集中通勤接送服务的车辆路径与调度模型及算法

基于最优化理论与方法,对集中通勤接送服务的车辆路径与调度问题进行了研究,以节约运营成本、提高服务质量。由于该优化问题与传统的车辆路径规划有所不同,具有多目标抵达地、多车协作和多行程车次的特征事实,现有的模型与算法不能直接应用于该问题的求解。首次建立了集中通勤接送服务模式下以最小化运营成本为目标的车辆路径与调度问题的0-1整数规划模型,并开发了一种基于特征点的启发式算法求解该模型。在实证研究中,实验结果表明本文所设计的模型和算法是可行的、有效的。     

铁路集装箱空箱动态优化调度研究

本文在分析铁路集装箱空箱调运存在问题的基础上,运用多目标规划模型,以运输成本最小和主要集装箱优先调运为目标,建立铁路集装箱空箱调运最优化模型,并通过实例检验模型的优化效果,以降低运营成本、提高集装箱使用效率。     

电力电子系统控制电路参数离散最优化

将电力电子系统的最优控制问题变换为参数最优化问题。以正激开关稳压电源为例，建立其控制器小信号离散参数最优化模型，应用一种离散非线性规划算法求解。得到在加权ＩＳＥ最小意义下并在工程上可实现的控制器最优参数。用ＳＰＩＣＥ－２仿真，比较了用连续与离散两种非线性优化算法设计的正激开关电源瞬态响应及频率特性．     

改进的粒子群算法在印刷业优化管理中的应用

从印制质量及生产计划两个方面综合考虑，讨论印刷业优化管理的问题．首先对印刷品优先权的确定、印刷错误的研究，建立了印刷业多目标最优化的管理模型；其次通过改进的粒子群算法对该多目标问题进行优化．数值实例表明，该模型在印刷业优化管理中是有效可行的．     

面向工艺分工规划的多目标蚁群算法

为解决计算机辅助工艺规划中工艺分工的优化问题,提出一种基于多目标蚁群算法的工艺分工路线优化算法.在引入逻辑加工路线、逻辑制造单元、物理制造单元、可执行加工路线等概念基础上建立工艺分工规划过程模型.在过程模型中,运用多目标蚁群算法对物理制造单元集合实现优化.在求解过程中,以加工时间和所耗成本为目标函数,在求解空间中对物理制造单元进行遍历,最终寻找到最优化的可执行加工路线.通过实例验证了该方法的可行性和有效性.     

露天矿生产车辆调度的最优化模型

用运筹学中目标规划的最优方法，针对露天矿生产的实际要求，分别建立了多目标的车辆安排最优化模型和多层次的目标规划模型。根据调整优化算法和多层次目标规划算法，利用数学软件Matlab和LinGo软件进行计算，得出最优调度方案。     

考虑电网结构脆弱性的配电网网架优化规划

基于复杂网络理论,从网络拓扑结构角度对配电网网架结构的脆弱性进行评估。建立了以配电网投资及运行费用最小、结构脆弱性指标最优为目标的配电网网架多目标优化规划模型。采用改进最小生成树算法,并将经济性指标的减少率和结构脆弱性指标的增长率之和作为迭代过程中的目标函数,将多目标问题转化为单目标进行求解,通过16节点算例验证了该方法在求解多目标配网优化规划问题中的可行性。算例结果表明,所建立的优化规划模型能够有效地评估配电网的结构脆弱性,并能求得结构稳定、经济性好的规划方案。     

基于L形算法的多阶段电网规划

提出了一种计算精度能够满足工程需要,而计算效率显著提高的多阶段网络规划新算法．该方法在灵敏度分析方法上构建输电网多阶段网络规划的线性近似模型,采用Ｌ形算法对该模型进行分解处理,将一个多阶段的高阶电网规划问题转化为多个规划子事件进行降价迭代计算,最终收敛到原始规划问题的满意解．所提方法不仅可以显著提高求解速度和减少内存消耗,而且可以获得与其他方法等效的网络优化扩展方案．通过一个测试算例,验证了该方法的有效性和可行性．     

电网规划的多目标模糊优化方法

建立了一个用于电网规划的多目标优化模型。模型中同时计及了规划方案的经济性和可靠性双重目标。通过对各目标实现程度的隶属函数进行定义,将多目标优化问题转变成模糊规划问题进行求解。最后,本文还给出了我国某城市电网规划的计算结果,证明了所提模型及算法的可行性。     

一种基于GA的多传感器多目标数据关联算法

研究了漏检情况下多传感器多目标检测中的数据关联问题,并将其描述为数学规划中组合最优化问题． 当传感器数大于等于３ 时,该问题的求解是ＮＰ的． 文中提出了一种基于ＧＡ（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ） 的数据关联算法,仿真实验表明,该算法具有较高的关联成功率,并能优化求解的目标个数,提高多传感器系统的检测概率．     

