基于Mesh结构的电源/地布线网优化设计

提出了一种优化Mesh结构电源／地布线网的快速算法，使电源／地线网在可靠性约束条件下，通过调整线段的长度和宽度，布线面积达到最小，其基本思想是将约束条件下的非线性规划问题转化线性规划问题，得到所需的线段长度和宽度。     

基于遗传粒子群算法的DNA编码优化

DNA编码序列的设计是影响DNA计算可靠性的重要手段,该文从DNA编码设计应满足的多约束条件中选取适当的约束条件,针对这些约束条件提出每个DNA个体应满足的评估公式,采用遗传粒子群算法解决该多目标优化问题,并在不同的约束准则下将计算得到的序列与已有的DNA序列进行了对比。仿真结果证明了该方法的有效性。     

基于内罚函数的装备系统可靠性分配研究

装备系统可靠性分配的本质之一是有约束条件的非线性规划问题,从内罚函数角度出发,通过构造惩罚函数,将问题转化为无约束的优化问题;构造出基于装备系统复杂度和平均故障间隔时间的费用函数,将系统可靠度与费用关联起来,给出了在费用约束条件下的可靠性分配数学模型;在实例计算分析中,利用Matlab中的ode15s功能函数对分配模型进行计算,得到了不同惩罚因子下可靠性分配的最优解,计算结果具有较好的收敛性和稳定性,说明本分配方法具有良好的可行性。      

基于软件架构的可靠性分配算法

研究软件可靠性分配中的软件开发成本最小化问题.将软件系统的成本最小化问题表达为一类带约束条件的组合优化问题,并且提出了基于架构的软件可靠性与开发成本评估及分配思想,建立了基于软件架构的可靠性-成本模型,提出了基于该模型的可靠性最优分配算法.该算法可以求解在给定可靠性目标前提下的可靠性分配问题,使得软件系统预期开发成本最小.     

抗工艺变化的时钟偏差规划

提出了在时钟偏差规划过程中减小中心误差平方值的增量式松弛量分配方法.在给定的时钟周期下,根据当前约束条件中所包含的组合电路的最大/最小时延值的权重,合理地为具有不同变化量的约束条件边界分配不同的松弛量.实验结果表明:该方法可以有效地分配偏差值与约束边界间的安全区,从而大幅提高在工艺变化条件下电路的可靠性.     

模糊需求的多周期可靠性绿色选址-路径问题

选址-路径问题作为供应链管理中的重要问题已经得到大量关注。针对模糊需求下的可靠性绿色选址-路径问题,建立多周期的模糊机会约束优化模型,在满足运输线路可靠性、设施能力和车辆能力模糊机会约束条件下最小化物流及燃油消耗成本。为了对模型进行求解,设计一种混合遗传算法（HGA）。为了验证所提出算法的性能和模型的合理性,进行了不同规模的仿真实验,结果表明了算法的有效性和模型的合理性。最后通过数值实验分析了置信水平和可靠性水平对最终解的影响。     

考虑可靠性和鲁棒性的机械接头有限元设计优化

为从实际工程角度获得最优的产品设计方案,对考虑应力约束条件下最优结构参数配置的机械接头进行有限元结构优化.以Abaqus为有限元计算软件,寻找出在应力约束条件下的理论值;通过OPTIMUS软件进行最优结构参数配置,并考虑结构加工制造公差和材料性能波动所产生的可靠性和鲁棒性因素,分析并重新进行结构的参数设计.示例表明该方法具有一定的参考价值.     

基于改进遗传算法的可靠性网络优化设计

在可靠性条件约束下,使网络成本最低是网络规划NP-hard问题。从遗传算法的基本原理出发并对其进行改进,分析带有可靠性约束条件的通信网设计中的网络优化问题,这一方法的最大优点是可将其推广到求解一般带有约束的网络优化问题。而且结果表明无论是解的精度还是运算速度遗传算法都优于分枝定界法及其它启发式算法。     

高质量分层结构电信网络设计中的可靠性问题研究

可靠性问题是电信网络优化设计的核心问题之一,在光缆网拓扑结构已知前提下,给出了满足可靠性要求的电信级服务质量有关业务的性能指标,建立了时延、时延抖动和IP路由跳数等性能指标约束条件,以最小化IP和传输两层网络建设费用为目标的非线性混合整数规划模型,然后重点研究可靠性问题,结合问题的分层结构,将其转化为结构可靠和带宽可靠两个子问题,分别给出了IP层节点失效和传输层路段失效两种情况的解决方案,测试结果说明了可靠性对网络流量的影响.最后对全文进行了总结,并对下一步的研究工作进行了展望.     

基于可靠性分析的MAS构建优化算法

采用多Agent技术进行制造系统建模时,Agent间可靠有效的交互协作是系统成功处理离散制造任务的重要保障。以增强多Agent系统的可靠性为目的,提出了使用并联式结构来构建多Agent系统的思想。在此基础上,给出了并联式Agent系统的可靠性评价方法,建立约束条件下的多Agent系统可靠性极大化问题的数学模型,利用填充函数算法的思想构造该模型的求解算法,并通过实例说明并联式结构和求解算法的有效性。     

时变输出约束非线性系统的量化反馈 自适应终端滑模控制

针对一类复杂非线性系统,提出一种新型自适应快速非奇异终端滑模控制(IAFNTSMC)方法,用以解决其在输出时变约束及量化输入情形下的轨迹跟踪问题;利用鲁棒自适应方法处理扰动不确定性,并结合反演策略和终端滑模策略设计控制器;构造一种新型的时变约束障碍Lyapunov函数,用于实现对系统的输出误差进行随时间变化的幅值约束;为提高闭环系统的误差收敛速度,提出一种新型的滑模面构造方案.所提控制方法能够保证闭环系统的输出跟踪误差快速收敛到约束边界内,并确保闭环系统所有信号有界.数值仿真验证了所提方法的有效性.     

