高耗能企业关口平衡问题的双目标规划模型

针对高耗能企业关口平衡问题的多解性特点,提出了关口平衡双目标规划模型,以研究关口平衡合格率、关口流量和机组出力波动性之间的关系.采用线性规划对关口平衡问题进行建模分析,以整个调度周期内不满足关口平衡条件的关口流量惩罚值总和最小作为模型的第一优化目标,并引入整个调度周期内机组调节量惩罚值总和最小作为第二优化目标,分别采用线性加权求和法和分层序列优化法对该双目标优化模型进行求解.基于国内某大型钢铁企业数据的实验结果表明,双目标规划模型能够在不增加关口流量惩罚值总和的情况下,有效减少机组出力波动.     

电力系统短期负荷预测的多神经网络Boosting集成模型

提出了一种改进的多神经网络集成自适应Boosting回归算法.算法中采用相对误差模型代替绝对误差模型,可以更接近于回归预测问题的要求,并在Boosting迭代过程中,在对训练集采样得到新的训练子集的同时,也对校验集采样得到新的校验子集,保证了两者的一致性.进而采用美国加州电力市场的实际数据,建立了由多个神经网络集成的电力系统短期负荷预测模型.预测结果表明,与传统的单网络预测模型相比,Boosting集成预测模型能显著提高模型输出的稳定性,增强网络结构及模型选择的可靠性,获得更高的预测精度.     

污染环境中两种群的永久生存与灭绝

在非自治两种群污染环境模型中，增加了捕食者体内的毒素浓度由于吸食被食者体内毒素而受到影响的因素，建立了新的两种群污染环境模型，利用函数积分均值的研究方法，得到了两种群永久生存与灭绝的阈值。