基于优化支持向量机的热耗率预测方法

针对传统的汽轮机热耗率计算模型精度较低的问题,构建了一种基于改进生物地理学优化算法优化支持向量机的热耗率预报模型。首先,提出改进的生物地理学优化算法以加强算法的优化能力,并通过4个典型的测试函数验证算法的有效性。其次,采用支持向量机建立汽轮机热耗率的预报模型,并选用径向基函数作为核函数,用改进的生物地理学优化算法优化该模型参数。最后,结合某火电站600 MW超临界汽轮机组现场数据进行热耗率预报的仿真研究,结果表明基于该算法建立的汽轮机热耗率预报模型具有较高的预报精度。     

融雪径流模型参数渐进式优化率定方法

融雪径流模型(SRM)是一种概念性和半分布式模型,其参数在一定程度上反应了流域对融雪的径流响应内在机制.提出了一种融雪径流模型离散化参数的渐进式优化率定方法,以新疆玛纳斯河流域为实验区,开展SRM模型参数离散化分析及其优化研究.根据模型结构剖析,确定融雪径流系数和降雨径流系数为两个待率定的敏感参数,分析了月、半月、10天和5天等不同离散尺度模型参数表征融雪径流响应时变机制的特性,对旬离散的模型参数,采用不同目标函数及优化方法分别对2001—2012共12年融雪期逐日的融雪径流过程进行模拟率参,精度评价表明渐进式优化率定方法优于分时段优化率定方法.最后以2001—2008年的融雪期作为率参期,以2009—2012年作为检验期,分别面向三个目标对模型参数进行全局优化率定,验证模拟的平均效率系数达到0.87,表明本文提出的融雪径流模型参数率定方法是有效的,经优化的模型可应用于融雪径流预测.     

基于遗传算法的BP神经网络气液两相流持液率预测模型优化

基于遗传算法(Genetic Algorithm,GA)对BP(Back Propagation)神经网络模型的初始阈值及权值进行优化,弥补了单一BP网络模型预测气液两相流持液率时收敛速度慢随机性大等问题。为了对优化后的BP网络模型进行可行性验证,以倾斜管道为研究对象,对倾斜管道内气液两相流的持液率进行预测,并与前人获得的预测结果进行对比。结果显示:基于GA优化后的BP神经网络模型预测倾斜管道内气液两相流的持液率精度较高,且收敛速度较快。通过与倾斜管道气液两相流持液率的实际值对比得出,与传统的持液率预测公式相比,优化后的BP神经网络模型预测结果与实际值偏差较小,验证了本文优化模型的准确性及可行性。     

基于遗传算法的TOPMODEL参数优化

模型参数的确定是模型研制与应用成功与否的关键.一般采用人工经验率定和自动率定两种方法来确定.遗传算法和一般的优化算法不同,它具有全局寻优能力,是一类优秀的非线性函数优化算法.利用遗传算法来进行TOPMODEL参数优化,并和人工率定的计算结果作了简要的对比,明显地显示该方法的优点.采用遗传算法所得到的精度较高,可以类推到其他水文模型的参数优化中去.     

关于人才流失问题的一个讨论

针对人才流失的问题,提出了优化回国率的概念,分析了影响海外留学生回国的主要因素,讨论了国家政策、留学生回国率、留学生回国对国家贡献这三者间的相互关系,并就回国率的优化机制展开讨论.以经济效益最大为出发点,建立模型,讨论实现优化回国率的政策条件,最后给出一个具体的例子说明人才流失模型在政策制定上的参考意义.     

基于非泊松分布的不可修备件优化配置模型

 针对已有备件配置模型的局限性,研究需求服从非泊松分布的不可修备件优化配置模型.通过分析两级库存系统不可修备件的保障特点,将需求服从泊松分布的假设放宽,建立需求服从非泊松分布的不可修备件满足率通用模型,在此基础上构建以备件配置费用最小为优化目标,以系统备件配置满足率为约束条件的两级库存系统不可修备件配置优化模型,并通过遗传算法给出最优配置方案.结合案例的优化及验证结果显示,该优化配置模型适用于正态分布等需求服从非泊松过程的备件配置问题,其配置方案在保证系统备件配置总费用最低的前提下,使备件满足率达到95.02%,与Opus 10 软件的计算结果一致,表明优化配置模型的可行性和可靠性.     

