摘要：递阶优化模型因其具有清晰的层次结构在运输工程领域有着广泛的应用 ,本文主要介绍双水平规划在道路网络设计、交通控制、交通需求估计领域的应用 。

摘要：针对由多个相互关联的微电网组成的多微电网系统,提出基于Barzilai-Borwein梯度法的多微电网系统递阶优化调度算法。该算法通过协调各子网多余或缺少的能量,并优化各子网发电设备以实现各微电网能量供需平衡,最小化多微电网系统整体运行成本。首先建立多微电网能量流动模型及其能量管理优化问题,随后综合预测控制的滚动优化思想和关联平衡原理,设计了多微电网系统的递阶优化调度算法。并引入Barzilai-Borwein梯度法对子微电网之间协调,提升协调级迭代计算寻优过程的收敛速度,驱动各子网的独立优化解快速收敛至多微电网的整体优化解。结果表明:该方法以较低的计算量取得了良好的多微电网能量管理效果。数值仿真验证了本文算法的有效性。

摘要：为提高大规模平台上可扩展矩阵乘法的并行计算效率,提出一种并行分层可扩展矩阵乘法的递阶优化方法。首先,在可扩展矩阵乘法算法(SMM)算法枢轴行和枢轴列通信研究基础上,利用分层方式在更高等级上对网格进行矩形群划分,实现矩阵乘法的二维计算向三维计算转变,并设计对应的集群内通信和集群间通信过程,实现SMM乘法的递阶并行优化(HSMM);其次,对所提HSMM算法进行理论分析,分情况对其通信成本进行分析和预测,推导出最佳计算成本的集群数选取方式;最后,通过在Grid5000和BlueGene/P测试平台实验,显示所提算法在执行时间和通信时间指标上均要优于对比算法,验证了所提算法有效性和理论分析的正确性。

摘要：基于对铁路平托盘标准化研究成果中的2种推荐托盘规格(1 200 mm×1 000 mm、1 200 mm×800 mm)进行考虑,为了设计出与1 200 mm×1 000 mm或1 200 mm×800 mm相匹配的周转箱,并且尺寸要符合ISO物料包装标准模数600 mm×400 mm,最后选用600 mm×400 mm作为周转箱的底面尺寸.利用递阶优化算法研究适用于高铁快运的周转箱标准.在对3种高铁车型的载箱效率进行分析后,得出600 mm×400 mm×335 mm的周转箱尺寸理论最优解.

摘要：针对两层规划问题本质上的非凸性和不可微性给其数值求解带来极大困难,特别是求非线性两层规划问题的全局最优解,而遗传算法不受这些因素的限制,设计了一种新的有效的遗传算法来解决非线性两层规划问题.该算法充分考虑了两层规划问题的结构特点,使遗传算子更加有效,并且易于产生好的后代.

摘要：对于一类非线性两层规划问题,将下层规划分解成几个并列且独立的子问题。对于上层的每一个决策变量,求出下层各子问题的Karush-Kuhn-Tucker(K-K-T)稳定点,作为对上层决策的反应。针对上层问题,设计了自适应的正交遗传算法,并给出其全局收敛性证明。最后数值模拟验证了该算法的高效性及鲁棒性。

摘要：将协作式问题合理地分配给各实体,通过对实体之间交互关系模型的优化获得较少交互关系数,对于减少实体的交互工作量,简化协作管理行为,降低通信代价,从而有效高质地解决该协作式问题具有重要意义.根据题内交互关系以及题外交互关系的定义,在分析以最小化实体之间交互关系数为目标的数学模型的基础上,提出了三个选择原则,以从每个子问题的各候选团队中选出合适的执行团队,并在此基础上设计实现了递阶优化分配算法,给出了模型的较优解.

摘要：After reviewing the literature and methodology-related issues within the field of product family design, a deficiency in the current design and development of product family is pointed out. The concept of hierarchical associated design is proposed in this article, according to the deficiency, and the methods and models for realizing the notion above are described. A two-dimensional analytical model is constructed based on the composing levels and developing processes of product family. The optimization models to hierarchical associated design problems are grouped into two categories: overall-local and key-subordinate. The algorithms of the models are discussed in this paper.