摘要：通过在实码遗传算法进化过程中加入改进的步长加速学习算子 ,并利用实码遗传算法和步长加速法所得到的优秀个体群 ,作为变量新的变化范围 ,逐步缩小搜索空间 ,自动向最优解收缩 ,提出了求解不可微非线性函数全局解的一种新方法———混合加速遗传算法 (HAGA) ,给出了HAGA算法实施的详细步骤 ,建立了HAGA相应的收敛定理 .理论分析和实例分析表明 ,HAGA具有准确、快速和适用性强等特点 ,是一种既可以较大概率搜索全局最优解 ,又能进行局部细致搜索的优秀非线性优化方法 ,可广泛应用于各种不可微函数优化问题中 .

摘要：针对非线性优化问题约束条件中待定参数的时间序列数据,首先使用GM(1,1)方法进行建模预测得到参数的预测值,进而将参数预测值代入原问题中提出一个确定型的非线性优化问题。对该确定型问题设计了一个多子种群并行进化的遗传算法进行求解,在分析所提算法的收敛性的基础上,给出了初步的数值算例。数值算例实验结果表明:该算法能够较为精确地获得预测型非线性优化问题的(近似)全局最优解。

摘要：针对可重构智能表面辅助的通信系统,提出了一种智能反射表面开关选择和功率分配的联合设计方法,以改变电磁波传播环境、提高信号传输效率、减少功率消耗。首先,在保证接收端数据传输速率达到一定门限值等多个约束条件下,建立以系统能量效率最大化为目标的多维变量联合非线性优化问题,其中涉及的优化变量包括:智能反射表面开关选择、相位调整和功率分配。在开关选择方面,采用贪婪算法选择开启起主要作用的元器件,并关掉起次要作用的智能反射表面。在功率分配方面,通过求解凸优化问题得到功率分配的闭式解。基于此,设计出一种高传输速率、低功率消耗的迭代优化算法。最后,设计仿真教学实验,通过MATLAB软件,验证了所提出的联合优化算法通过改变电磁波传播环境,有效地提高了信号传输的速率和能量效率;并分析了实验中导致算法性能发生变化的机理,这也有利于帮助学生提高科研创新能力和工程实践能力。

摘要：将发电控制、电压控制和潮流优化结合在一起,综合考虑电网的功率约束、电压质量和经济性指标,建立了海上油田群电网的潮流优化控制模型,并给出了其求解方法。通过将海上油田群电网潮流优化控制问题转化为一个多目标非线性优化问题,从而设计并实现了一套基于内点法和分支定界法的优化求解算法,并通过调整目标权重来适应海上油田群电网各种运行控制模式的需求。采用涠西南油田群电网实际数据进行测试,表明适当设定权重参数可在保证电压质量、功率平衡的基础上,优化机组的出力,获得经济运行的效果。

摘要：船舶的工作环境十分复杂,纵向运动参数辨识可以保证船舶的正常航行,避免意外事故的发生。针对当前船舶纵向运动参数辨识方法存在难以找到全局最优值、参数搜索精度低等不足,设计了基于改进蚁群算法的船舶纵向运动参数辨识方法。首先对船舶纵向运动特点进行分析,将船舶纵向运动参数辨识看作是一个非线性优化问题,然后结合船舶纵向运动参数初始化蚁群种群,并通过模拟蚁群的搜索食物机制对船舶纵向运动参数最优解进行查找,当达到最大迭代次数时,得到了最优船舶纵向运动参数,最后对船舶纵向运动参数辨识方法的性能进行测试,改进蚁群算法可以得到高精度的船舶纵向运动参数辨识结果,船舶纵向运动参数辨识误差控制在有效范围内,验证了本文方法的有效性,并与其他船舶纵向运动参数辨识方法进行对比测试,本文方法的船舶纵向运动参数辨识更优,验证了本文方法的优越性。

摘要：In this paper, a novel approach is proposed for solving the parameter design problem of brushless direct current(BLDC) motor, which is based on the membrane computing(MC) and pigeon-inspired optimization(PIO) algorithm. The motor parameter design problem is converted to an optimization problem with five design parameters and six constraints. The PIO algorithm is introduced into the framework of MC for improving the global convergence performance. The hybrid algorithm can improve the population diversity with better searching efficiency. Comparative simulations are conducted, and comparative results are given to show the feasibility and effectiveness of our proposed hybrid algorithm for high nonlinear optimization problems.

摘要：This paper presents a novel design procedure for optimizing the power distribution strategy in distributed generation system. A coordinating controller, responsible to distribute the total load power request among multiple DG units, is suggested based on the conception of hierarchical control structure in the dynamic system. The optimal control problem was formulated as a nonlinear optimization problem subject to set of constraints. The resulting problem was solved using the Kuhn-Tucker method. Computer simulation results demonstrate that the proposed method can provide better efficiency in terms of reducing total costs compared to existing methods. In addition, the proposed optimal load distribution strategy can be easily implemented in real-time thanks to the simplicity of closed-form solutions.

摘要：在神经网络的训练当中存在“过学习”现象以及参数难以选择的困难 .本文指出了大多数自适应 BP算法在学习率自调整中存在的问题 :事后矫正 ,同时通过极其简单的优化手段 ,为当前权值的每一次调整选择一个次优 (甚至最优 )的学习率 ,从而改善了训练过程的平稳性和快速性 ,并且有效地解决了神经网络的“过学习”

摘要：The linear seat suspension is considered due to the low cost consideration therefore, the optimal linear seat suspension design method can be used for this purpose. In this paper, the design of a passive vehicle seat suspension system was handled in the framework of linear optimization. The variance of the dynamic load resulting from the vibrating vehicle operating at a constant speed was used as the performance measure of a suspension system. Using 4-DOF human body model developed by Abbas et al., with linear seat suspension and coupled with half car model. A genetic algorithm is applied to solve the linear optimization problem. The optimal design parameters of the seat suspension systems obtained are kse = 3 012.5 N/m and cse = 1 210.4 N. s/m, respectively.

摘要：GJ20053142 应用 Lingo 非线性规划软件的钻孔灌注桩优化设计 [刊,中]/郑怡…//山西交通科技.—2004,(4).—43～46优化设计在考虑结构安全性要求的同时,也考虑了经济性的要求。结合传统的钻孔灌注桩设计之不足,对钻孔灌注桩进行了优化设计。