不确定线性脉冲系统的鲁棒耗散性

利用Lyapunov函数和线性矩阵不等式方法 ,得出了不确定脉冲线性系统相对于二次供给率的鲁棒耗散性的条件。     

未来不确定条件下电源规划投资模型

传统的电源规划投资模型的优化目标是投资费用的最小化,在现代电力企业的决策中有其局限性.本文改进了传统的电源规划投资模型,建立了在未来不确定风险下,基于期望净现值最大化的电力投资模型,并在此基础上讨论了等待价值的计算方法.     

不确定条件下多产品间歇过程优化研究

针对不确定参数数目增大时不确定条件下间歇过程优化较难求解的情况 ,提出了新的求解策略。将蒙特卡罗积分策略与求解二阶段随机规划的可行域算法相结合 ;依据间歇过程特性 ,避免求解一系列可行域限定子问题 ;将积分值抽样点数与Benders算法主问题优化限定条件中的抽样点数相区别 ,利用两组抽样点求解。新的求解策略使不确定参数数目增大的情况下间歇过程优化问题变得较易处理 ,算例证明了该算法的有效性。     

基于混沌控制的多目标不确定环境下移动机器人路径规划

针对多目标不确定环境下移动机器人路径规划算法复杂的问题,提出了一种新的规划算法———混沌控制算法.该算法利用混沌控制原理,根据检测到的目标位置信息,分别采用线性和非线性方法构造目标函数,然后通过牛顿定理,进行路径规划,求出规划节点.最后对算法进行了模拟仿真.仿真结果表明,构造的目标函数在每个目标点周围形成了收敛区域,机器人移向哪一个目标点,由它的初始状态所在的吸引域决定,不必再施加其它控制.这样减少了规划的计算量,提高了路径规划的速度和精度,为以后研究包含多障碍物的不确定环境下的路径规划奠定了基础.     

一种动态不确定环境下的机器人路径规划算法

为了提高机器人在动态不确定环境下的实时性和适应能力,提出了一种机器人实时路径规划新方法.采用环境信息处理算法,通过搜索实时局部环境信息特征信息的方式对环境信息进行分析和处理.该方法能够捕捉动态障碍物并对动态障碍物的运动规律进行预测,将特征信息及时更新给运动动作规划算法部分.运动动作规划算法是通过引入启发式思想选择双安全子目标点,完成规划运动动作并实现优化路径.在不同环境下进行仿真实验,检验了算法的有效性,证明算法在动态不确定环境下具有良好的实时性和适应性。     

不确定路网条件下出行路径选择模型对比分析

对出行路径选择模型作了简要解析,进而分别基于"期望效用理论"和"前景理论",建立不确定路网条件下的出行者出行路径选择模型,并结合实际算例及实证调查,对基于两种理论模型得出的结果做出对比分析,结果表明"前景理论"的研究思路更适合描述风险状况以及不确定条件下的个人出行决策行为.     

不确定条件下SMT产品生产规划的建模及GA求解

针对PCBA组装企业的SMT产品生产规划问题,给出了一种考虑预估订单和生产线故障率等不确定条件的生产任务排程方法。该方法将预估订单的批量、来料时间和交货期等用区间数表示,建立其不确定型调度模型,并采用可能度水平将该模型转换为确定型,然后用遗传算法进行求解。给出了该遗传算法的结构,并提出了“染色体按生产线分段、段内按产品加工序排列”的8进制编码、基因交叉和段长改变的变异操作等具体方法。实验结果验证了其可行性,具有较好的参考价值。     

不确定条件下供应链设施决策的鲁棒优化

针对供应链设施决策问题,包括设施的位置、能力以及供给和需求的分配,考虑不确定的市场需求和成本费用,建立了鲁棒优化模型,使用情景分析法对不确定性参数进行了描述.设计了一种基于二进制映射模式染色体编码的混合遗传算法来求解鲁棒优化模型.算例仿真表明,利用鲁棒优化模型进行供应链网络设计,系统误差减小,系统呈现出对不确定因素的不敏感性.     

不确定条件下的企业战略转换研究

提出了人形的战略转换机制.在区分环境不确定性的4个层次(对于未来前景的可预测程度)和阐释企业进行战略转换的3种模式基础上,对在不同层次的不确定条件下,运用战略转换模式进行了进一步的探讨.     

价格决定报童模型不确定需求在普通随机序下的一些结果

在普通随机序下讨论了一般情形价格决定报童模型不确定需求的一些结果.     

基于不确定信息条件下的多属性群组决策评价模型

建筑安全管理的复杂性要求将决策者的知识和经验有效结合以利于做出正确的决策判断.逼近理想解排序方法(TOPSIS)作为一种实用且有效地处理多属性决策问题的方法被广泛地应用到建设管理领域.将该方法与灰数理论相结合,通过建立不确定信息条件下的多属性群组决策模型来进行建筑安全绩效评价.首先采用区间型灰数矩阵描述专家评价信息的不确定性;其次引入线性变换函数对灰数评价矩阵进行规范化处理以改善评价信息偏差问题,并采用明可夫斯基距离函数来克服传统TOPSIS方法中初始权重影响过大的缺陷;最后结合建筑安全绩效评价实例证明该模型算法的科学性和有效性,并易于拓展到类似决策评价中.