摘要：本文将遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍｓ，ｏｒＧＡｓ）用于非线性优化问题的求解。利用惩罚函数（ＰｅｎａｌｔｙＦｕｎｃ－ｔｉｏｎ）的方式处理非线性约束，并且通过实例验证该方法的实用性。

摘要：针对标准遗传算法的缺陷,提出一种基于实数编码技术的新型自适应混沌遗传算法,求解复杂非线性约束优化问题.算法根据实数编码的特点,依据概率分布函数构造杂交算子,结合混沌动力学特性和人工神经网络理论,设计了一种自适应混沌变异算子,使算法有效维持群体多样性,防止和克服进化中的“早熟”现象,同时采用不需要惩罚因子的直接比较惩罚函数方法,对约束条件加以处理.通过算例数值实验,验证了算法在提高解的精度和加快收敛速度方面都有明显改善.

摘要：动态非线性约束优化是一类复杂的动态优化问题,其求解的困难主要在于如何处理问题的约束及时间(环境)变量。给出了一类定义在离散时间(环境)空间上的动态非线性约束优化问题的新解法,从问题的约束条件出发构造了一个新的动态熵函数,利用此函数将原优化问题转化成了两个目标的动态优化问题。进一步设计了新的杂交算子和带局部搜索的变异算子,提出了一种新的多目标优化求解进化算法。通过对两个动态非线性约束优化问题的计算仿真,表明该算法是有效的。

摘要：把Powell方法作为一个与选择、交叉和变异平行的算子,嵌入到基本遗传算法中,在遗传算法中定义Powell算子,得到一种既有较快收敛性,又能以较大概率求得非线性约束优化问题全局最优解的混合遗传算法-Powell遗传算法。通过自适应的退火因子和罚函数来处理约束条件,使算法逐渐收敛于全局可行最优解。数值结果表明该方法优于基本遗传算法和Powell法。

摘要：在非线性约束优化中,处理好约束条件和增强局部搜索能力是解决这类问题的关键.本文在给出问题一般形式的基础上,设计了一个模拟退火和遗传算法结合的算法.它用模拟退火算法来增强局部搜索能力,用线性交叉来处理约束以外的解,将可行解与不可行解用适应值的正负来区分.仿真试验表明,该算法收敛速度快、搜索能力强、稳健性好,本方法是对应用遗传算法求解非线性约束优化问题的又一次深入探索.

摘要：针对欠驱动船舶轨迹跟踪控制系统具有非线性、大惯性、时滞、局部线性不可控等特点,结合扩展卡尔曼滤波器和序列二次规划算法,设计了基于非线性模型预测的船舶轨迹跟踪控制策略.首先,设计了具有一定复杂度的参考轨迹,用于测试船舶的各种工况及工况切换情况.其次,应用船舶欠驱动三自由度运动控制模型与所设计的参考轨迹建立了非线性约束优化问题的目标函数,采用序列二次规划算法进行优化求解,并在扩展卡尔曼滤波器中对测量函数的雅可比矩阵进行了预求解以减少算法计算量.最后,通过对一艘运输船进行仿真试验,验证了所设计轨迹跟踪控制器的有效性和实时性.

摘要：采用新型凯夫拉纤维作为某空间用小型低温杜瓦瓶的支撑材料,在验证其力学性能的基础上,设计了杜瓦瓶的支撑结构,建立了一种新的热力学耦合优化模型,给出支撑结构固有频率、热应力及发射环境下的约束条件,通过一种'离散点加密'新约束优化法计算出了支撑结构满足约束条件范围内的要求的最优设计参数。

摘要：根据给定的处于关键时刻的人体关键姿态,运用优化方法生成满足牛顿力学的人体运动是人体运动仿真研究的重要问题.由于牛顿力学的强非线性和数值优化方法只能找到局部最优解,将牛顿力学约束直接作为约束条件的优化模型在实践中的收敛性不好.通过将牛顿力学约束转化为目标函数,同时增加对关键时刻的优化,提高了模型的收敛性,使其不依赖于被仿真运动的类型、人体质量参数和关键时刻准确程度等因素.仿真出来的人体运动尽可能地满足了牛顿力学.通过仿真7类复杂的蹦床运动验证了新模型的有效性,同时还将该模型用于人体受力分析和体育运动的新动作设计.

摘要：序列二次规划(SQP)算法的基本思想是通过一系列的二次规划(QP)子问题来逐次逼近原问题.为了给定QP子问题一个更加合适的求解空间(超多面体),将理性运动极限应用于SQP算法,提出了一种带理性运动极限的序列二次规划算法,从而以较为理性的方式求解搜索方向,而且也有利于确定搜索步长,数值算例表明这一方法是可行且有效的。

摘要：优化求解有时需要提供近似模型代替实际复杂的问题,而近似模型只是在一定程度上逼近原始问题.优化模型如果在不可靠的近似函数上进行,就会导致迭代的目标函数值振荡、迭代收敛缓慢甚至不收敛,从而使最终结果有时可能不满足约束条件.通过给设计变量施加运动极限可以提高近似模型在一定范围内的可靠性.通常给定运动极限的方法是准则法,这种方法较为粗糙,不是根据近似函数本身的性质得出的理性结果.本文用累积信息的约束二阶估计近似显式代替准确的约束条件函数作为评价函数来构造运动极限的理性估计式,从而求得理性运动极限,并将这一方法应用于序列二次规划(SQP)算法中,数值算例表明了这一方法的可行性和有效性.