一、遗传规划在离散动态系统建模中的应用（论文文献综述）
邰思铭[1]（2021）在《离散制造过程智能管控技术研究》文中研究说明随着对产品的优化、集成和效能等要求的不断提高,多工序产品在其离散制造过程中的生产与装配更加追求设计的优化性及规划的合理性,因此实施生产过程中的智能管控与效能管理是优势提升的重要保证。以新能源汽车为例,生产企业目前面临着市场需求增加和行业竞争加剧等问题,尤其对于其“心脏”——动力电池组来说,其装配线的结构设计和平衡规划更决定着汽车产量的高低。本文以“动力电池组离散装配制造过程”为例,研究其装配产线各工位节拍的平衡性提升、产能提升以及管理控制等,并实现离散制造过程中机器人避障优化,以达到缩短车企的项目周期、实现装配制造工艺的智能优化目的。文中最后通过半实物虚拟调试技术进行仿真优化,验证了装配制造过程中控制策略的合理性。首先,文中在阐述离散制造智能管控现状及关键技术基础上,针对离散装配制造过程中的平衡问题及优化布局进行了研究,详细讨论了电池组装配线的工艺流程,明确了线体搭建的目标与要求,并通过Plant Simualtion仿真软件建立了电池组装配整线。根据线体的结构特点,运用DOE实验法对装配线中AGV小车数量、速度及托盘数量等多目标参数设计了单因子实验、两水平实验和多因子实验,并进一步采用遗传算法（GAWizard）进行了实验数据对比分析,最终优化了三者的参数配比并提升了产能。其次,为解决机器人运动干涉等问题,提高机器人作业质量和效率,对装配制造线中三维机器人进行了重组建模,针对六轴机器人进行的标准D-H法分析,获得了机器人正逆运动学模型,并最终通过Matlab仿真的联调方式完成了机器人的姿态寻优和路径寻优,使机器人在执行取置件的运动过程中获得合理的运动路径,圆满地解决了干涉问题,进而为实际产线中设备的搭建提供更多的参考意义。最后,为了实现离散装配制造过程中的数据智能管理,文中采用数据信息的交互方式实现了电池组离散产线中三种AGV车型数据的自动导入和重要工位设备信息的实时提取,能够方便管控人员和维修人员的远程数据更新与产线校验。为实行智能管控的验证,文中基于半实物虚拟调试技术采用Plant Simulation仿真与实物PLC搭建了半实物调试环境,并通过WINCC人机交互界面,实现了装配线具体工位的调试。实验结果表明,采用本文所述方法对电池组装配线生产系统、控制系统的联合设计优化,能够有效地缩短离散装配线产品的生产周期。
张慧[2]（2020）在《认知局限下的模糊认知图预测研究》文中研究表明模糊认知图（Fuzzy Cognitive Map,FCM）是广泛应用于系统建模和仿真的离散非线性系统,它结合了神经网络和模糊逻辑的优点,具备较强的知识表达和逻辑推理能力,能够处理数据间的复杂因果关系,在预测与评估方面都具有重要的应用价值。随着社会发展的多元化,使用FCM进行预测的难度和复杂性大幅度提升。在复杂系统下,受人类认知能力的限制,选取的节点无法保证全面且有效,只能构建部分节点的因果关系模型。现阶段,针对FCM的研究仅在认知范围内进行推理和预测,忽略了其他节点对系统产生的影响,由节点缺失引起的因果关系缺失使得FCM在预测效率和准确性方面都有所不足,只能处理有限的、相对简单的问题,对复杂系统的精确描述缺乏解决方案。目前,FCM及其拓展结构尚无法解决认知局限性导致的节点缺失问题,且存在着结构上的缺陷。基于此,本文将对FCM的结构设计进行重点研究,构建认知局限下的FCM预测模型,具体而言:1)由理论、结构等方面对认知的局限性与完全性的关系进行研究和探讨,对传统FCM结构进行改进,弥补缺失的节点。2)构建FCM预测模型,应用于认知完全与认知局限下的对比实验,通过实验研究认知局限性对FCM预测模型性能的影响。3)研究认知局限下FCM完全预测模型的构建,从结构和算法两方面对FCM预测模型进行优化,通过节点的增加推理出缺失的节点数据,弥补因果关系,以构建完整的FCM,提高模型的预测精度,解决复杂系统的建模及预测问题。本文主要创新性工作概括如下:（1）提出一种模糊认知图拓展结构。基于认知局限性造成的节点缺失问题,对传统的模糊认知图结构提出改进,加入一个未知节点X,弥补系统缺失的若干节点,实现由局限认知结构向完全认知结构的转换。（2）提出一种自适应种群聚集度的差分算法（APDDE）。本文选择差分算法构建FCM预测模型,为避免陷入局部最优解,对差分算法的变异操作进行改进,基于种群聚集度的计算动态调整变异方式,改善了算法的收敛性能,提高了全局搜索能力。（3）提出了认知局限下的APDDE-FCM完全预测模型。针对认知局限性影响FCM预测精度的问题,将完全认知结构融入到改进后的差分算法APDDE中,研究了一种认知局限下的FCM完全预测模型,该模型有效降低了节点缺失引起的误差损失,保持了算法的多样性,提高了模糊认知图的预测性能。本文选取物流需求与能源消耗预测两个应用案例进行预测实验,实验结果验证了本文所提方法在提高预测性能上的有效性。上述研究成果可应用于复杂系统的时间序列预测,有助于补充和构建完整的认知模型,减少算法的复杂度,为模糊认知图的研究内容提供了新的方法与方向。
陈旭超[3]（2020）在《铁路物流中心运输核心作业仿真及优化研究》文中研究说明铁路物流中心的合理规划设计及运营对提高铁路物流服务竞争力具有重要作用,由于铁路物流中心建设周期长,投资巨大,计算机仿真成为解决其规划设计及运营组织相关问题的重要手段。运输作业是铁路物流中心作业内容中的基础环节,研究铁路物流中心运输核心作业的仿真建模及优化方法具有紧迫性和必要性。本文综合考虑铁路物流中心运输核心作业的流程及特点,结合离散系统仿真、最优化理论、Petri网等领域的研究成果,研究运输核心作业仿真建模中所涉及的相关方法和技术。论文重点考虑铁路物流中心的列车运转作业、货运卡车作业以及场站作业,针对其中的关键环节进行精细化仿真设计,引入数学优化模型对仿真进程进行优化控制,在此基础上建立铁路物流中心运输核心作业仿真模型,并开发相应仿真系统,以期为我国铁路物流中心的规划设计及作业组织提供有效的辅助决策工具。本文的主要研究内容包括以下几个方面:（1）铁路物流中心运输核心作业仿真及优化的理论和方法。首先对铁路物流中心的相关概念和运输核心作业的涵义进行界定。基于离散事件系统仿真相关理论,梳理铁路物流中心运输核心作业的仿真重点,并分析仿真建模中需重点考虑的决策优化问题。在此基础上,确定了运输核心作业仿真及优化研究的基本内容。最后,提出铁路物流中心仿真环境及拓扑网络创建方法,进而搭建起铁路物流中心运输核心作业仿真建模及优化的理论框架。（2）考虑队列组织策略的门区作业精细化仿真。在分析解析模型局限性的基础上,基于多智能体仿真技术构建门区作业仿真模型,模型中重点考虑货运卡车到达频率波动性、门区服务时间异质性、检查异常事件、起停附加时间等随机波动因素对门区作业的影响,设计相应的仿真模块和仿真机制。最后,基于算例对池化和非池化队列组织策略的适用性进行了对比分析,并对一系列影响门区作业水平的因素进行了敏感性分析。（3）轨道式门吊装卸作业集成调度优化方法。基于时空网络建模方法,构建门吊和车辆装卸作业分层时空网络,以装卸作业总完成时间最小为目标,建立门吊装卸作业集成调度优化模型。为克服分层时空网络耦合约束带来的求解复杂性,设计基于ADMM的对偶分解求解算法,通过对原问题中复杂约束进行对偶松弛及线性化处理,将原问题分解为一系列时空路径搜索子问题。最后,基于算例,验证了模型的有效性,并进一步通过与RCPSP模型进行对比,验证了ADMM对偶分解算法在求解质量和求解效率方面的优势,为装卸作业仿真进程的优化控制提供决策方法支撑。（4）铁路物流中心运输核心作业仿真模型构建及系统设计。在关键作业环节精细化仿真及决策优化方法研究的基础上,考虑铁路物流中心运输核心作业的整体流程,建立基于赋时着色Petri网的仿真逻辑框架。通过梳理各类仿真事件的逻辑结构特点,设计三种通用变迁类型,以此为基础,构建铁路物流中心运输核心作业仿真模型。进一步,考虑复杂决策优化方法在仿真模型中的嵌入问题,提出基于滚动时域机制的门吊装卸作业调度优化方法。最后,在此基础上开发铁路物流中心运输核心作业仿真系统,并对主要功能进行阐述。（5）选取我国东南地区某综合型铁路物流中心为案例进行分析,对仿真模型及系统有效性进行验证,并对案例铁路物流中心设备配置及作业组织的相关问题进行仿真分析,提出优化建议,进一步验证了论文研究的有效性和实用性。
