摘要：针对ATM网络的拥塞控制问题,考虑网络中的不确定性因素,借助离散滑模控制理论的设计方法,提出一种二进制ABR(可用比特率)流量控制算法.该算法利用线性矩阵不等式设计了一个稳定的滑模面,同时给出了一种能够明显减小滑模面附近抖振的离散趋近律,基于该趋近律的控制律能有效抑制ATM交换机中的队列长度和允许信元速率的振荡.仿真算例证实了所提出算法的有效性.

摘要：针对虚拟企业的风险因素具有随机性的特点,将随机风险因素描述为随机变量,提出了一个虚拟企业风险管理的随机规划模型.针对该模型设计了嵌入蒙特卡罗模拟的遗传算法,蒙特卡罗模拟是处理模型中随机变量的有效方法.仿真分析表明了该算法的有效性和该随机规划模型对于虚拟企业风险管理的重要作用.

摘要：基于面向柔性订单的生产模式,描述了一体化炼钢炉次计划问题,提出了广义柔性和狭义柔性,给出了一体化生产工艺规程,建立了多个单目标优化模型,通过罚函数法处理约束条件.引入和声搜索算法作为变邻域搜索算法的局部搜索策略,设计了新的混合算法.将基于柔性质量工件和基于刚性质量工件的两种问题进行了对比分析,从产能、无委材质量、有效产能及总附加操作成本角度出发,通过实例分析验证了模型和算法的有效性.

摘要：基于dSPACE实时仿真技术,应用MATLAB/Simulink的系统建模方法和dSPACE系统的软硬件环境,设计开发了微型足球机器人伺服控制实时仿真系统。将实际受控对象-足球机器人放置在仿真系统回路中进行仿真研究,实时监控系统运行,在线对控制参数进行调整,并对系统的动态性能进行测试,利用测得的实验数据对机器人小车模型进行了辨识,取得了较好的控制效果。仿真结果表明,该系统是一个很好的实验研究平台。

摘要：针对协同优化的系统级优化可行域可能不存在的问题,采用遗传算法,并借鉴逐步增强约束强度的思想,提出了基于遗传算法的协同优化算法.该算法利用各子学科返回的优化值,计算种群中个体的不可行度,根据不可行度和阈值来判定该个体是否为可行解.提出利用循环迭代次数调整阈值的方法,保证了系统级优化向一致性等式约束不满足度减小的方向进行,达到了有效增强子学科间一致性的目的.最后,利用减速器典型算例对该方法进行了验证,结果表明该方法的优化性能良好.

摘要：针对实际离散非线性规划问题,分析了离散与连续变量优化问题和求解方法的不同及特性.根据离散变量与遗传算法的特点,将单纯形搜索与算术交叉思想相结合,提出离散单纯形交叉算子以提高遗传算法的局部寻优能力,将种群逐步向离散极值点进行引导,实现算法的快速离散寻优.同时,设计了离散变异算子,使遗传算子真正在离散空间中进行搜索.基于梯度下降思想提出离散修复算子,提高算法对非线性约束的处理能力.实际离散非线性规划问题的应用研究验证了方法的有效性.

摘要：某热连轧机原本使用的厚度自动控制(AGC)模型,不论是轧制力AGC还是监控AGC都属于反馈式控制系统,因此轧机辊缝调节都有不同程度的时间滞后,从而也限制了厚度控制精度的进一步提高.采用冷连轧机前馈控制的基本思想,用前机架的出口带钢计算厚度作为前馈控制的检测厚度,并经过跟踪移位处理,设计出了前馈AGC控制模型,针对带钢厚度波动及时调节本机架的轧制辊缝,实现提前预控的目的.实验结果表明,前馈AGC控制模型投入使用之后,带钢厚度精度得到明显提高.

摘要：虚拟企业的柔性、成员的多样性及其分布性等特征为其带来了众多风险,虚拟企业的风险管理已经成为其运作中的一个重要问题。考虑虚拟企业的风险中的随机因素,如风险发生的概率、造成后果的概率和控制风险的费用等,将其描述为随机变量,提出了一个虚拟企业风险管理的随机规划模型。具体来说,该模型是一个机会约束规划模型,运用此类模型可以比较好的描述管理者的风险偏好。为了求解该随机规划模型,引入蒙特卡罗模拟来处理模型中的随机变量,设计了嵌入蒙特卡罗模拟的粒子群算法。仿真分析表明了该算法的有效性。

摘要：对神经网络的研究多年来主要集中于网络权值优化或结构优化上,却忽略了神经网络结构与权值之间密不可分的联系.针对上述问题,将免疫系统中的浓度机制和记忆机制引入进化策略,提出了一种基于免疫进化策略的神经进化算法,在优化网络拓扑结构的同时优化网络的连接权值.进一步地,用Cauchy变异算子代替传统的Gauss变异算子,以获得更为理想的全局收敛效果.理论分析和仿真结果表明,免疫进化策略能够很好地保持种群多样性,避免未成熟收敛,采用免疫进化策略设计神经网络具有良好的全局收敛性能和快速学习网络结构和网络权值的能力.

摘要：建立了串行生产线模糊控制系统的数学模型,详细描述了模糊控制器的设计,针对问题提出了一种贪婪算法用以解决系统的优化模型。经实例分析,与CONWIP、kanban及Local/Global Pull混合系统进行比较,结果显示模糊生产控制系统不仅能够维持较低的在制品水平和存储费用,而且在订单投放的稳定性方面更是独具优势,提出的贪婪算法也能够满足系统设计的要求。