仿真优化研究进展.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
控制与决策第 卷第期 控制与决策 文章编号 仿真优化研究进展 王凌张亮郑大钟 清华大学 自动化系 北京 摘 要 仿真优化研究基于仿真的目标优化问题 具有很强的工程背景 但存在随机性 计算费时和 等难点 目前 仿真优化已成为国际上系统仿真和运筹学等领域共同关注的热点和前沿课题 尤其是在离散事件动态系统领域 因此在分析仿真优化特点的基础上 对仿真优化算法进行了综述 介 绍了仿真优化的若干改进 应用和软件并指出了仿真优化的进一步研究内容和方向 关键词仿真优化 离散事件动态系统 算法软件 中图分类号 文献标识码 大量实如制造系统 大量实 如制造系统 仿真优化的 其原 仿真优化概述 仿真优化研究基于仿真的目标优化问题 理如图 所示即基于模型仿真给出的输入输出关 系性能通过优化算法得到最佳的输入量 际工程问题均可归结为仿真优化问题 化工系统电力系统交通系统等  特点可归纳如下 系统的输入输出关系缺少结构信息 不存在 解析表达式仅能通过仿真得到 存在不确定因素 一次仿真仅给出对应某一 输入的一次性能估计 通常存在误差 系统仿真过程较费时 且缺少与优化模块的 合理接口 以致于整个优化过程很慢 输入变量空间大 且连续量离散量和逻辑 量共存优化涉及多目标 并存在多极小 以致于难 于高效实现全局优化 鉴于仿真优化的工程背景和上述难点 它一直 收稿日期 修回日期 基金项目 国家自然科学基金资助项目 计划资助项目 男浙江绍兴人教授博士生作者简介 王凌 男江苏武进人博士从事智能优化算法研究 郑大钟 男浙江绍兴人教授博士生 导师从事 和调度研究 是不同领域理论和工程人员共同关注的重要课题 尤其在仿真运筹学和 领域随着计算机技 术人工智能和数学分析方法的发展 仿真优化的研 究取得了一定进展 但仍存在大量 问题每年 的 会议都将其列为一个国际前 沿课题来研讨 本文综述了各种仿真优化算法的 原理和特点 介绍了仿真优化的改进 应用和软件 最后指出了进一步研究的若干内容和方向 以推动 其在国内的研究与发展 仿真优化算法 仿真优化算法可归纳为基于梯度的方法 随机 优化方法响应曲面法启发式方法和统计方法等 类以及这些方法的混合 如图 所示 下面对它们分 别作简单介绍 基于梯度的方法 该类方法通过估计性能指标的梯度来判定改进 性能的方向 进而基于确定的数学规划方法进行求 解主要包括有限差分估计 似然比估计摄动分析 和频域实验法 其应用依赖于梯度估计的可靠性和 高效性 有限差分估计法 是最原始的梯度估计 法实现对梯度的估计需要多次重复仿真 运行成本 大 似然比估计法 分析系统样本路径的概率测 度对随机变量分布函数的依赖关系 通过测度变换 获得似然比来构造性能测度的估计量 它仅需一次 仿真即可获得梯度估计 适合于瞬态和再生仿真优 化问题 摄动分析法 通过跟踪系统的样本路径 分析参数摄动对系统性能的影响 进而获得样本性 能对参数的梯度以作为系统性能测度梯度的估计 量它通过一次运行估计即可得到所有的目标函数 的偏梯度因此计算效率高 但基于无穷小摄动分析 得到的估计通常有偏差且不一致 频域实验法 在一次长仿真运行中的不同频率上对选定的输入参 数进行正弦振荡 然后对输出变量值进行谱分析 若 输出量对输入量敏感则参数的正弦振荡将导致响应 的相应振荡以此来发现影响最大的输入参数 从而 得到梯度的最大方向 但该方法必须解决振荡指数 频率和幅度的确定问题 随机优化方法 随机优化方法解决了目标函数不解析但可估计 的优化问题通常是基于梯度估计的迭代算法 也包 括随机逼近方法 世纪 年代出现的 和 方法是最常用的非约束性随机逼近方法 但目 标函数平坦时收敛慢 目标函数陡峭时会发散 而且 缺少合理的终止准则且难以处理约束 最近有些改 进的方法在某些假设条件下可以保证算法的收敛 性此外样本路径法通过产生相对很多的样本 用 对应的均值函数近似为期望值函数 再利用确定的 非线性规划方法 对均值函数进行优化 通过介入 统计的方法解决了传统随机逼近方法的一些弱点并 提高了效率 响应曲面法 响应曲面法 给定初始试验设计点 分别对这 些点进行仿真运行来产生相应的输出响应 通过应 用一阶回归模型将这些响应拟合为响应曲面 进而 用最陡下降法在响应曲面的最大梯度方向对回归函 数进行优化来得到最优解 然后再以该点作为中心 用更高阶的回归模型进一步作试验 得到新的试验 点如此重复直到终止条件满足 该方法是试验设计 和数理统计相结合的优化方法 相对一般的梯度估 计方法而言该方法所需的仿真次数较少 启发式方法 启发式方法一般指对解空间不断进行探索和改 仿真优化算法 撮动分析法似然比估计法有限 撮动分析法 似然比估计法 有限差分估计法 图 仿真优化算法分类图 在每 在每 并用随机抽样得 该算法保证 尤其对最有希 如此逐步缩 如

文档评论(0)

wangxue1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档