王矿磊[4]（2020）在《基于迁移学习和不确定性分析的过程设计与控制优化一体化研究》文中研究表明流程工业是制造业的重要组成部分,是经济社会发展的支柱产业之一,与经济发展和人民生活密切相关。随着我国行业结构调整稳步推进、实力增长迅速,国际影响力显着提高,中国工程院《新一代智能制造》战略发展报告中指出“流程工业最有可能率先突破新一代智能制造”。但是随着能源价格的持续增长,环境控制的日益严格以及全球产业结构深度调整国际竞争更加激烈,以化工过程为代表的流程工业也面临着巨大挑战。为了有效促进企业竞争力和高端制造水平、实现柔性生产,对过程的工艺设计和控制设计进行集成优化成为提升化工行业自动化和智能化水平的必由之路。本文在综述了过程设计和控制优化一体化问题的国内外研究现状的基础上,针对人工智能兴起的新形势下,对过程设计和控制优化带来的赋能和启发,以“迁移学习-算法引擎-不确定性分析-优化策略”为主线,挖掘机理复杂的流程系统中的关联知识以及动态特性,形成了“替代模型-融合先验知识的替代模型-样本迁移学习算法-模型迁移学习算法”的层次化、多维度的建模方法,解决传统优化一体化问题中过程设计与控制优化环节模型相互脱节、衔接不够、计算效率低的问题。从优化策略的角度对影响过程设计和控制的不确定性因素进行系统的分析,明确了随机不确定性的分布律、模糊不确定性的隶属度,分别提出了基于机会约束和基于模糊决策的过程设计和控制优化一体化求解策略,提升了在不确定环境下进行一体化优化设计决策的灵活性和可信度。本文的研究工作和创新点如下:1.针对过程设计和控制优化一体化中线性模型与机理模型联系不紧密、重复建模计算效率低的问题,本文以高斯过程模型为基础,并且通过分析工业过程中能量、物料及其组分在生产过程的传递和转化中主要动态平衡关系,提出了融合过程稳态数据和稳态知识的融合建模方法,提高了模型建模效率。同时,进一步挖掘优化迭代的每一步产生的模型训练数据中蕴含的过程知识,提出了样本迁移学习算法,将有用的过程动态数据迁移到新的设计方案的模型训练中。为了避免无效数据的迁移,提出了主动样本筛选策略。保证模型精度的同时显着降低了训练新模型所需要的样本数量,进一步提高了过程设计和控制优化一体化的建模效率。2.针对一体化问题中建模效率低,且基于数据的迁移学习方式无法表征模型的可靠程度的问题。本文提出了基于迁移基向量的迁移学习建模方法。将一体化优化迭代过程产生的过程动态模型以基向量的形式,转化为描述过程不同区域动态特性的知识。进而通过迁移学习与新的设计方案的模型进行融合训练,在显着降低训练新模型所需样本数量的同时增加了模型的泛化能力。在此基础上,系统性的分析了在迁移学习过程以及动态多步预测过程中的不确定传递关系,为提高迁移学习模型的可信度提供了理论依据。3.针对现有一体化研究中基于最坏情况的设计策略过于保守,且对不确定性描述方法过于简化的局限。本文从概率统计的角度分析了影响过程设计和过程控制的不确定性和扰动因素,指出过程长周期运行时受到多重来源多重时间尺度的不确定性的影响,提出了变时间尺度的不确定性的描述方法。并设计了基于机会约束的过程设计和控制优化一体化求解框架,分别针对影响过程设计和影响过程控制的不确定性进行转化。并设置不同的置信度对变时间尺度不确定性下过程设计和控制进行一体化优化,为过程设计和控制优化一体化问题提供了统筹经济效益和不确定性的灵活的求解策略。4.针对动态特性复杂、状态存在离散跳变的多重稳态过程,导致其不确定性的传递关系复杂的问题,本文详细分析了稳态点位置选择对于过程动态以及过程经济性能的影响。提出了模糊集合的形式描述过程不确定性造成的影响,通过模糊决策的方式,评估不确定性对系统的影响,针对约束条件和目标函数分别提出了不同的模糊化方法,使得最终的一体化优化在最坏情况的保守设计和激进设计之间找到折中的设计方案。避免设计决策过于保守或者激进,兼顾过程的经济效益、系统鲁棒性和不确定性风险之间的关系。
张蕾[5]（2020）在《铂族金属催化CO氧化反应速率变化的非线性分析与控制》文中研究表明一氧化碳（CO）催化氧化反应是化工和能源领域所涉及的一个重要反应,并且在军事、环保、安全等领域的应用也非常广阔,是几十年来基础研究的热点之一,其中以铂族金属充当催化剂进行催化氧化的情况较为常见。燃料电池在线制氢过程中,对于高耐CO的钌铂合金电极,要求将CO的含量控制在100ppm以内;对于铂基电极,CO的含量甚至需要控制在10ppm以内。但实际在线制氢过程中伴随生成的CO含量通常为数千ppm,这就需要对CO催化氧化反应的速率进行调控,以去除尽可能多的CO和尽可能少的H2。具体方式是通过反馈控制来改变反应组分数、温度等参数值,进而保证化学反应的高效进行。如何解决CO催化氧化反应过程的双稳定性、突变和迟滞等本质非线性属性造成的稳定性控制问题?这是一个亟待解决,并具有重要工程意义的问题。本文以拓扑学角度考察铂族金属催化CO氧化反应速率突变边界的宏观几何性质为切入点,通过理论上得出的CO催化氧化反应过程所遵循的拓扑学规律,初步分析了造成CO催化氧化反应速率发生巨大变化的突变和迟滞现象,并从函数分类的角度对这些现象进行分类,在这种整体分析框架的基础上,进一步开展了控制策略的研究。此外,本文从物理和化学角度分析了CO催化氧化反应速率出现突变和迟滞的原因,将研究内容进一步深化。主要研究内容如下:根据CO催化氧化反应实验数据的相变点分布构成叉式几何这一特征,确定了所应用的标准拓扑学模型为尖点模型。利用实验数据,基于经典的随机突变理论建模方法进行建模,但是误差较大。通过改进建模策略,应用曲线几何对称化的方法构造拓扑变换关系,建立了与理论分析相符合且具有更高精度的经验模型。根据双分子吸附的Langmuir-Hinshelwood机理,利用CO催化氧化反应的平均场模型,获得了CO催化氧化反应速率突变准则的解析分析结果,从而将CO催化氧化反应突变边界的分析从局部拓展至整体。在此过程中创新性地提出了利用变量代换的方法,推导出CO催化氧化反应的低次多项式方程,实现了对反应速率突变边界的解析求解。根据CO催化氧化反应速率突变边界的几何性质,预测出了CO催化氧化反应过程中可能出现的各种变化,即当输入变量如反应温度和CO的组分数沿不同路径往复变化时,反应过程会出现不同的迟滞行为。在对迟滞函数几何性质进行分析的基础上,利用离散数学的有限状态自动机理论模型描述迟滞函数的几何性质。在CO催化氧化反应过程中定义出离散状态和离散事件的概念。根据逻辑运算方法构造出有限类有限状态自动机模型,分别描述函数的各种拓扑结构,并在此基础上完成了对CO催化氧化反应迟滞现象的分类。预测出了CO催化氧化反应五种类型的迟滞现象,所预测的现象均被仿真结果验证。之后,根据CO催化氧化反应临界准则的数学分类结果,用物理化学机理予以解释,将逻辑分析的完整性和物理概念结合了起来。在上述规律性研究的基础上,从化学吸附和表面氧化相互作用引起的一级动力学相变的角度,分析了CO催化氧化过程的各种非线性现象产生的稳定性机理。从控制角度考虑CO催化氧化过程存在的反应速率突变、双稳定性和迟滞等非线性属性,提出了基于切换策略的设计方案,但常规切换策略的仿真结果显示,在切换初始时刻CO催化氧化反应速率变化出现了过大超调问题。针对该问题,应用了基于积分初值重置的平滑切换控制方法,通过实时跟踪各个控制器的即时输出,保证切换过程控制量输出的连续性,以防止控制过程出现化学反应速率的突然变化。仿真结果表明,所提出的方法能够从原理上实现在切换时刻CO催化氧化反应速率的连续变化,从而能够较好的提高系统的动态性能。
