基于博弈论的装备科研、购置、维修经费比例关系优化分析

通过不同时期国家战略部署、科研发展情况及经济承受能力对装备经费分配的影响分析,采用博弈的方法,建立了装备科研、购置和维修费之间的比例关系优化模型,给出了寻求纳什均衡点的迭代算法,并进行了仿真计算.仿真结果证明了该方法的可行性与正确性.     

蚁群算法在车辆巡回保障中的应用研究

应用蚁群算法（ACA）解决车辆巡回保障问题,建立了车辆巡回保障优化数学模型,对轨迹更新规则进行了重新设定,给出了算法的实现步骤。通过算例分析,将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较,对模型和算法的正确性、高效性和适用性进行了验证。实验结果表明,该算法可以快速、有效求得车辆巡回保障的优化解,得到车辆巡回保障过程中的较优方案。     

基于改进遗传算法的油料调拨优化

为实现油料快速调拨运输,利用改进的遗传算法求解油料调拨优化问题,采用了一种受贪婪算法启发的新的交叉算子和变异算子,对比模拟退火算法等其他算法而言,具有较好的鲁棒性,能很好地解决油料调拨运输过程中多任务多地点的油料调拨运输问题。     

一种改进的连续域蚁群算法

简要介绍了蚁群算法,并从解决连续域问题的角度分析了段海滨等提出的基于网格划分策略的连续域蚁群算法的基本原理,针对该算法的特点和存在的缺陷,提出了改进的办法:在前期用遗传算法快速生成初始信息素,再利用蚁群算法寻求精确解。最后通过对一个二维连续域函数优化仿真实验,证明了改进后蚁群算法的有效性。仿真实验结果证明:改进后的蚁群算法无论是时间性能还是优化性能都明显优于改进前的蚁群算法,克服了蚁群算法的缺陷,大大提高了算法的速度和求解效率,达到了时间性能和优化性能的双赢。     

基于蚁群算法的火力分配寻优方法研究

火力分配的优化是最大限度的发挥火力单位效能,达到最大毁伤效果的基础和前提,将蚁群算法应用于火力分配的优化.研究了蚁群算法用于火力分配寻优的相关条件,给出了火力分配寻优的模型和算法.最后,结合一个应用实例,说明了蚁群算法用于解决火力分配问题有很好的应用价值.     

基于改进粒子群算法的联合火力打击目标分配研究

针对联合火力打击目标分配涉及影响因素多、存在大量参数和变量的特点,建立了联合火力打击目标分配模型,采用改进的粒子群算法探讨了目标最优化分配问题。对粒子群算法中解空间存在的可能解进行编码,将可能解进行交叉、变异和选择操作得到新的粒子个体,不断迭代,从而得到可行的最优解。通过对一个作战想定的多次仿真,进一步表明了算法的可行性和有效性,为指挥员科学决策提供了依据。     

Natural gas storage valuation and optimization: A real options application

In this article, we present an algorithm for the valuation and optimal operation of natural gas storage facilities. Real options theory is used to derive nonlinear partial‐integro‐differential equations (PIDEs), the solution of which give both valuation and optimal operating strategies for these facilities. The equations are designed to incorporate a wide class of spot price models that can exhibit the same time‐dependent, mean‐reverting dynamics, and price spikes as those observed in most energy markets. Particular attention is paid to the operational characteristics of real storage units. These characteristics include working gas capacities, variable deliverability and injection rates, and cycling limitations. We illustrate the model with a numerical example of a salt cavern storage facility that clearly shows how a gas storage facility is like a financial straddle with both put and call properties. Depending on the amount of gas in storage the relative influence of the put and call components vary. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009     

Approximating the nondominated frontiers of multi‐objective combinatorial optimization problems

Finding all nondominated vectors for multi‐objective combinatorial optimization (MOCO) problems is computationally very hard in general. We approximate the nondominated frontiers of MOCO problems by fitting smooth hypersurfaces. For a given problem, we fit the hypersurface using a single nondominated reference vector. We experiment with different types of MOCO problems and demonstrate that in all cases the fitted hypersurfaces approximate all nondominated vectors well. We discuss that such an approximation is useful to find the neighborhood of preferred regions of the nondominated vectors with very little computational effort. Further computational effort can then be spent in the identified region to find the actual nondominated vectors the decision maker will prefer. © 2009 Wiley Periodicals, Inc. Naval Research Logistics, 2009     

基于混合优化的前馈—反馈复合控制器最优设计

为了解决传统PID控制器在电动舵机系统设计中难以满足控制要求的问题,首先设计了一种规范化前馈-反馈控制系统,然后利用混沌优化算法和共轭梯度方法相结合的混合优化算法对前馈-反馈控制器参数进行了优化.仿真结果表明:基于混合优化算法的前馈-反馈控制器具有很好的动态和静态性能,增强了系统的稳定性和鲁棒性,降低了学习参数选择的盲目性和对经验的高度依赖性.     

高超声速伸缩翼变形飞行器轨迹多目标优化

针对高超声速条件下变形技术的应用模式,对具有伸缩翼的组合式飞行器滑翔弹道进行了多目标优化研究。介绍了伸缩翼的变形模式,给出了不同变形状态下的气动特性;建立了三自由度滑翔轨迹动力学模型和伸缩翼前缘热流计算模型;采用MOEA/D多目标优化算法,以变形条件和飞行攻角为设计变量、以最大射程和最小翼前缘总吸热量为目标函数,进行了多目标优化计算。优化结果表明,MOEA/D计算得到了相对均匀分布的Pareto最优解集,将伸缩翼外形与无变形外形相比,飞行器滑翔段射程得到了显著提高,同时伸缩翼前缘总吸热量有明显的降低。