排序方式: 共有150条查询结果,搜索用时 15 毫秒
1.
中长期电力负荷预测是电力部门制定电力系统发展规划和稳定运行的重要前提.针对影响中长期电力负荷预测精度的多个因素,本文利用逐步回归方法,从众多影响负荷预测精度的关联因子中,对关键的影响因子进行辨识,并提出基于Box-Cox变换分位数回归和核密度估计相结合的概率密度预测方法,得出不同分位点下未来连续几年的概率密度预测结果,实现了对未来年用电量准确波动区间的预测.以安徽省的历史用电量和社会经济数据为例,进行仿真实验.结果表明:该方法不仅实现了中长期电力负荷概率密度预测,而且利用强关联因素提高了中长期电力负荷概率密度预测的精度,有效解决了考虑多因子的中长期电力负荷概率密度预测问题. 相似文献
2.
以绿色制造为背景,假定机器设备具有不同的能源消耗成本或维护成本,研究了一类考虑成本限制的平行机调度问题.调度的目标是最小化最大延迟时间.为该问题建立了整数规划模型MIP,设计了改进的EDD (earliest due date firstly)算法,命名为MEDD.由于考虑成本限制,证明了MEDD算法的可行性,并进而理论分析了算法的最坏误差界.通过算例说明了算法的执行情况,同时采用大量随机数据实验验证算法的性能.对于小规模问题,将MEDD的解与MIP的精确解进行了对比;对于大规模问题,由于MIP精确解难以获得,以MIP对应的线性规划松弛模型MLP的最优值为下界对MEDD算法的解进行了衡量.实验结果表明了所构建MEDD算法的有效性. 相似文献
3.
一类三角模糊层次分析法的无效性分析 总被引:1,自引:1,他引:0
模糊层次分析法是非常流行的决策方法,已经有上千篇文献使用它进行决策分析.本文针对Laarhoven等~([1])提出的三角模糊AHP方法,使用几何平均法对来自单个判断的多个专家打分进行合成,从而简化原有模型.对简化模型进行求解得到其解析解.通过理论的和数值的分析,我们发现三角模糊AHP得出的结果是无效的,因为它违反了三角模糊数的基本假设:1)下限值、最有可能值和上限值应该是非减排序;2)最终的三角模糊权重的下限值和上限值应该仅仅与三角模糊判断的下限值和上限值相关;此外,3)三角模糊AHP方法无法应用于2×2或某些残缺三角模糊判断矩阵中.本文展示三角模糊AHP存在的问题并希望AHP的使用者注意这些.我们建议纠正这种错误的方法是坚持传统的判断方法,即基于最大特征值法得AHP以及在此基础上发展的考虑相关与反馈的ANP方法. 相似文献
4.
改进的基于多依赖性的R&D项目组合选择模型 总被引:1,自引:0,他引:1
复杂产品开发企业往往拥有多个产品线开发项目和公用技术平台开发项目.由于资源的稀缺性,企业决策者不得不面临着R&D项目组合选择的难题.针对复杂产品开发过程中存在的多项目间混合依赖特性,采用关联性分配矩阵定量化描述三个及以上项目共同作用时的相互依赖程度;综合考虑项目间的收益依赖、资源依赖和技术依赖等关联特征,构建一种新颖的面向研发项目组合选择问题的非线性规划模型;并设计和实现了基于模拟退火的相关求解算法.最后将本文提出的方法应用于国内某汽车公司的研发项目组合管理实践中,实验结果证明了该方法的合理性与有效性. 相似文献
5.
6.
判断矩阵凸组合系数的优化原理研究 总被引:2,自引:1,他引:1
对判断矩阵凸组系数的优化原理进行了研究 ,给出了判断矩阵最优凸组合系数的求解方法 ,讨论了判断矩阵最优凸组合的性质. 相似文献
7.
8.
带不可用时间段的两台同类机加权完工时间和调度 总被引:1,自引:0,他引:1
研究了两台同类机加权完工时间和调度,其中一台机器在一个固定的时间段内不可用,并且被不可用时间段中断的工件是部分可续的,即被中断工件在机器不可用之前已加工的部分在机器重新可用之后需进行部分重新加工.首先简单说明了此问题的NP难性,然后证明了最优调度的一个性质,并在此基础上提出了一种动态规划算法来求得小规模问题的最优解,另外还提出了一种启发式算法来求得中大规模问题的近优解.实验结果表明了这两种算法的有效性. 相似文献
9.
基于多层规划的供应链合作谈判 总被引:3,自引:1,他引:2
基于多层规划理论建立了一种新的供应链合作谈判模型,并提供了基于模糊数学理论的交互式求解算法.针对由制造商、分销中心和零售商组成的多级分布式供应链系统,建立了三层规划生产-分销计划谈判模型,设计了模糊交互式求解方法,为便于比较,同时建立了分散式非合作策略和集中合作下的计划模型.算例仿真验证了模型及交互式三层规划法的可行性及有效性,并且通过比较分析,得到谈判合作策略协调效果好、可执行性高的结论. 相似文献
10.
基于WNN-RAGA 的非线性组合预测方法 总被引:3,自引:1,他引:2
将小波变换与神经网络结合构成WNN非线性组合模型,弥补单一预测方法的不足,利用RAGA 的全局优化能力,优化WNN 学习的网络参数,解决传统WNN网络学习算法在学习后期收敛速度慢、存在局部最小值以及训练结果不稳定的问题。实例的预测结果显示出这种基于WNN-RAGA 非线性组合预测的良好预测性能。 相似文献