袁美晨[6]（2020）在《基因调控网络状态转变的优化策略研究》文中进行了进一步梳理生物系统一般来说都是多稳态系统,其中不同的稳定状态,即吸引子,代表了生物体的不同表现形态。通常来讲,生物有机体正处于某一种吸引子状态,或者正在向某一稳定状态转移。近年来的研究表明,生物系统由一种状态向另一种状态的转变是可以实现的,例如细胞由早期癌症状态向正常状态的转变,这为很多疾病的临床治疗提供了新的契机。生物系统的各分子之间具有错综复杂的调控关系,故而生物网络具有高度复杂性和高度非线性的特点。基因调控网络在生物系统中具有举足轻重的意义,近十年来随着基因测序技术的广泛发展,已有大量的研究从控制理论或者物理能量的角度来探索基因调控网络的可控性以及状态转变的机制。当前研究大多以布尔网络模型或者线性微分方程模型为研究对象,忽略了基因网络连续的或非线性的动态特性。除此之外,一些学者尝试对基因网络非线性微分方程模型中的所有参数进行参数扰动以寻求可以实现状态转变的控制变量,然而这种方法对于具有众多调控参数的基因网络来说将耗费巨大的计算成本和时间成本,亦难以找到实现目标的最优调控变量。如何从基因网络成百上千的调控参数中识别控制变量及最少控制变量集,并对控制信号进行设计,这对当前基因网络状态转变策略的研究来说是一个挑战。本文基于优化的思想,在对动态优化算法和混合整数动态优化算法进行拓展的基础上,对基因调控网络的状态转变实施了最优控制,主要内容包括以下几点:一、本文利用拓展的拟序贯算法对非线性基因网络的状态转变进行了控制信号的最优设计。一方面,对控制信号的路径进行了优化设计,另一方面,基于时间优化的要求,将离散后的有限单元长度作为控制变量,并将优化时间加入目标函数中,从而实现了最快时间内的状态转变。该方法被用于两节点基因网络和T-LGL信号网络中,优化结果证明了拟序贯算法在生物系统优化控制中的有效性。二、为了从基因网络众多的调控反应参数中识别控制变量,本文将该问题转化为一个混合整数动态优化问题,并利用混合整数动态优化算法对其进行求解。由于求解过程中初值选取的困难以及求解的不稳定性,混合整数动态优化问题在经过变量离散和整数处理之后被转化为一个非线性规划问题,之后利用拟序贯算对其进行了求解。该方法解决了骨髓细胞分化调节网络、癌症基因网络和TLGL信号网络的变量识别问题,同时实现了状态转变控制变量的识别、信号路径的最优设计,以及转变时间最小化处理等目标,亦得到了除最优方案之外的多种可行策略。三、本文对具有异常周期节律的生物系统进行了优化调控,消除了紊乱周期节律给生物系统带来的不利影响。由于此类生物系统复杂的动态特性,本文对混合整数动态优化的求解过程采取了时间分段的策略,实现了生物系统中周期节律的状态转变和周期相位的重置,并将该方法应用到混沌系统、哺乳动物生理节律系统以及胃癌基因调控网络中,所得结果验证了本文优化方法的有效性。虽然本文对基因网络的优化控制是基于数学模型来实施的,但考虑了很多疾病临床治疗实际因素,因此本文方法具有一定的应用指导意义。除了基因调控网络,本文方法亦可用于其他复杂过程系统的状态转变问题。
马亮[7]（2019）在《数据驱动的人群疏散建模仿真研究》文中指出随着我国城镇化的快速发展,公共场所人群失稳事故频发。大数据时代,行人运动及人群疏散数据的获取空前便利,如何利用这些数据增强建模仿真技术在公共场所人群应急管理全过程的效能面临巨大机遇和挑战。为应对这些机遇和挑战,本文提出使用数据驱动的方式对行人运动及人群疏散建模仿真进行研究。首先建立了基于平行仿真的行人运动及人群疏散建模仿真应用框架,其中数据驱动的仿真建模是实现该框架的的关键技术。然后从模型结构空间和参数空间两个方面对行人运动及人群疏散模型的通用化进行了研究。最后以有毒气体扩散影响的人群疏散风险评估为案例集成应用了上述研究成果,进而提出了一个更为合理的风险评估方法。全文主要成果如下:（1）基于平行仿真方法建立了行人运动及人群疏散建模仿真应用框架,并从统计学习的角度提出了数据驱动仿真建模的组成三要素。基于平行仿真的行人运动及人群疏散仿真应用框架包含应急疏散人群,人群仿真模型,数据观测,数据驱动建模以及基于仿真的决策支持五部分。此框架创新了建模仿真技术在应急疏散研究中的应用形式,有助于形成从应急疏散场景到仿真模型再到辅助决策的反馈闭环。然后从统计学习的角度提出数据驱动的仿真建模的三要素——模型、策略、算法,为数据驱动仿真建模的研究建立了理论方法基础。其次着眼于统计学习模型与仿真模型的联系与差异,从模型的解耦学习等四个方面对数据驱动的仿真建模三要素存在的问题进行了讨论。最后给出了数据驱动的行人运动及人群疏散仿真建模的模型、策略及算法三要素的具体形式。（2）提出了一种基于仿真模型最优表现的模型空间修正、寻优方法,并给出了社会力模型及基于微分方程模型中的期望速率子模型的最优设置方法。本文提出了一种基于模型最优表现的模型比较框架用于对模型结构空间进行修正与寻优,以提高模型对实际应用场景的适应度。模型比较框架包含仿真模型,参照数据,模型评价指标及优化算法四部分。将此框架应用于社会力及基于微分方程的行人运动及人群疏散模型中的期望速率子模型的寻优过程,其中仿真模型为基于文献综述及实证数据分析总结的九种期望速率子模型,参照数据来源于实验室受控实验,模型评价指标基于人群密度,优化算法采用差分进化算法。通过仿真实验,给出了最优期望速率子模型的选择方法,得到了具有现实指导意义的结论。（3）建立了一个鲁棒的基于势能场的人群疏散路径选择模型。分析了当前基于势能场的人群疏散路径选择模型在鲁棒性方面遇到的两个问题:算法对环境布局中的灰色区域具有偏见以及算法参数配置区间对环境尺寸变化的敏感,并从修正路径容量定义的角度提出了提高模型鲁棒性的方法。通过仿真实验说明了上述两个问题的具体表现形式,并验证了本文提出的路线相关路径容量定义及欧拉平均路线相关路径容量定义较好地提高了模型的鲁棒性。通过实验还证明了修正后的人群路径选择模型依然能够反映真实的人群路径选择行为。上述工作验证了模型结构空间和参数空间的修正对模型鲁棒性提升的有效性。（4）提出了一个更为合理的毒气扩散影响的人群疏散风险评估方法。通过实地考察,采集了火车站广场相关数据,建立了较为精确的火车站广场环境模型。使用基于多智能体的建模方法对人群与毒气扩散的相互影响进行了精细建模,其中人员决策过程符合BDI框架,人员行动层及战术层的移动模型分别采用建议期望速率配置的社会力模型和本文提出的基于势能场的路径选择模型。仿真实验结果表明,提出的人群疏散评估方法与原有方法相比具有显着改进,完善和补充了基于仿真的毒气影响下的人群疏散风险评估方法。综上所述,本文从利用大数据提高建模仿真在实际应用中的效能角度出发,对数据驱动的仿真建模基础理论和关键技术进行了研究,解决了数据驱动仿真建模理论方法框架不清晰的问题。将数据驱动仿真建模理论应用于行人运动及人群疏散仿真领域,提出了从模型结构空间和参数空间的角度提高模型通用性的方法,并采用基于数据驱动仿真建模方法对毒气扩散影响的人群疏散风险评估方法进行了改进。本文研究成果对建模仿真及行人运动及人群疏散领域的研究具有重要的理论意义和应用示范价值。
张哲[8]（2019）在《无人机航迹规划问题的非凸优化算法研究》文中认为近年来,无人机在民用、商用和军用领域都有着广泛的应用。由于无人机的特性,其更适用于重复性强,危险性高,对人可能有危害的工作。正是由于这样的特性,越来越多的学者对无人机的研究更加感兴趣。无人机在许多方面有着极高的应用潜力,如航拍、测绘、救援、探测、反潜等。航迹规划,是指在保证飞行器安全的基础上以最小成本规划出一条从起始点到目标点的路径。航迹规划问题在无人机的应用中是不可或缺的,有着至关重要的作用。随着最优控制理论和人工智能算法的发展,无人机的航迹规划问题的研究飞速发展,呈现了许多有效的研究成果,然而相关研究还面临着一些挑战和不足。针对无人机航迹规划问题建立系统的数学模型的研究较少,而经典的模型较为简单在某些场景下不再适用,需要进一步改进。研究者将也将各类热门的启发式算法应用到航迹规划问题中来,表现性能较为良好,但大部分启发式算法的最优性和收敛性无法判定,从而限制其在一些领域中的应用。另一方面,数值算法虽然在某些情况下可以保证问题的最优性,但由于无人机航迹规划模型的复杂性较高,导致问题的计算效率较低所以无法满足实时性要求。因此,如何系统完善地改进经典的无人机航迹规划问题模型,进一步细化目标和特定约束;如何在保证最优性和收敛性的前提下,快速有效地求解无人机航迹规划问题是一个具有重大理论意义及实际应用价值的研究课题。本文针对无人机航迹规划问题,基于最优控制理论对其建模分析,建立系统的研究模型,应用非凸优化方法、混合整数优化理论提出一系列采用凸优化求解无人机航迹规划非凸问题的算法,并且对提出算法的最优性和收敛性进行理论分析和讨论,提升问题求解的稳定性和效率性。本文的主要内容和创新点包括:（1）无人机航迹规划问题的系统建模。基于经典的无人机航迹规划问题模型,对避障约束、撞击避免约束、喷气避障约束等进行了修正和改进,引入了采样间约束,给出了更加合理的目标函数。建立统一完善的无人机航迹规划问题模型,并给出了相应模型的转化,为后续计算求解和理论分析打下了基础。（2）带有非凸控制约束问题的升维凸优化方法。针对带有特定非凸控制约束的无人机航迹规划问题,将其建模为一个混合整数非线性规划问题,且其对应的连续问题为一个非凸优化问题。将升维凸优化的思想引入到广义Benders分解的求解框架中,通过凸优化和混合整数规划对这一非凸问题进行求解,大大提高了求解效率,并对算法的最优性进行了理论分析。（3）带有非凸状态约束问题的序列凸优化方法。针对带有一般性非凸状态和控制约束的无人机航迹规划问题,通过模型转化,将其建模为一个标准的非凸优化问题。利用序列凸优化思想,针对非凸部分进行近似,通过一系列凸优化问题逼近原始非凸优化问题的解,大大提高了计算效率。此外,严格证明了算法的最优性,并且分析了算法的全局收敛性。（4）非凸最优控制问题的惩罚边界序列凸优化方法。针对求解非凸优化问题的序列凸优化方法,对其进行了改进。增加精确惩罚策略,使得算法可以处理初始输入为不可行起始点的情况。在每次凸优化近似时,计算新的投影迭代点,增加与原始可行域的相似性,从而减少迭代次数,提高计算效率。另外,严格证明了改进的方法的全局收敛性,并且分析了新方法的最优性。（5）带有逻辑约束的非凸问题的惩罚序列凸优化方法。针对无人机航迹规划问题中需要引入二元变量描述逻辑关系的情况,将其建模为一个混合整数非线性规划问题。利用惩罚策略,将二元整数变量转化为连续变量,通过序列连续凸优化问题近似原始离散非凸优化问题的解,大大提高了计算效率。同时,证明了提出算法的全局收敛性,并分析了算法输出的最优性。
