欢迎来到天天文库
浏览记录
ID:35123022
大小:1.47 MB
页数:40页
时间:2019-03-19
《浅析序优方法及并行仿真方法在离散事件动态系统中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、南开大学硕士学位论文序优方法及并行仿真方法在离散事件动态系统中的应用姓名:张业斌申请学位级别:硕士专业:控制理论与控制工程指导教师:涂奉生19990501摘要离散事件动态系统(DEDS)的分析、设计、及优化通常面临着三个方面的困难:系统结构信息的缺乏、大的噪声与组合爆炸问题,以及Monte-Carlo仿真方法的低效率,这些都给DEDS基于仿真方法的优化带来了巨大挑战,寻找与传统方法完全不同的优化策率已成为目前DEDS优化设计的重要方向,其中序优(ordinal如下几个问题.op知tim子ization
2、,是一个较“具有吸引“的优化方法。仓文“此讨论〔1、我们在第一章阐述了随机优化问题当中的两个基本困难之后给出了序优这一优化方法的基本思想,即我们的优化目标为以较大的概率获得一个(或几个)足够好的(以一定的标准)设计方案d而不是如以往那样寻求以概率1获得最好的设计方案的性能指标,实际上这其中包括两个基本观点:1)性能指标的序以指数形式收敛,而性能指标的值最快以速率1/f收敛,2)得到足够好的设计参数的概率将随着这一集合的个数的增加而增加。下}r_..又2·在第二章给出了指示过程与重合概率这两个体现序优方
3、法主要特点的重要概念,随后讨论了重合概率的单调性及遍历性,一般情形及更新过程的重合概率的指数形式的收敛速率,系统性能指标的相关性对重合概率收敛速率的影响。丫(3·在第三章我们首先假定了一种最坏情形,即所有好的设计参数及坏的设计参数都分别为同一值,随后给出了有序的随机变量及不重合概率的概念,并利用有序的随机变量这一概念,讨论了在最坏情形时优化目标的弱化、性能指标的优劣差别及噪声对不重合概率的影响。171-(4、一般来说,我们总是假设系统的性能指标的估计误差为独立同分布的,而在DEDS的仿真当中,我们要用
4、到共同随机数及并行仿真技术,从而使独立同分布的假设不成立,因而我们不得不考虑噪声对序优方法的影响。直观上我们认为,估计误差一般来说总是对序优方法有帮助的,因为如果我们设想所有的估计误差为完全正相关的,即估计性能指标均向同一方向偏离且程度相同,那么我们观察到的性能指标的序就与真实性能指标的序完全相同,如果所有的估计误差为两两完全负相关,那么就有一半的性能指标相互之间为完全正相关,而另一半我们则不加考虑,这样做并不影响许优方法的应用,在第四章我们就两种噪声模型进行讨论。下_Zr-(5、在第五章我们首先给出
5、离散动态系统的广义半马尔克夫过程的定义,并据此构造性定义提出了一个精确但低效率的仿真方法,随后介绍了事件同步化及时间同步化并行仿真算法,但它们主要是针对马尔克夫系统的。接着我们依据二阶逼近的思想对标准时钟算法(SC)进行扩展得到所谓偏移指数分布逼近算法及超指数分布逼近算法并分了这种方法的精确性,以便使SC算法能用于非马尔克夫系统的仿真,最后们利用扩展的so算法对十个结点的具有非指数分布的排队网络进行并行仿真从而证实了序优方法的有效性了关健词:序优,重合概率,有序的随机变f,;优化目标的弱化,噪声的相关
6、性,并行仿真。AbstractTheperformanceanalysis,design,andoptimizationofDiscreteEventDynamicSystems(DEDS)arechallengedbythreekeyproblems:lackofanalyticalstructure,presenceoflargeuncertainties,andenormouslylargesearchspace,allthesedificultiesresultinlargecostsasso
7、ciatedwithobtainingpreciseestimatesofsystemperformanceusingtimeconsumingsimulations.Oneofthefewavenuesthatappearpossibletocircumventtheselimitationsistoefectastrategicredirectionoftheattack,whichisverydiferentfromthetraditionaloptimizationmethod,whichis
8、ordinaloptimization.Thefollowingproblemsarediscussedinthispaper.1.Afterexpoundingtwodificultiesofstochasticoptimization,weexplainthebasicidealofordinaloptimizationthatinsteadofestimatingthebestperformanceforsurewesetleforagoodeno
此文档下载收益归作者所有