论文部分内容阅读
离散事件动态系统(DEDS)期望值表示的性能函数通常没有封闭解析式,因而只能用Monte-Carlo方法估计它.Monte-Carlo方法本身固有的局限性(仿真效率低)和系统的复杂性给DEDS基于仿真优化问题带来了巨大的挑战性.合理地结合数学方法和计算机仿真技术是研究DESD优化设计的重要方向.该文主要研究如下几个问题.1.DEDS基于灵敏度分析的仿真优化方法.2.在极大代数上线性系统的基础上,该文研究了极大代数上一类多模型系统.3.要实现在并行机计算机上并行仿真多个DEDS有两种路径:时间同步化或事件同步化.该文给出了非马尔可夫DEDS的时间同步化并行仿真算法并证明用共同随机数方法可以使一种已有的事件同步化算法的仿真效率达到最大.最后利用遗传算法固有的并行性,结合并行仿真和DEDS序优化的思想给出离散参数空间DEDS的一个优化算法.