郑振宇[9]（2019）在《自动化立体仓库优化调度研究与实现》文中研究说明自动化立体仓库是当代物流系统的核心组成部分。随着经济全球化及电子商务的迅猛发展,物流产业正越来越多的受到人们的关注。为了提高物流效率,降低物流时间成本,对自动化立体仓库运行效率的研究自然成了重中之重。提高自动化立体仓库运行效率的核心手段便是实现仓库调度的优化。因此,对自动化立体仓库的优化调度问题进行研究有着重要的理论意义和工程价值。本文首先介绍了本文所研究的自动化立体仓库的基本硬件模型和软件管理系统模型,并对自动化立体仓库出入库作业进行了流程分析。同时,分析了现有的离散事件动态系统建模与仿真的几种常用方法,介绍了本文所采用的SimPy仿真库的基本知识和优点。使用SimPy仿真库对本文所研究的自动化立体仓库建立面向对象仿真模型,在保留了实际中自动化立体仓库运行时的异步、并发特性的同时,对信息流的传递做了整体简化。在此基础上研究并提出了自动化立体仓库调度规则,包括货位分配调度规则、RGV小车调度规则、堆垛机延迟规则等。提出了一个改进的遗传算法,通过将调度规则进行编码并求最优解的方式实现自动化立体仓库的优化调度。将自动化立体仓库的仿真模型和改进遗传算法进行GUI封装,使用封装后的图形界面程序进行了实验,实验表明优化后的调度规则集能显着提高自动化立体仓库的运行效率。
李翔宇[10]（2018）在《非指数分布下多阶段任务系统可靠性建模与优化》文中提出随着现代科学技术的发展,航天系统越来越朝着复杂化发展,绝大多数的航天系统,例如卫星或者航天器等,在运行过程中存在明显的阶段性特征,其系统结构、功能等随着时间而不断地发生改变,这类系统被称为多阶段任务系统（Phased Mission System,PMS）。相较于传统的单阶段任务系统可靠性建模,PMS可靠性建模需要考虑阶段之间的相关性,因此更为复杂,同时也可以对系统可靠度进行更加精确的评估。目前,随着航天事业的不断发展,PMS可靠性的研究逐渐成为了可靠性研究的热点之一。但是目前在PMS可靠性建模与优化研究中,存在着一个较大的问题,即在PMS建模与优化研究中,绝大多数的研究都假设系统中的元件服从指数分布,从而利用Markov链等方法对PMS中的动态行为进行建模,但是这一假设不符合大多数的工程实际。针对这一问题,本文对系统中元件服从非指数分布的复杂PMS可靠性建模与优化方法进行研究,主要内容和成果如下:（1）有限维修下的多阶段任务系统可靠性建模方法研究针对航天PMS中存在着冷备份及有限维修的动态行为,元件失效/维修时间服从非指数分布,难以用传统的Markov过程进行建模的情况,提出应用半马尔科夫过程（Semi-Markov Process,SMP）来对系统的动态行为进行建模,应用模块化方法减小系统模型的规模,降低建模的复杂程度。同时应用数值近似算法对SMP模型中出现的复杂积分进行高精度近似计算,并将该方法与蒙特卡洛仿真算法进行对比分析,说明了该方法具有较高的计算精度与计算效率。实现对有限维修下的非指数多阶段任务系统的可靠性建模。（2）考虑随机冲击失效的多阶段任务系统可靠性建模方法研究绝大多数的航天PMS,例如卫星/航天器等,长期工作于环境恶劣的外太空,随机出现的宇宙射线所携带的高能带电粒子、重粒子等会对各种电子元器件造成严重影响,导致元件加速退化甚至直接失效,针对这些随机冲击的影响,提出应用马尔科夫更新过程（Markov Regenerative Process,MRGP）对冲击影响下的动态PMS进行建模。考虑随机冲击造成的总剂量效应与单粒子效应等影响,通过引入元件的随机冲击模型,利用近似计算的方法来得到冲击影响下的元件失效分布函数,然后将元件的随机冲击模型嵌入系统MRGP模型中,得到冲击影响下的动态系统模型。最终,通过数值近似计算与MC仿真方法验证,实现对随机冲击影响下的多阶段任务动态系统的可靠性建模,并对随机冲击的参数进行灵敏度分析。（3）多态多阶段任务系统可靠性建模与评估方法研究针对不可修PMS中的元件存在多态的特性,即元件在正常工作与完全失效之外还存在着多种中间状态,本论文提出多态元件的阶段代数与PMS-MMDD模型,通过应用阶段代数,对传统的MMDD逻辑运算规则进行改进,得到多态元件阶段依赖性运算规则。通过对比分析,相较于传统的MMDD模型与PMS-BDD模型,PMS-MMDD模型对不可修多态PMS的建模更加高效。同时,考虑多态元件的状态转移时间服从非指数分布的情况,提出一种基于Markov更新方程的不交和路径概率评估方法,并应用迭代数值方法进行高精度计算分析,实现对不可修多态多阶段任务系统的可靠性建模与评估,并与MC仿真方法进行对比分析。（4）混合备份下的多阶段任务系统可靠性优化提出混合备份下的PMS冗余优化方法。在航天系统中,为了保证较高的可靠性,经常采用大量冗余备份,而现有的PMS冗余优化方法研究中,只对冷备份或者热备份的单一冗余备份方式进行优化分析,而忽略了混合备份的策略。针对这一问题,在本文的研究中,综合考虑三种备份策略,应用SMP与模块化方法,建立混合备份下的PMS优化模型,同时对元件的类型、备份数量以及备份方式进行优化,实现对混合备份下的PMS的可靠性优化。
二、遗传规划在离散动态系统建模中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、遗传规划在离散动态系统建模中的应用（论文提纲范文）
（1）离散制造过程智能管控技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及背景 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 离散系统仿真技术研究现状 |
| 1.3.2 离散系统智能管控研究现状 |
| 1.4 论文章节安排 |
| 第2章 以“电池组装配线”为实例的离散制造过程工艺分析 |
| 2.1 电池组装配线在离散制造过程中的平衡性分析及节拍计算 |
| 2.1.1 离散制造系统中的装配线平衡概念 |
| 2.1.2 离散制造系统中的装配线平衡问题分类 |
| 2.1.3 电池组装配线的节拍计算和并行工位分配 |
| 2.2 电池组装配线在离散制造过程中的工艺布局分析 |
| 2.2.1 离散装配制造线的常规布局类型 |
| 2.2.2 电池组装配线的布局确定 |
| 2.2.3 电池组装配线的工艺流程 |
| 2.3 本章小结 |
| 第3章 离散制造过程的仿真建模及优化分析 |
| 3.1 离散事件系统仿真概述 |
| 3.1.1 离散事件仿真的组成介绍 |
| 3.1.2 离散事件仿真的软件选取 |
| 3.1.3 离散事件仿真的步骤划分 |
| 3.2 电池组装配线的仿真搭建 |
| 3.2.1 离散建模的原则与假设 |
| 3.2.2 建模对象的系统参数设置 |
| 3.2.3 电池组装配线的建模实例 |
| 3.3 电池组装配线的分析与优化 |
| 3.3.1 DOE实验设计 |
| 3.3.2 AGV及托盘的单因子优化 |
| 3.3.3 AGV及托盘的多因子优化 |
| 3.4 基于遗传算法的分析与优化 |
| 3.4.1 遗传算法设置 |
| 3.4.2 AGV及托盘的遗传算法优化 |
| 3.5 本章小结 |
| 第4章 三维仿真中的机器人运动优化 |
| 4.1 机器人运动过程分析及优化思路 |
| 4.2 六轴机器人的运动学建模 |
| 4.2.1 连杆坐标系和D-H参数确定 |
| 4.2.2 逆运动学求解 |
