Quasi-Newton Method相关综述

拟牛顿算法是目前无约束优化问题的有效而著名的算法,是牛顿法的近似。牛顿算法要求目标函数二次连续可微,Hessian阵非奇异且正定,计算量较大。拟牛顿算法只要求目标函数一次连续可微,以拟牛顿方程为基础来构造算法,易于实现,计算量较小,并形成了完整的算法体系,在理论与实际应用上都有重要意义。本文在对拟牛顿算法中常见的BFGS算法、DEP算法、SR1算法及Broyden族的校正公式、性质、收敛性等进行了总结,同时针对近几年出现在解决实际优化问题中的拟牛顿算法的推广做了简单介绍。     

带约束的微分进化算法及应用

针对经典的微分进化算法难以求解约束优化,特别是大规模复杂约束优化,并且对于多峰值优化无法一次求出多个全局最优解等问题,本文提出了一种改进的微分进化算法。该算法采用一种简单有效的函数对其约束进行处理,并利用全局-局部微分进化算法进行演化。大量测试函数的实验结果表明,这种改进的算法能有效地解决约束优化问题得到全局最优解,并且对于多峰问题能一次得到其多个全局最优解,而且比传统演化算法具有更高的精度和收敛速度。     

内蒙古电动汽车充电站的光伏系统容量优化配置

首先提出含光伏系统充电站的系统结构示意图,确定充电站充电需求以及集成系统与配电网的电量交换策略;构建以系统总投资、运行成本和可再生能源利用率为目标函数,同时考虑充电站实际情况对决策变量约束的数学模型,并采用NSGA—II算法对模型进行求解;对内蒙古电力公司的具体算例进行优化配置,分析运行结果,证明了配置方案的合理性。     

基于混合粒子群的核磁共振反演算法研究

传统的基于最小方差原理的反演结果依赖于初始模型选择,易陷入局部极小,针对以上问题,文章利用完全非线性反演方法-粒子群反演算法,对核磁共振探测地下水的数据资料进行反演解释,该算法具有操作简单,并行处理,不要求被优化的目标函数具有可微、可导、连续等性质的优点。将基本粒子群算法与模拟退火算法结合,加入非线性约束优化条件,使其适用于核磁共振探测地下水数据资料的反演解释。试验结果表明,混合粒子群反演算法反演结果精度较高,收敛速度较快,验证了粒子群优化算法在核磁共振反演应用中的可行性。     

框架建筑体的造价约束与抗震强度关系模型

研究钢筋混凝土框架建筑结构的工程造价约束与建筑体抗震强度关系模型,设计最佳工程造价与抗震强度关系配比,对提高建筑物的抗震能力,降低土建造价各项费用具有重要意义。传统模型构建中,在给定建筑材料配比总可靠度条件下进行框架结构优化设计,没考虑框架结构的多阶段决策离散变量,导致分析精度和配比不合理。提出一种基于决策约束的框架建筑体的造价约束与抗震强度关系模型,设计典型的高层框架建筑体结构,优化框架建筑体的梁、柱截面尺寸选材,得到高层框架建筑体的造价约束横向计算单元模型。通过多阶段决策约束算子,得到造价约束下的最大可靠度约束函数。实验分析得出,每平方米造价增加比例不超过5.3%,房屋抗震设防水准可提高一个等级,通过模型构建,优化建筑配比,减少成本开支的同时提高了建筑质量。     

蚁群算法在高校物品配送路径优化中的应用

在分析高校物流特点的基础上,对高校物流路径优化问题做出合理假设并构造目标函数,鉴于蚁群算法具有良好的正反馈性和并行性,运用该算法求出近似最优解。此算法能快速收敛于全局最优解,可有效地解决带有时间窗约束下的高校物流配送路径优化问题。     

跨境水资源空间均衡分配机理与优化模型

在公平合理利用原则下,从价值取向、影响机制、理想愿景3个方面分析跨境水资源空间均衡分配机理,基于多目标决策理论构建跨境水资源空间均衡分配优化模型。优化模型的目标函数由流域整体效益目标和均衡性目标组成,约束条件包括可用水量限制约束、用水保障约束、公平性约束、尊重历史性约束等。提出了跨境河流可分配水量、流域国需水量两个参数的测算方法,以及求解优化模型的模拟退火算法。针对澜湄流域旱季缺水状况进行实例分析,结果表明：本文得到的优化分配方案,即中国、缅甸、老挝、泰国、柬埔寨、越南6个流域国的分配水量分别为(163.13,21.33,84.17,134.73,68.31,120.33)亿立方米,相对现状用水方案其主要评价指数均明显提升,验证了模型的可行性。     

基于智能优化算法的社区养老服务点选址研究

社区养老服务点的科学选址对于优化社区养老服务资源配置，促进社区老年人公平、便利获取养老服务具有重要意义。目前服务点的选址仍偏重人工决策，使用科学方法实现社区养老服务点科学布局的研究还十分匮乏。提出一种基于智能优化算法的社区养老服务点选址方法，以最近可及距离为求解目标，以区域内社区数量、老年人数量、最远可及距离、最大服务承载量以及各服务比例配置为约束建立计算模型并求解。根据相应情境，建立不同的目标函数，针对每个目标函数都实施了仿真实验。实验结果表明，提出的优化方法对多约束非线性条件下的社区养老服务点定位均可以找到最优解，为科学解决社区养老资源配置优化问题提供了一种新的思路。     

求解全局优化问题的填充函数算法

在全局优化问题处理当中,填充函数法是一种有效方式。在该方式中,主要方式即实现填充函数辅助函数的构造,即在面对普通约束优化问题时,对新的填充函数进行提出,以此较好的实现问题的解决。在本文中,将就求解全局优化问题的填充函数算法进行一定的研究。     