基于动态分时电价的电动汽车有序充放电调度策略

针对电动汽车无序充放电行为对电网的影响,以及传统的峰谷分时电价容易造成新的负荷高峰、无法考虑电动汽车的动态特性等问题,建立了动态分时电价的有序充放电调度策略。以电动汽车充放电电价、电动汽车充放电状态和充放电功率为决策变量,构建了以电动汽车充放电成本最小、电动汽车接入造成的网络损耗最小和节点电压偏差最小为优化目标的电动汽车充放电调度数学模型,并通过凸优化算法解决了多变量、多目标和高维优化问题;综合考虑电动汽车充电需求和配电网运行约束,在改进的IEEE33节点系统中进行算例验证。结果表明,动态分时电价克服了传统峰谷分时电价下的弊端,能够根据电动汽车的动态特性来调整电价。所提调度策略融合了灵敏度分析方法,可大幅缩短调度过程中潮流计算的时间,并能有效降低电动汽车的充放电成本以及电动汽车接入对网络损耗和节点电压的影响,对于含电动汽车的电网实际调度具有一定的参考意义。     

考虑配电网安全稳定运行的蓄热式电采暖多目标优化配置

蓄热式电采暖系统的不合理配置会对配电网的安全稳定运行带来不利影响。为此,提出一种蓄热式电采暖多目标双层优化配置模型。首先,根据历史数据计算出供暖季逐时热负荷需求,采用k-means聚类算法选取一定数量典型日场景;其次,以蓄热式电采暖系统投资成本、运行维护成本和线路负荷标准差最优为目标,建立一种基于配电网经济性和潮流均衡性的多目标双层规划模型。采用多目标粒子群算法求出Pareto最优解集,通过熵权-TOPSIS法从中选取最佳接入位置、功率和容量。最后,以改进的IEEE 33节点系统为例进行仿真分析,结果表明：该模型虽然增加了一定的经济费用,但明显改善了线路负荷分布,使配电网潮流更加均衡,保证配电网能够安全稳定运行。     

多目标模糊优化潮流模型及其基于神经网络的算法

提出了一种计算交流潮流的多目标模糊优化模型，模型中，同时考虑了发电费用最少及网损最小等多重目标，针对该模型，还提出了一种基于神经网络模型的新算法，该算法分别采用神经网络模型进行模糊集隶属函数的表达及优化问题的求解，从而将模糊优化同神经网络有机地结合起来，通过算例对所提模型及算法进行了验证。     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

计及经济效益的分布式电源多目标优化规划

建立了分布式电源(Distributed Generator,DG)多目标多约束的优化数学模型,以配电网有功损耗费用最小、分布式电源运行费用最小和系统有功网损最小作为目标函数,考虑功率平衡、电压越限等约束条件,采用线性加权的方式将多目标转化为单目标,并采用量子粒子群算法实现了上述目标的优化.通过对IEEE33节点系统仿真结果表明,合理优化DG的位置和容量可有效降低系统的经济费用,提高配电网的优化经济运行.     

考虑概率潮流的分布式电源优化配置

为了解决电动汽车和分布式电源并网为电力系统带来的较强的随机性、间歇性和相关性的问题,以分布式电源和电动汽车的概率模型为基础,建立了以分布式电源总费用、供电可靠性和有功网损为目标函数的优化配置模型,将概率潮流计算嵌入基于成功历史的自适应参数差分进化算法求解目标函数。采用无迹变换利用输入随机变量的均值和协方差近似描述系统状态变量统计特性,直接方便地处理具有不确定性的随机变量。然后利用径向基神经网络求解功率方程,避免了计算雅可比矩阵和偏导,减少了算法运行时间。最后采用基于成功历史的自适应参数差分进化法并行计算多目标函数。通过IEEE33节点配电系统进行仿真,验证了该方法的有效性和高效性,节约了规划成本。     

复杂建筑火灾中的人员疏散路径多目标规划

针对复杂建筑火灾中的人员疏散动态路径优化策略问题，以火灾情境下的动态疏散网络数据模型为基础，结合网络流优化和群智能方法，构建以最短时间、最小风险水平和最大疏散容量为目标的路径优化模型.通过改进的自适应果蝇算法，实现了节点和路径容量受限的动态疏散路径规划.通过对所建模型的性能测试和疏散过程实验，验证了多目标路径优化模型的有效性.实验结果也反映了多目标路径规划策略更加贴近复杂建筑火灾中的人员疏散实际情况，对于规划不确定因素影响下的复杂空间疏散路径具有可行性.     

计及风、光、负荷关联关系的分布式电源市场化优化配置

在风速、光照及负荷各自不确定性基础上,考虑三者变化之间的关联关系,并提出用Kendall系数表征,选择市场中不同利益方关注的年投资运行成本、有功网损和电压指标为优化目标,建立一种分布式电源市场化配置模型。基于拉丁超立方采样并结合Cholesky分解技术处理关联关系,并提出一种新的基于Pareto最优解集的多目标和声搜索算法进行模型求解,通过改进的模糊决策方法以确定分布式电源的配置方案。最后立足电力市场,在改进的IEEE33节点配电网模型中进行仿真计算,从不同利益方角度选出不同方案,验证所提模型和方法的有效性与实用性。     

基于健康指数的预防性维护与多目标生产调度联合优化建模

以健康指数逐渐衰退的单机生产设备为研究对象,引入役龄递减因子和故障率递增因子,建立了设备的修复非新模型.在此基础上,综合考虑维护方案与生产调度间的相互作用与决策实际,在预防性维护建模中拓展分析作业延误平均成本率,在生产调度中提出最小作业中断成本目标,并结合最小最大期望延迟时间、最小总期望延迟时间,以实现多目标全局决策优化.通过实例分析,结果表明,建立的基于健康指数的预防性维护与多目标生产调度联合优化模型可有效地规划出统筹维护周期与生产排程的综合优化方案.