| 4.2.3 逆运动学正确性验证 |
| 4.3 ActiveX通讯搭建 |
| 4.4 六轴机器人运动仿真的实现 |
| 4.4.1 机器人数模的基础参数设定 |
| 4.4.2 MU运动设定 |
| 4.4.3 机器人运动设定 |
| 4.4.4 封装程序及执行思路 |
| 4.5 机器人的姿态及路径优化 |
| 4.5.1 机器人姿态寻优 |
| 4.5.2 机器人的路径寻优 |
| 4.6 本章小结 |
| 第5章 基于虚实互联的电池组装配线管控优化 |
| 5.1 数据库通讯与信息交互 |
| 5.1.1 内外部通讯配置 |
| 5.1.2 数据管理的优化流程 |
| 5.2 PLC虚拟调试的环境搭建 |
| 5.2.1 通讯接口的选型与配置 |
| 5.2.2 数据交互方式与时间间隔 |
| 5.3 电池组装配线的调试实例 |
| 5.3.1 电池组装配线的调试步骤 |
| 5.3.2 电池组装配线的调试结论 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 附录 A Matlab程序代码 |
| 附录 B Sim Talk程序代码 |
| 附录 C PLC梯形程序图 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（2）认知局限下的模糊认知图预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时间序列预测研究现状 |
| 1.2.2 模糊认知图研究现状 |
| 1.3 研究内容及创新点 |
| 1.4 组织结构 |
| 1.5 本章小结 |
| 第2章 模糊认知图理论基础 |
| 2.1 模糊认知图模型 |
| 2.1.1 模糊认知图的概述 |
| 2.1.2 模糊认知图的结构 |
| 2.1.3 模糊认知图的推理机制 |
| 2.2 因果关系 |
| 2.3 FCM模型的构建方法 |
| 2.3.1 专家构建方法 |
| 2.3.2 计算方法 |
| 2.4 本章小结 |
| 第3章 认知的局限性与完全性 |
| 3.1 认知的局限性 |
| 3.2 认知的完全性 |
| 3.3 认知完全下的假设模型 |
| 3.3.1 假设模型的图结构 |
| 3.3.2 假设模型的推理过程 |
| 3.4 认知局限下的FCM结构拓展 |
| 3.4.1 完全认知图 |
| 3.4.2 局限认知图 |
| 3.4.3 模糊认知图结构拓展 |
| 3.5 本章小结 |
| 第4章 认知局限下的FCM预测与分析 |
| 4.1 FCM权值优化算法 |
| 4.2 基本差分进化算法模型 |
| 4.3 自适应种群聚集度的差分算法 |
| 4.3.1 差分算法改进 |
| 4.3.2 训练流程 |
| 4.4 算法性能评估指标 |
| 4.5 节点影响度计算 |
| 4.6 预测实验 |
| 4.6.1 参数设置 |
| 4.6.2 认知完全下的FCM预测实验 |
| 4.6.3 认知局限下的FCM预测实验 |
| 4.6.4 实验综合分析 |
| 4.7 本章小结 |
| 第5章 认知局限下的APDDE-FCM完全预测模型 |
| 5.1 APDDE-FCM完全预测模型 |
| 5.1.1 构建认知局限下的完全认知结构 |
| 5.1.2 算法机制改进 |
| 5.1.3 模型预测流程 |
| 5.2 APDDE-FCM模型在物流需求预测中的应用及对比 |
| 5.2.1 数据来源及预处理 |
| 5.2.2 参数设置 |
| 5.2.3 构建物流需求的完全预测模型 |
| 5.2.4 训练关联矩阵 |
| 5.2.5 预测结果与分析 |
| 5.3 APDDE-FCM模型在能源消耗预测中的应用及对比 |
| 5.3.1 数据来源及预处理 |
| 5.3.2 参数设置 |
| 5.3.3 构建能源消耗的完全预测模型 |
| 5.3.4 训练关联矩阵 |
| 5.3.5 预测结果与分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（3）铁路物流中心运输核心作业仿真及优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 门区作业仿真及优化 |
| 1.3.2 门吊装卸调度优化 |
| 1.3.3 货运枢纽运输作业系统仿真 |
| 1.3.4 研究现状总结 |
| 1.4 研究范围及内容 |
| 1.4.1 研究范围 |
| 1.4.2 研究内容 |
| 1.5 研究技术路线 |
| 2 铁路物流中心运输核心作业仿真及优化理论框架 |
| 2.1 铁路物流中心相关概念 |
| 2.1.1 相关定义及主要功能 |
| 2.1.2 铁路物流中心主要设施构成 |
| 2.2 铁路物流中心运输核心作业界定 |
| 2.3 铁路物流中心运输核心作业仿真及决策优化问题分析 |
| 2.3.1 离散事件系统仿真概述 |
| 2.3.2 运输核心作业仿真事件 |
| 2.3.3 决策优化问题分析 |
| 2.4 铁路物流中心运输核心作业仿真及优化基本内容 |
| 2.5 铁路物流中心仿真环境搭建 |
| 2.5.1 铁路物流中心仿真环境抽象 |
| 2.5.2 仿真环境拓扑网络设计 |
| 2.6 本章小结 |
| 3 考虑队列组织策略的门区作业精细化仿真 |
| 3.1 门区作业系统描述 |
| 3.1.1 铁路物流中心门区作业流程 |
| 3.1.2 门区排队解析模型 |
| 3.2 铁路物流中心门区作业多智能体仿真模型 |
| 3.2.1 仿真模型设计 |
| 3.2.2 门区仿真模型构建 |
| 3.3 算例分析 |
| 3.3.1 基于仿真的门区队列组织策略分析 |
| 3.3.2 门区服务水平影响因素敏感性分析 |
| 3.4 本章小结 |
| 4 考虑仿真进程控制的门吊装卸作业集成调度优化 |
| 4.1 问题描述 |
| 4.2 门吊调度时空网模型 |
| 4.2.1 模型假设 |
| 4.2.2 符号定义 |
| 4.2.3 装卸作业分层时空网络构建 |
| 4.2.4 模型构建 |
| 4.3 ADMM对偶分解算法设计 |
| 4.3.1 ADMM算法概述 |
| 4.3.2 基于ADMM的问题分解 |
| 4.3.3 ADMM算法流程 |
| 4.4 算例分析 |
| 4.4.1 算例描述 |
| 4.4.2 优化结果 |
| 4.4.3 ADMM算法求解精度及效率分析 |
| 4.5 本章小结 |
| 5 铁路物流中心运输核心作业仿真模型构建 |
| 5.1 PETRI网建模理论及作业仿真框架 |
| 5.1.1 Petri网相关定义 |
| 5.1.2 运输核心作业仿真逻辑框架 |
| 5.2 铁路物流中心运输核心作业仿真模型 |
| 5.2.1 通用变迁类型设计 |
| 5.2.2 模型构建 |
| 5.3 基于滚动时域的门吊装卸作业调度优化方法 |
| 5.4 仿真系统设计及开发 |
| 5.4.1 仿真模块及系统框架 |
| 5.4.2 仿真系统功能设计 |
| 5.5 本章小结 |
| 6 案例分析 |
| 6.1 案例概况 |
| 6.2 仿真模型及系统有效性验证 |
| 6.2.1 仿真参数设置 |
| 6.2.2 仿真结果及验证 |
| 6.3 设备配置及作业组织方案仿真分析 |
| 6.3.1 铁路物流中心门吊调度模式及配置方案分析 |
| 6.3.2 铁路物流中心进路排列方案分析 |
| 6.4 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 A |
| 附录 B |
| 附录 C |
| 附录 D |
| 附录 E |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）基于迁移学习和不确定性分析的过程设计与控制优化一体化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论与综述 |
| 1.1 研究背景与意义 |
| 1.2 过程设计和控制优化一体化问题 |
| 1.3 研究现状 |
| 1.3.1 过程设计与控制一体化的研究现状 |
| 1.3.2 迁移学习建模方法的研究现状 |
| 1.3.3 不确定环境下过程设计和控制优化一体化的研究现状 |
| 1.4 论文研究解决的问题 |
| 1.5 论文研究内容与结构 |
| 2 融合过程先验知识的高斯过程建模方法 |