基于粒子群算法和时空网络的航班舱位控制研究

航班舱位控制是航空公司收益管理的核心,截止到目前为止,收益管理中有关舱位优化控制问题一般都是基于单航段、多航段、轮辐式等航线网络来进行建模分析和研究。本文从实际航班运行的角度出发,构造航班运行时空网络,建立基于时空网络的舱位控制优化模型,并运用粒子群算法对模型进行求解。研究结果证明了模型的有效性。此外,将粒子群算法应用于此舱位优化控制模型,可得到满意的解,该算法简化了变量间复杂的约束关系,易于实现,具有明显的优势。     

基于结构拓扑优化中的变量连接算法及软件设计分析

为进一步了解结构拓扑优化及变量连接算法、软件设计,基于结构拓扑优化下的变量连接算法分析,详细分析变量之间约束关系设计方式,以此进一步实现拓扑优化设计,以能够满足实际工作需求。在结构拓扑优化设计过程中,需要有效避免结构固有特性拓扑优化特点,实现常见优化准则法的一致性,具体优化设计过程中采用相应的二维结构动态拓扑优化数值结构分析,从而设计具体的变量连接算法及其软件平台。在以上基础上分析变量连接算法软件集成平台,构建结构拓扑优化的变量连接算法框架,以能够显著提升变量连接算法及其软件设计,为其应用提供重要参考意见。     

低维线性分式规划的高效全局优化算法

针对低维线性分式规划问题,本文提出了一种分支定界的全局优化算法,建立了原问题的等价模型。该模型由线性目标函数以及一组线性和非线性约束组成,通过将非线性约束进行线性松弛得到原问题的强化线性松弛模型,与直接去掉等价模型中的非线性约束的线性松弛方法相比,后者能得到更好的界,提高了算法的收敛速度。数值实验表明,算法的平均(最大,最小)分支数、CPU时间以及迭代次数有明显改善。     

基于粒子群算法的偏置进近航段多目标优化

为了提高偏置Ⅰ类精密进近飞行程序的设计精度,对其采用改进型的粒子群算法。在求解过程中对粒子群算法进行了约束改进,提出了符合本文的改进粒子群算法,能更好产生初始解,进而处理个体极值和全局极值的选取问题。根据程序设计理论对优化问题构建约束条件,建立多目标分层优化目标函数求解非支配解,最终通过某机场进行验证。     

改进粒子群算法的电力系统无功优化应用

电力系统的无功优化问题的操作变量既有连续变量又有离散变量,同时它还是混合了多个变量和多个约束条件的一个非线性的规划问题。本文中阐述的粒子群优化算法PSO(Particle Swarm Optimization)算法,是一种应用于电力系统无功优化的算法,是针对无功优化问题的特点提出的。考虑到算法的一些问题,通过引入动态的惯性权重和收缩因子来达到对原有算法的改进目的,改进粒子群优化算法MPSO(Modified Particle Swarm Optimization)算法作为一种新的算法被提出来,同时结合了电力系统无功优化的实际情况,证明了改进的粒子群算法的良好的实用效果。     

混合单纯形算法与差分算法求解约束优化问题研究

为了求解约束优化问题,本文设计了一种基于约束的单纯形算法,并将其与差分算法想混合,实验证明算法能够得到较好的结果。     

带精英策略的改进NSGA及其在配网无功优化应用的研究

电力系统无功优化是一个多变量、多约束的混合非线性规划问题,优化过程十分复杂。带精英策略的快速非支配遗传算法是一种求解多目标优化的优良算法之一。但该算法缺乏明确的约束处理机制。本文在处理约束方法上将约束优化问题转换为多目标问题,将个体支配关系的准则改变为根据不可行解违反约束条件的程度判断哪个更优,保证了种群的多样性和分布陛     

蚂蚁算法在交通配流中的应用

对交通优化中的平衡配流问题给出一种新的基于蚂蚁群集智能的随机型搜索算法，对目标函数没有任何可微甚至连续的要求，并可有效克服经典算法易于陷入局部最优解的常见弊病，经一系列算例测试，收效良好。     

水利工程中的联合优化调度复杂河网

在本研究中,我们模拟了水利工程中由各种液压结构组成的水流。如水闸、抽水车站、水电站、船闸、涵洞等,开发了多期多变量联合优化调度模型,防洪、水和灌溉。在此模型中,开挖闸门、泵机组、水电站的数量作为决策变量,考虑了不同的优化目标和约束条件。该模型通过改进的遗传算法得到了解决,以淮安水利工程为例,对算法进行了验证。结果表明,采用联合优化方法是可行的,调度导致发电能力增加10%,能源消耗总量减少15%。     

一种保持种群多样性的单变量边缘分布算法

针对单变量边缘分布算法（UMDA）求解复杂优化问题时的局限性,本文将均匀变异机制引入分布估计算法（EDAs）领域,提出了一种基于均匀变异的单变量边缘分布算法。该算法利用均匀变异操作保持种群的多样性,提高混合算法的全局搜索能力。通过对算法的分析和仿真实验表明与单变量边缘分布算法（UMDA）相比,改进后的保持种群多样性的单变量边缘分布算法具有更高的优化性能。     

基于人工神经网络的锅炉控制研究

本文选取RBF神经网络作为建模工具,针对中小型复杂过程控制系统的特点,基于通常使用的低成本DCS平台,使用锅炉运行数据建立过程模型,通过改进的复合形优化算法,寻找最优输入变量组合,实现多目标函数的优化。