摘要：从提高鲁棒协同优化(Robust collaborative optimization,RCO)模型的计算效率和模型求解方法优化性能角度出发,提出简化的基于隐含不确定性传播的鲁棒协同优化(Simplified implicit uncertainty propagation robust collaborative optimization,SIUPRCO)模型和改良的鲁棒协同优化模型求解方法(Improved robust collaborative optimization resolving method,IRCORM)。SIUPRCO是对基于IUP方法所建立的RCO模型进行的改善,它避免对全局灵敏度方程的求解,从而提高了RCO模型的计算效率。在IRCORM模型求解方法中,为解决RCO易陷入局部极值点的问题,利用动态罚函数法得到确定性协同优化的全局极值点,并将该值作为RCO优化的初始点;采用遍历组合的方法,给出Pareto最优解。典型算例的优化结果表明,SIUPRCO模型具有合理性,IRCORM求解方法具有良好的优化性能。

摘要：针对体操机器人(A crobot)这类非线性系统,给出一种基于T-S模型的模糊变结构控制律设计.首先采用T-S模型建模,得到A crobot的全局模糊模型;然后基于Lyapunov理论设计出保证A crobot全局渐近稳定的模糊变结构平衡控制器.仿真结果表明,所设计的模糊变结构控制器与普通变结构控制器相比,可使A crobot系统在垂直向上平衡点附近具有更大的吸引域和更强的鲁棒性.

摘要：针对鲁棒协同优化(robust collaborative optimization,RCO)具有两级优化结构和多目标形式的特点,提出基于非支配排序遗传算法(non-dominated sorting genetic algorithm,NSGA--Ⅱ)的RCO求解方法.在NSGA--II非支配排序中,根据个体的不可行度和不可行度阈值来决定其可行性,并给出随进化过程逐渐减小的不可行度阈值.在该阈值的作用下,在进化初期,保留较多的目标函数和标准差较小的个体,以便优化向全局极值点附近靠近;在进化后期,保留较多的学科间一致性好的个体,以便增强学科间的一致性.该方法在保证各子学科间一致性的前提下,可有效避免RCO优化结果易收敛到局部极值点的问题.利用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：深入分析了标准协同优化、动态松弛协同优化和两阶段协同优化方法的几何特性,进而比较了各自的优化特性.针对协同优化对初始点敏感的问题,通过增加总体一致性约束的方法,提出了基于先验约束法的SCO方法.针对设计变量数量级相差较大的协同优化问题,为了提高学科间的一致性,给出了基于加权方法的学科间一致性约束表示式.最后,通过悬臂梁多学科优化问题,验证了基于先验约束法的SCO方法的有效性.

摘要：考虑虚拟企业的风险中的随机因素并将其描述为随机变量,提出了一个虚拟企业风险管理的机会约束规划模型.此类模型可以比较好地描述管理者的风险偏好.针对该模型,设计了嵌入蒙特卡洛模拟的粒子群算法,蒙特卡洛模拟是处理模型中随机变量的有效方法.仿真分析表明了该模型对于虚拟企业风险管理的重要作用以及该算法的有效性.

摘要：虚拟企业要取得预期的利润,就必须成功规避运行中的风险.根据虚拟企业合作运营区域的分布性以及联盟企业之间关系多样性的特点,采用分布式决策的思想对其风险进行管理,针对具有委托代理特征的虚拟企业,建立了委托代理的分布式决策虚拟企业风险管理模型,叙述了盟主如何设计激励与惩罚的机制,以及各盟员在该机制下如何决策各风险的控制措施及资金投入的问题,并设计了禁忌搜索算法对模型进行求解,仿真分析表明,该模型与算法是虚拟企业风险管理的一种有效方法.

摘要：研究了铁水运输系统的建模与仿真问题,建立了三层控制结构的智能运输仿真模型,基于OOCPN建立底层工位的状态演化模型,通过仿真进程控制层驱动调度决策层·利用消息传递机制沟通状态变迁与仿真策略之间的关系,利用分层调度和调度精化思想设计的调度决策专家系统和避碰决策专家系统有效模拟了现实系统中铁水运输调度员和机车司机的智能决策行为·仿真结果表明智能仿真模型为运输调度系统的建模与仿真提供了一种实用的解决方案·

摘要：针对多输入多输出(MIMO)系统设计了去伪控制器,通过理论证明给出了闭环系统有界输入有界输出(BIBO)的稳定条件.该方法只需利用采集的数据,不依赖于系统模型.所设计的控制器形式简单,适合实时在线应用.最后,仿真实验将该算法应用于旋转倒立摆系统,实验结果证明了所提算法的可行性与有效性.

摘要：由于虚拟企业的柔性、成员的多样性及其分布性等特征,虚拟企业的风险管理已经成为其运作中的一个重要的问题。本文提出了一个虚拟企业风险管理的随机规划模型,在该模型中将虚拟企业风险中的随机因素描述为随机变量。具体来讲,该模型是一个机会约束规划模型,运用此种模型可以比较好的描述管理者的风险偏好。在本模型中虚拟企业的总风险是其众多风险因素综合的结果,为了降低虚拟企业的总风险,管理者需要在费用的约束下为每个风险因素选取有效的控制措施。为了求解该随机规划模型,设计了嵌入蒙特卡罗模拟的遗传算法。仿真分析表明了该算法的有效性以及该随机规划模型在虚拟企业风险管理中的重要作用。

摘要：金属钴被广泛用于电池和金属复合材料,草酸钴合成过程是影响产品质量的关键工序.针对草酸钴平均粒径的优化问题,提出一种基于改进的近端策略优化(PPO)算法的草酸钴合成过程优化方法.首先,根据草酸钴合成过程的优化目标及约束条件设计相应的奖励函数,通过建立过程的马尔科夫决策模型,将优化问题纳入强化学习框架;其次,针对策略网络在训练过程中出现的梯度消失问题,提出将残差网络作为PPO算法的策略网络;最后,针对过程连续状态空间导致PPO算法陷入局部最优策略问题,利用交错模仿学习对初始策略进行改进.将所提出的方法与传统PPO算法进行比较,改进的PPO算法在满足约束条件的同时,具有更好的优化效果和收敛性.