| 2.1 引言 |
| 2.2 过程替代模型 |
| 2.2.1 状态空间模型 |
| 2.2.2 神经网络模型 |
| 2.2.3 模糊模型 |
| 2.3 高斯过程模型及其应用于一体化设计的优势 |
| 2.3.1 高斯过程模型 |
| 2.3.2 高斯过程模型的参数估计 |
| 2.4 融合先验知识的高斯过程模型 |
| 2.5 数值算例与分析 |
| 2.5.1 为高斯过程模型插入表征先验知识的数据 |
| 2.5.2 为高斯过程模型插入表征先验知识的模型 |
| 2.6 本章小结 |
| 3 基于样本筛选策略的迁移学习动态系统建模方法 |
| 3.1 引言 |
| 3.2 迁移学习在过程设计与控制优化中的应用场景 |
| 3.3 迁移关系的研究 |
| 3.3.1 动态系统之间的迁移关系分析 |
| 3.3.2 迁移学习建模方法 |
| 3.4 主动样本筛选策略 |
| 3.5 算法仿真与分析 |
| 3.5.1 数值算例 |
| 3.5.2 非线性系统数值仿真算例 |
| 3.5.3 CSTR过程设计和控制优化一体化问题中的迁移学习算例 |
| 3.6 本章小结 |
| 4 考虑不确定性传递的迁移学习动态系统建模方法 |
| 4.1 引言 |
| 4.2 模型的迁移方法 |
| 4.3 不确定性在迁移学习高斯过程模型中的传递 |
| 4.3.1 不确定性在多步预测中的传递 |
| 4.3.2 不确定性在迁移学习中的传递 |
| 4.4 算法仿真与分析 |
| 4.4.1 CSTR过程设计和控制优化一体化问题中的迁移学习算例 |
| 4.4.2 燃烧炉系统工况切换的迁移学习算例 |
| 4.5 本章小结 |
| 5 考虑变尺度不确定性的过程设计与控制优化一体化 |
| 5.1 引言 |
| 5.2 一体化问题中不确定性的描述方法 |
| 5.2.1 不确定性的来源与分类 |
| 5.2.2 不确定性的数学描述 |
| 5.2.3 长时间尺度服从离散分布,短时间尺度服从高斯分布 |
| 5.2.4 长时间尺度服从高斯分布,短时间尺度服从高斯分布 |
| 5.3 基于机会约束的设计和控制优化一体化 |
| 5.3.1 不确定性在过程设计中的传递关系 |
| 5.3.2 控制器的设计 |
| 5.4 系统仿真与分析 |
| 5.4.1 蒸发过程的过程描述 |
| 5.4.2 过程运行的约束条件 |
| 5.4.3 优化一体化的目标函数 |
| 5.4.4 优化一体化的决策变量 |
| 5.4.5 蒸发过程中的不确定量 |
| 5.5 本章小结 |
| 6 基于模糊决策的多重稳态过程设计与控制优化一体化 |
| 6.1 引言 |
| 6.2 多重稳态过程 |
| 6.3 多重稳态过程的设计和控制优化一体化问题定义 |
| 6.4 鲁棒控制器的设计 |
| 6.4.1 多重稳态过程动态模型的构建 |
| 6.4.2 基于H_∞性能的控制器设计 |
| 6.5 基于模糊决策的最优过程设计和控制器设计 |
| 6.5.1 不确定条件下约束边界计算以及约束条件模糊化 |
| 6.5.2 不确定条件下的目标函数模糊化 |
| 6.5.3 基于最大隶属度的模糊决策 |
| 6.5.4 基于最优隶属度的可行性检验 |
| 6.6 系统仿真与分析 |
| 6.6.1 过程运行的约束条件 |
| 6.6.2 优化一体化的目标函数 |
| 6.6.3 反应过程中的不确定量 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读博士期间科研成果 |
（5）铂族金属催化CO氧化反应速率变化的非线性分析与控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源和研究背景 |
| 1.2 研究的意义及面临的问题 |
| 1.2.1 CO催化氧化反应速率调控的必要性和调控自由度 |
| 1.2.2 CO催化氧化反应速率变化的双稳定性、突变和迟滞效应及调控中存在的问题 |
| 1.3 科学问题的抽象 |
| 1.3.1 CO催化氧化反应速率突变边界研究的奇异性理论 |
| 1.3.2 CO氧化反应速率突变、迟滞现象分类问题研究的离散数学理论 |
| 1.3.3 CO氧化反应速率突变控制问题研究的混杂系统理论 |
| 1.4 国内外研究现状 |
| 1.4.1 CO催化氧化反应过程的双稳定性、突变和迟滞问题研究 |
| 1.4.2 CO催化氧化反应的催化机理研究 |
| 1.4.3 CO催化氧化的影响因素研究 |
| 1.4.4 非线性分析方法研究 |
| 1.5 国内外研究现状的综合分析及本文研究的定位 |
| 1.6 本文主要研究内容 |
| 第2章 基于数据的铂族金属催化CO氧化反应速率突变边界建模的拓扑学方法 |
| 2.1 引言 |
| 2.2 CO催化氧化反应机理 |
| 2.3 CO催化氧化反应的本质非线性现象及建模问题 |
| 2.3.1 CO催化氧化反应速率变化的双稳定性、突变和迟滞现象 |
| 2.3.2 CO催化氧化反应速率突变边界的建模问题 |
| 2.3.3 CO催化氧化反应突变边界的实验数据 |
| 2.4 基于实验数据的CO催化氧化反应的突变边界拓扑学建模 |
| 2.4.1 提出确定模型结构的拓扑学方法 |
| 2.4.2 基于拓扑学模型结构的统计建模方法 |
| 2.5 本章小结 |
| 第3章 铂族金属催化CO氧化反应速率突变准则的解析分析 |
| 3.1 引言 |
| 3.2 CO催化氧化反应的机理模型与特性计算 |
| 3.2.1 CO催化氧化反应的机理模型 |
| 3.2.2 CO催化氧化反应的特性分析 |
| 3.3 CO催化氧化反应速率突变准则的解析推导 |
| 3.3.1 前期基于机理模型的拓扑学模型推导 |
| 3.3.2 突变准则解析表达式的推导 |
| 3.4 CO催化氧化反应速率突变、迟滞行为的分析 |
| 3.5 本章小结 |
| 第4章 基于逻辑运算的铂族金属催化CO氧化反应速率突变、迟滞现象的总体分类 |
| 4.1 引言 |
| 4.2 非线性系统突变、迟滞现象分类的数学方法 |
| 4.2.1 突变、迟滞行为变化中的相似性 |
| 4.2.2 几何相似性的离散数学表征 |
| 4.2.3 分类方法 |
| 4.3 CO催化氧化反应速率突变、迟滞现象的总体分类 |
| 4.4 CO催化氧化反应速率突变、迟滞现象分类结果的仿真验证 |
| 4.5 CO催化氧化反应速率突变、迟滞现象分类结果的物理化学机理分析 |
| 4.5.1 结合突变边界临界准则的突变、迟滞现象分类结果分析 |
| 4.5.2 各种突变、迟滞现象产生的结构稳定性机理 |
| 4.6 本章小结 |
| 第5章 CO催化氧化反应过程的切换控制策略与平滑切换方法 |
| 5.1 引言 |
| 5.2 CO催化氧化反应本质非线性效应对控制系统的影响 |
| 5.3 引入混杂系统切换控制的控制策略 |
| 5.4 CO催化氧化反应速率的切换控制策略 |
| 5.4.1 基于Min/Max规则的切换策略 |
| 5.4.2 基于积分初值重置的平滑切换技术 |
| 5.5 控制系统仿真结果 |
| 5.6 本章小结 |
| 结论 |
| 创新点 |
| 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）基因调控网络状态转变的优化策略研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 基因调控网络 |
| 1.1.1 基本定义 |
| 1.1.2 动态系统建模 |
| 1.2 生物系统的吸引子 |
| 1.3 基因网络的控制 |
| 1.4 基因调控网络的控制研究现状 |
| 1.5 本文主要研究内容 |
| 第二章 基因网络的模型及调控机理 |
| 2.1 基因调控网络的动态模型 |
| 2.2 基因网络的调控机理 |
| 2.3 基因网络的优化问题 |
| 2.4 本章小结 |
| 第三章 动态优化及混合整数动态优化算法 |
| 3.1 动态优化算法研究现状 |
| 3.1.1 序贯算法 |
| 3.1.2 联立算法 |
| 3.1.3 拟序贯算法 |
| 3.2 拟序贯拓展算法 |
| 3.2.1 变量离散 |
| 3.2.2 模型计算 |
| 3.2.3 灵敏度计算 |
| 3.2.4 算法流程及结构 |
| 3.3 混合整数动态优化及其拓展算法 |
