed, and the material design is the design of an orthotropic material that can be considered as a fiber-net within each finite element. This fiber-net is optimally oriented in the individual elements of the finite element discretization. The optimizations are performed using the finite element method for analysis, and the optimization approach is a two-step method. In the first step, we find the best design on the basis of a recursive optimization procedure based on optimality criteria. In the second step, mathematical programming and sensitivity analysis are applied to find the final optimized design.     

Parameter optimization of an on-chip voltage reference circuitusing evolutionary programming

This paper presents an application of evolutionary programming to parameter optimization in the design of a voltage reference circuit. Designing circuits consists of two steps: topological design and parameter determination. After designing a topology suitable for the circuit, the designer selects an appropriate value for each circuit element from a circuit analysis and his experience. This step is difficult and time consuming because the designer must consider many factors simultaneously. As more precise circuits are required, parameter optimization becomes more complex. The voltage reference circuit, which requires a precise reference voltage independent of power fluctuation and temperature change, is such an example. In this paper, evolutionary programming is used as an effective method of finding good parameter values for the elements of the voltage reference circuit. Simulation results show that this method provides good performance and can be used as an effective method for circuit design