基于模糊神经网络的电梯群控系统调度方法研究

电梯群控系统是一个复杂的决策系统,具有多目标性、随机性和非线性等特点,难以采用精确的数学模型加以描述,因而传统的控制方法很难提高系统性能。将模糊控制技术与神经网络技术相结合,提出了一种能适应各种交通客流状况的调度方法,设计了各电梯响应呼梯信号的综合评价函数,通过神经网络的学习能力调整各评价因素（候梯时间、乘梯时间、能量消耗、拥挤度）的权重系数,从而确定最佳派梯方案。仿真实验结果表明,此方法能在各种交通客流状况下实现合理的电梯调度,验证了此方法的有效性。     

一种基于访问约束的数据同步技术

针对现实的数据采集环境，提出了数据访问约束的概念。给出了数据源更新的非齐次泊松模型，并在此基础上提出了一种有效的基于访问约束的数据同步方法。通过实验表明，该方法可以在不增加系统探测次数的前提下有效减小数据采集系统数据更新不及时给用户带来的损失。     

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。     

基于CLP模型的HDL设计可观测性分析

为了提高模拟验证中的可观测性覆盖率,建立了一个逻辑约束编程(CLP)模型,定义了变量之间单步传播的条件.在此基础上,借助通用CLP系统自动地完成路径搜索、冲突发现、回溯和约束求解.实验结果表明,基于CLP的可观测性分析技术一方面可以生成更有效的测试向量,使得特定语句上的错误能够被传播到输出,加快模拟验证发现bug的过程;另一方面可以识别出不可观测的语句,避免盲目追求高覆盖率,节约模拟验证的资源.     

复杂条件下的船舶目标检测的图象预处理

给出了一种复杂条件下基于视频图象的实现船舶目标自动检测的图象预处理方法,其成功运行于长江三峡临时船闸的船舶检测系统中。因在室外环境中,船舶检测受到反光、阴影等的干扰;对干扰区的检测成为提高精度的关键。提出了一种新的基于边缘带周转象素的灰度直方图构造方法,该直方图能同时用于检测极大和极小的目标,用于反光和阴影区域的检测;并分析和使用干扰区的灰度和结构特征,进行干扰区域的进一步确认,提高了检测精度和抗     

线性不确定系统具有完整性的一种设计方法

研究了参数不确定状态反馈控制系统的鲁棒容错问题,目的是设计状态反馈控制器使得对可容许的参数不确定性及传感器失效故障或／和执行器失效故障,系统依然保持全局渐近稳定,具有完整性。基于Lyapunov稳定性理论,应用矩阵的谱半径和最小特征值等概念,分别针对传感器失效、执行器失效以及传感器和执行器同时失效三种情况,推导出使闭环系统渐近稳定的三个定理,给出了一种新的、简单的控制律设计方法和设计步骤。最后,给出了一个设计算例,并就各种可能的传感器或／和执行器失效故障情况进行了仿真分析,应用研究结果验证了所提出方法的有效性和简单性。     

面向自由飞行目标捕获的四旋翼最优轨迹规划

自由飞行目标物捕获作为动态任务，在其被执行的过程中，四旋翼不仅要规划出一条时间最优的追踪轨迹，而且还要根据目标物的位置反馈信息实时对轨迹进行重新规划，以实现在最短的时间内追上目标物.针对这一问题，提出了诱导时间最优MPC （model predictive control）算法用于四旋翼的轨迹规划.该算法通过宽松约束条件下时间最优轨迹的引导，利用MPC的滚动优化策略，可以在每个控制周期内用反馈信息实时求解时间最优的追踪轨迹.为了躲避追踪路径中的障碍物，本文还提出了一种用动态线性约束表示障碍物的方法，以提高障碍物约束下轨迹求解的效率.结合诱导时间最优MPC的算法，可以在线实时地求解出具有障碍物避碰能力的时间最优轨迹.仿真结果表明了本文提出算法的有效性，其高效的计算效率也能满足实际系统对算法实时性的要求.     

Input/output stability theory for direct neuro-fuzzy controllers

In an input/output (I/O) setting, we undertake a detailed theoretical investigation of the stability of a given direct static multiple-input single-output neuro-fuzzy controller operating under feedback control, dependent only on the functional gain of the plant to be controlled. It is shown that various stability regions in weight space are convex, and necessary and sufficient conditions are given for these stability regions to be open and bounded. The convexity results coupled with the stability test give a practical method for constructing the stability regions. We show that an adaptive neuro-fuzzy controller is stable under feedback if we constrain the weights of the controller to lie within any compact set within the stability region. Combining a projection operator with any standard training law can thus give a stable adaptive controller     

带有约束优化的遗传算法求解TSP*

主要研究用遗传算法解决带有约束的TSP的方法。使用贪婪交叉算子、自适应变异算子和带有精英保留策略的选择算子相结合对基本遗传算法进行了改进,针对实际TSP中的约束条件讨论了罚方法在遗传算法中的应用,提出了自适应的惩罚函数,并将其与改进后的遗传算法相结合,解决了带有时间约束的TSP。通过对实验结果的比较分析,证明了该方法的可行性和有效性。