| 3.3.1 混合整数动态优化求解方法概况 |
| 3.3.2 基于拟序贯的MIDO拓展算法 |
| 3.4 本章小结 |
| 第四章 基因网络状态转变的控制路径优化 |
| 4.1 状态转变路径优化问题描述 |
| 4.2 优化实例 |
| 4.2.1 两节点基因网络优化分析 |
| 4.2.1.1 吸引子搜寻 |
| 4.2.1.2 分岔临界值仿真计算 |
| 4.2.1.3 优化求解 |
| 4.2.2 T-LGL信号网络优化分析 |
| 4.3 本章小结 |
| 第五章 基因网络调控变量识别 |
| 5.1 变量识别优化问题描述 |
| 5.2 MIDO问题预处理 |
| 5.3 优化实例分析 |
| 5.3.1 骨髓细胞分化调节网络 |
| 5.3.2 癌症基因网络 |
| 5.3.3 T-LGL信号网络 |
| 5.4 本章小结 |
| 第六章 生物系统周期节律优化控制 |
| 6.1 研究背景及意义 |
| 6.2 优化问题分析 |
| 6.2.1 时间区间的划分 |
| 6.2.2 优化问题公式化 |
| 6.3 生物系统优化实例探讨 |
| 6.3.1 混沌系统 |
| 6.3.2 哺乳动物昼夜节律系统 |
| 6.3.3 胃癌基因调节网络 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 附录 A T-LGL信号网络模型方程 |
| 附录 B 骨髓细胞分化网络模型方程 |
| 附录 C 哺乳动物昼夜节律系统模型方程 |
| 附录 D 胃癌网络模型方程 |
| 作者简历 |
| 攻读博士期间科研成果 |
| 公开发表学术论文与博士学位论文的关系 |
（7）数据驱动的人群疏散建模仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 相关研究进展综述 |
| 1.2.1 数据驱动的建模与仿真研究现状 |
| 1.2.2 行人运动及人群疏散研究现状 |
| 1.3 本文研究内容和组织结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 文章组织结构 |
| 1.3.3 创新点分析 |
| 第二章 基于平行仿真的行人运动及人群疏散建模仿真应用框架 |
| 2.1 基于平行仿真的人群平行管理应用框架 |
| 2.1.1 平行仿真方法 |
| 2.1.2 基于平行仿真方法的人群疏散应急管理框架 |
| 2.2 数据驱动的行人运动及人群疏散建模仿真框架 |
| 2.2.1 统计学习视角下数据驱动的仿真建模 |
| 2.2.2 数据驱动的仿真建模中若干问题的探讨 |
| 2.2.3 数据驱动的行人运动及人群疏散仿真建模 |
| 2.3 小结 |
| 第三章 数据驱动的社会力模型中期望速率设置策略研究 |
| 3.1 社会力模型 |
| 3.1.1 社会力模型研究现状 |
| 3.1.2 社会力模型定义 |
| 3.1.3 社会力模型中的期望速率研究现状 |
| 3.2 基于模型最优表现的期望速率模型比较方法 |
| 3.2.1 基于模型最优表现的模型比较框架 |
| 3.2.2 实验介绍及实验数据分析 |
| 3.2.3 期望速率模型总结 |
| 3.2.4 模型与观测数据相似性度量——密度函数的定义 |
| 3.2.5 基于智能优化算法的模型参数识别方法 |
| 3.2.6 模型评价指标的定义 |
| 3.3 仿真实验及结果分析 |
| 3.3.1 实验参数设置 |
| 3.3.2 仿真运行配置 |
| 3.3.3 结果及分析 |
| 3.3.4 结果讨论 |
| 3.4 小结 |
| 第四章 基于微分方程的行人运动及人群疏散模型中期望速率设置策略研究 |
| 4.1 基于微分方程的行人运动及人群疏散模型研究 |
| 4.1.1 基于微分方程的行人运动及人群疏散建模研究现状 |
| 4.1.2 典型的基于微分方程的行人运动及人群疏散模型 |
| 4.1.3 期望速率的重要性 |
| 4.2 仿真实验及结果分析 |
| 4.2.1 实验配置 |
| 4.2.2 参照数据 |
| 4.2.3 实验结果及分析 |
| 4.3 结果讨论 |
| 4.4 小结 |
| 第五章 一个鲁棒的基于势能场的人群疏散路径选择模型 |
| 5.1 基于势能场的人群疏散路径选择模型研究现状 |
| 5.1.1 基于势能场的人群疏散路径选择模型的发展 |
| 5.1.2 基于势能场的人群疏散中路径选择模型鲁棒性面临的问题 |
| 5.2 基于势能场的人群疏散模型 |
| 5.2.1 模型框架 |
| 5.2.2 战术层出口选择模型 |
| 5.2.3 行动层人群移动避碰模型 |
| 5.2.4 势能场生成算法 |
| 5.2.5 仿真模型执行步骤概览 |
| 5.3 仿真实验 |
| 5.3.1 实验设计思路及仿真实验配置 |
| 5.3.2 实验一:模型-2与模型-1在路径选择模式上的等价性实验 |
| 5.3.3 实验二:灰色区域对模型-1和模型-2中路径选择模式的影响 |
| 5.3.4 实验三:模型-2生成路径选择模式的真实性验证实验 |
| 5.3.5 实验四:模型-2参数η及l的敏感性分析实验 |
| 5.3.6 实验五:模型-3对疏散场景尺寸变化的鲁棒性实验 |
| 5.4 结果讨论 |
| 5.5 小结 |
| 第六章 有毒气体扩散影响的人群疏散风险评估 |
| 6.1 引言 |
| 6.2 有毒气体扩散影响的人群疏散风险评估研究进展 |
| 6.3 有毒气体扩散及其对人群健康危害的建模 |
| 6.3.1 有毒气体扩散建模 |
| 6.3.2 毒性建模及评估指标的建立 |
| 6.4 数据驱动的人群疏散建模 |
| 6.4.1 数据采集概况 |
| 6.4.2 数据驱动的环境建模及人群建模 |
| 6.4.3 人群疏散的多智能体建模 |
| 6.5 仿真实验及结果 |
| 6.5.1 仿真实验配置 |
| 6.5.2 实验结果及分析 |
| 6.6 小结 |
| 第七章 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录A 社会力模型中期望速率回归分析 |
| 附录B 仿真模型收敛性分析 |
（8）无人机航迹规划问题的非凸优化算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 航迹规划算法发展现状 |
| 1.2.2 非凸优化方法在航天航空工程中的应用 |
| 1.3 本文的研究内容 |
| 1.4 本文的结构安排 |
| 第二章 非凸优化方法及无人机航迹规划模型 |
| 2.1 非凸性和凸化技巧 |
| 2.1.1 最优控制问题中的非凸性 |
| 2.1.2 凸化技巧 |
| 2.1.3 凸化的有效性 |
| 2.1.4 精确凸松弛 |
| 2.1.5 连续求解过程的收敛性 |
| 2.2 常用转化 |
| 2.2.1 绝对值目标函数 |
| 2.2.2 或约束 |
| 2.2.3 如果-那么约束 |
| 2.3 传统无人机航迹规划模型 |
| 2.3.1 系统方程 |
| 2.3.2 目标函数 |
| 2.3.3 避障约束 |
| 2.3.4 撞击避免约束 |
| 2.3.5 喷气避免约束 |
| 2.3.6 喷气避障约束 |
| 2.3.7 航迹规划模型 |
| 2.4 定义与定理 |
| 2.5 本章小结 |
| 第三章 带有非凸控制约束的航迹规划问题的升维凸优化方法 |
| 3.1 引言 |
| 3.2 模型描述 |
| 3.2.1 单无人机航迹规划模型 |
| 3.2.2 经典模型改进 |
| 3.2.3 松弛模型 |
| 3.3 升维凸优化广义Benders分解算法 |
| 3.3.1 必要模型 |
| 3.3.2 主要算法 |
| 3.4 定理与证明 |
| 3.5 应用仿真 |
| 3.6 本章小结 |
| 第四章 带有非凸状态约束的航迹规划问题的序列凸优化方法 |
| 4.1 引言 |
| 4.2 模型描述 |
| 4.3 序列凸优化 |
| 4.4 主要定理与证明 |
| 4.5 应用仿真 |
| 4.5.1 场景 1 |
| 4.5.2 场景 2 |
| 4.6 本章小结 |
| 第五章 非凸最优控制问题的惩罚边界序列凸优化方法 |
| 5.1 引言 |
| 5.2 模型描述 |
| 5.2.1 问题模型 |
| 5.2.2 约束边界上的新近似点 |
| 5.2.3 精确惩罚模型 |