新安江模型参数的自动率定

为了解决顶报模型参数的自动率定,本文对新安江模型作了研究,探讨该模型参数优选中遇到的优化结果不一致性和不合理性问题,提出了一种适合于新安江模型参数自动率定的最优化过程,并应用于两个流域的模型参数率定中,效果较好。     

呼叫中心人力资源配置鲁棒规划模型

针对现实呼叫中心中顾客到达不确定的问题,建立了基于排队论的离散流体模型,解决了考虑鲁棒性呼叫中心的人力资源配置问题.通过区间数据来表示顾客到达的不确定集,利用可调整鲁棒优化方法的思想,分析了鲁棒优化模型与确定性优化模型的关系.数值试验表明,使用可调整鲁棒参数的鲁棒优化方法减小了呼叫中心到达率不确定性给呼叫中心系统带来的影响;到达率越大,对应的最优的鲁棒参数越大,模型越保守.     

基于量子粒子群优化PI模型的主动队列网络拥塞控制

为了解决无线传感器网络拥塞引起的丢包率高和网络吞吐率过低,从而引起网络能量有效性和服务质量QoS降低的问题,提出了一种基于改进PI主动队列管理模型和量子粒子群(Quantum-behaved particle swarm optimization,QPSO)的拥塞控制方法.首先定义了改进的PI主动队列管理模型,然后为了对PI模型进行优化,采用改进的多种群量子粒子群算法对PI主动队列管理模型中的参数优化,并对该算法进行了描述,从而得到优化的PI控制模型.最后定义了多种群量子粒子群算法和PI主动队列模型对网络拥塞进行控制的具体算法.实验结果表明:该方法能有效实现WSN的拥塞控制,与其它方法相比,具有较低的数据丢包率和较大的网络吞吐率.     

考虑风电波动率的储能系统优化配置策略

为了减缓风电出力波动性对电网的影响,提出应用模型预测控制算法来分析不同波动率风电的储能系统的优化配置.首先,基于模型预测控制方法,研究储能平抑风电波动的控制策略,并建立优化配置模型;其次,提出风电的正负波动率和累计波动率的概念,并梯次分析了3种典型波动率下的储能系统功率和容量的配置策略;最后,基于MATLAB软件,从构建的标准正弦风电到随机选取的风电等3种典型场景进行算例分析,验证本文所提出的基于模型预测控制的风电波动平抑策略和采用累计波动率差值作为储能容量的评价指标有效性,为可再生能源的友好并网及储能优化配置提供一种参考.     

延期交货率受提前期和价格影响的可控提前期库存模型

针对现实库存中发生缺货并且有部分延期交货的问题,建立了延期交货率同时受价格和提前期影响的可控提前期连续盘点库存模型。揭示了库存费用期望函数的性质,得到了最优的库存策略解。算例分析结果表明,延期交货产品的单位价格折扣大约为其原边际收益的一半。     

存货影响销售率且销售价格可变的EOQ模型

1995年，Padmanabhan和Vrat建立了变质物品在价格恒定且存货影响销售率条件下的EOQ模型；2000年，Kun-Jen Chung,Peter和Shaw-Ping Lan则在此基础上研究了无短缺量拖后和短缺量完全拖后时单位时间利润函数唯一最优解存在的充分和必要条件，实际上存货销售价格并非一定是常数，它经常随多种因素而变化，放宽这一条件，假定销售价格是外部需求的线性函数，建立了无短缺量拖后情况下变质物品在存货影响销售率且销售价格可变时的EOQ模型，并讨论了该模型具有全局唯一最优解的充分条件，最后给出一个算例进行说明，为库存系统的管理决策提供了理论依据。     