| 5.3 惩罚边界序列凸优化 |
| 5.3.1 拉格朗日函数 |
| 5.3.2 KKT条件 |
| 5.3.3 主要算法 |
| 5.4 主要定理与证明 |
| 5.5 仿真与实验 |
| 5.5.1 直接线性化方法 |
| 5.5.2 无人机避障航迹规划 |
| 5.5.3 多移动机器人路径规划 |
| 5.6 本章小结 |
| 第六章 带有逻辑约束的非凸航迹规划问题的惩罚序列凸优化方法 |
| 6.1 引言 |
| 6.2 模型描述 |
| 6.2.1 改进的撞击避免约束 |
| 6.2.2 改进的喷气避免约束 |
| 6.3 惩罚序列凸优化算法 |
| 6.3.1 模型变换 |
| 6.3.2 惩罚策略 |
| 6.3.3 序列凸优化 |
| 6.3.4 采样间约束 |
| 6.3.5 主要算法 |
| 6.4 主要定理与证明 |
| 6.5 应用仿真 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文总结 |
| 7.2 未来展望 |
| 附录A 第二章仿真模型 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的项目 |
（9）自动化立体仓库优化调度研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 研究背景及意义 |
| 1.2 AS/RS优化调度研究现状 |
| 1.2.1 货位分配研究 |
| 1.2.2 堆垛机作业调度研究 |
| 1.2.3 RGV作业调度研究 |
| 1.3 研究内容与章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 论文章节安排 |
| 2.总体方案设计与仿真技术简介 |
| 2.1 AS/RS优化调度需求分析与总体方案设计 |
| 2.2 AS/RS模型描述 |
| 2.2.1 AS/RS的软硬件组成 |
| 2.2.2 AS/RS坐标系的建立 |
| 2.2.3 AS/RS的出入库作业 |
| 2.2.4 AS/RS信息流与过账 |
| 2.3 离散事件动态系统建模与仿真 |
| 2.3.1 计算机仿真 |
| 2.3.2 离散事件动态系统建模 |
| 2.3.3 离散事件动态系统仿真 |
| 2.4 SimPy简介 |
| 2.5 本章小结 |
| 3.AS/RS面向对象仿真建模 |
| 3.1 面向对象建模思想 |
| 3.2 AS/RS仿真模型的总体框架设计 |
| 3.3 AS/RS设备模型类分析 |
| 3.4 AS/RS调度类分析 |
| 3.5 AS/RS仿真模型出入库流程分析 |
| 3.6 AS/RS面向对象模型的建立 |
| 3.7 AS/RS仿真模型的实现 |
| 3.8 本章小结 |
| 4.AS/RS调度规则设置 |
| 4.1 直线往复式2-RGV调度规则 |
| 4.1.1 直线往复式2-RGV分区作业调度规则 |
| 4.1.2 直线往复式2-RGV不分区作业调度规则 |
| 4.2 货位分配调度规则 |
| 4.3 堆垛机、RGV响应延时规则 |
| 4.4 本章小结 |
| 5.AS/RS调度规则的遗传算法优化 |
| 5.1 遗传算法简介 |
| 5.2 遗传算法求解的关键操作 |
| 5.3 改进遗传算法的实现 |
| 5.4 本章小结 |
| 6.AS/RS优化调度实验 |
| 6.1 优化调度程序介绍 |
| 6.1.1 AS/RS优化调度程序的GUI封装 |
| 6.1.2 参数设定界面 |
| 6.2 仿真实验 |
| 6.2.1 仿真参数设定 |
| 6.2.2 仿真实验结果分析 |
| 6.3 实例验证 |
| 6.4 本章小结 |
| 7.总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）非指数分布下多阶段任务系统可靠性建模与优化（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 PMS可靠性建模方法综述 |
| 1.2.2 PMS可靠性建模的仿真方法 |
| 1.2.3 PMS可靠性建模的组合模型方法 |
| 1.2.4 PMS可靠性建模的动态模型方法 |
| 1.2.5 PMS可靠性建模的模块化方法 |
| 1.2.6 综述总结与问题的提出 |
| 1.3 论文的主要研究内容与结构 |
| 1.3.1 论文的研究内容 |
| 1.3.2 论文的结构 |
| 第二章 有限维修下的多阶段任务系统可靠性建模方法 |
| 2.1 引言 |
| 2.2 多阶段任务系统模块化分析方法 |
| 2.3 半马尔科夫模型 |
| 2.3.1 半马尔科夫模型 |
| 2.3.2 半马尔科夫模型的数值计算方法 |
| 2.3.3 计算精度及计算效率分析 |
| 2.4 算例分析 |
| 2.4.1 卫星姿态轨道控制系统 |
| 2.4.2 卫星姿轨控系统模块化分析 |
| 2.4.3 模块及系统可靠度计算分析 |
| 2.5 本章小结 |
| 第三章 考虑随机冲击的多阶段任务系统可靠性建模方法 |
| 3.1 引言 |
| 3.2 马尔科夫更新过程 |
| 3.2.1 马尔科夫更新过程 |
| 3.2.2 马尔科夫更新过程的应用 |
| 3.3 元件随机冲击失效模型 |
| 3.3.1 累积冲击模型及元件可靠性分析 |
| 3.3.2 极限冲击模型及元件可靠性分析 |
| 3.4 动态系统随机冲击失效模型 |
| 3.5 算例分析 |
| 3.5.1 航天器姿态轨道控制系统简介 |
| 3.5.2 可靠性分析流程 |
| 3.5.3 计算结果分析 |
| 3.6 本章小结 |
| 第四章 多态多阶段任务系统可靠性建模方法 |
| 4.1 引言 |
| 4.2 多态多值决策图 |
| 4.2.1 元件MMDD模型 |
| 4.2.2 系统MMDD模型 |
| 4.3 MMDD阶段代数与PMS-MMDD模型 |
| 4.3.1 MMDD阶段代数 |
| 4.3.2 MMDD阶段依赖性运算规则 |
| 4.3.3 多阶段PMS-MMDD模型的建立 |
| 4.3.4 对比分析 |
| 4.4 非指数多态多阶段系统计算方法 |
| 4.4.1 非指数不可修多态元件 |
| 4.4.2 非指数多态不交合路径计算方法 |
| 4.5 算例分析 |
| 4.5.1 多态航天器AOCS算例 |
| 4.5.2 计算结果分析 |
| 4.6 本章小结 |
| 第五章 混合备份下的多阶段任务系统可靠性优化方法 |
| 5.1 引言 |
| 5.2 基本假设 |
| 5.3 混合备份下的多阶段任务系统可靠性模型 |
| 5.3.1 混合备份下的多阶段任务系统可靠性模型 |
| 5.3.2 功能单元可靠性 |
| 5.3.3 系统可靠度 |
| 5.4 基于遗传算法的多阶段系统冗余优化 |
| 5.4.1 遗传算法简介 |
| 5.4.2 混合备份下的多阶段任务系统可靠性优化 |
| 5.5 工程算例分析 |
| 5.5.1 航天器推进分系统的优化 |
| 5.5.2 优化结果分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的成果 |
四、遗传规划在离散动态系统建模中的应用（论文参考文献）
- [1]离散制造过程智能管控技术研究[D]. 邰思铭. 长春理工大学, 2021(02)
- [2]认知局限下的模糊认知图预测研究[D]. 张慧. 山东财经大学, 2020
- [3]铁路物流中心运输核心作业仿真及优化研究[D]. 陈旭超. 北京交通大学, 2020
- [4]基于迁移学习和不确定性分析的过程设计与控制优化一体化研究[D]. 王矿磊. 浙江大学, 2020(01)
- [5]铂族金属催化CO氧化反应速率变化的非线性分析与控制[D]. 张蕾. 哈尔滨工业大学, 2020(01)
- [6]基因调控网络状态转变的优化策略研究[D]. 袁美晨. 浙江大学, 2020(01)
- [7]数据驱动的人群疏散建模仿真研究[D]. 马亮. 国防科技大学, 2019
- [8]无人机航迹规划问题的非凸优化算法研究[D]. 张哲. 上海交通大学, 2019(06)
- [9]自动化立体仓库优化调度研究与实现[D]. 郑振宇. 南京理工大学, 2019(06)
- [10]非指数分布下多阶段任务系统可靠性建模与优化[D]. 李翔宇. 电子科技大学, 2018(01)