短缺部分拖后的变质性物品的联合定价与订货模型

文章研究了允许短缺部分拖后条件下变质性物品的联合定价与订货模型,其中物品的变质速度随时间而变化。当库存水平为正时,需求受物品销售价格的影响,当库存水平为负时,由于一部分顾客没有耐心等待物品的到来而导致销售机会的损失,且缺货量越大损失率越高。在这些假设下,证明了对任意给定的价格,最优订货周期长度和该订货周期内最优存货时间的长度不但存在而且惟一,又证明了在给定订货周期条件下平均利润函数是关于价格的严格凹函数,求出了物品的最优销售价格。最后用案例说明了模型的应用。     

含价格折扣和模糊缺陷率的EOQ模型研究

考虑到实际库存管理中的产品缺陷和价格折扣问题,给出了含价格折扣的确定产品缺陷率和模糊产品缺陷率的EOQ库存模型．针对LR型模糊缺陷率,运用符号距离法将模糊模型转化为确定模型,进而确定了其最优订货策略。理论上揭示出：随着缺陷率趋大的模糊性增加,订货量和单位时间总成本增加;而随着缺陷率趋小的模糊性增加,订货量和单位时间总成本减少;并且当模糊缺陷率为确定数时,模糊缺陷率的EOQ模型转化为确定缺陷率的EOQ模型。仿真结果与理论分析是吻合的。     

需求依赖库存的生产库存系统的最优控制

针对现实生活中存在的库存刺激需求的现象,建立了生产库存系统的最优控制模型。模型中生产率和价格为控制变量,库存为状态变量,并且生产率是有界的,需求率同时依赖于库存和价格。运用最大值原理对模型进行求解,根据模型参数的不同取值,获得了三种可能的解,并对其进行了详细分析。最后将模型应用于具体算例,得到了系统状态的具体变化过程,通过与需求不依赖于库存的情形相比较,得到了需求依赖于库存所产生的影响。     

三级网状随机库存与定价联合策略的仿真优化

研究了弹性需求下提前期可控的库存与定价联合策略问题.由于该系统具有顾客到达服从泊松分布,随机顾客需求量、随机顾客购买行为、随机订货时间和制造商生产容量有限制等特点,使得解析方法很难描述系统中的多种复杂随机因素.为此建立了以最大化总收益为目标,将价格、提前期及库存控制策略同时作为决策变量的数学模型,并运用基于仿真的优化方法,通过将仿真方法与粒子群优化算法相结合对问题进行求解.仿真实例验证了模型和基于仿真的优化方法的可行性和有效性.     

需求受时间和价格影响的预订销售库存模型

针对一个带有预订销售的库存问题（其中需求是时间的二次函数,是价格的线性减函数,而且取消预订费是时间的增函数）,建立相应的预订销售利润模型,分析模型的性质,给出寻找最优策略的算法,并用数值例子验证模型和算法是有效的.     

带有价格折扣的变质物品的最优订货策略

本文给出了单一变质物品的存储模型,并求出此时的最优订货策略;并研究了两种价格折扣时的情况,得出了在这两种情况下的带有价格折扣的存储模型的最优订货策略。     

价格折扣/运输折扣的库存--运输联合优化模型

针对一个供应商、多个销售商组成的两级供应链系统,在需求随机、订货提前期随机的情况下,建立含有运输／价格折扣的库存-运输联合优化模型,以计算整合策略中最佳订货点r和订货量Q,使供应链整体盈利最大．算例表明,采取运输／价格折扣可以使供应商和销售商的平均利润均有提高．     

供应链系统的混沌放大效应分析

为了分析供应链系统中混沌是否存在放大效应,在零售商提供价格折扣和不提供价格折扣2种情况建立了供应链系统库存动态变化的数学模型.通过仿真对零售商库存和分销商库存混沌区域的变化情况、零售商提供折扣和不提供折扣2种情况下库存混沌区域的变化情况进行了对比分析.结果表明:无论零售商是否提供价格折扣,分销商库存的混沌区域比零售商库存的混沌区域更大;当库存偏差调整参数和在途库存偏差调整参数相差比较大时,零售商提供价格折扣比不提供价格折扣情况下各级库存的混沌区域更大.