带循环时间窗口的独立路径配送问题

通过优化物流的配送运输网络,可以有效降低配送成本.带循环时间窗口的独立路径配送问题实际是车辆路径优化问题,属于NP-hard问题类.定义了循环时间窗口,并设计了图形预处理算法,通过建立有向赋权网络上带循环时间窗口的物流配送问题的数学模型,构造有向网络赋权辅助图,在辅助图上采用最大流的Ford-Fulkerson算法来解决弧独立路径问题,判断问题是否有解,之后用最小费用流的最小费用路算法来求权值和最小的R条弧独立路径,得到该问题的一个最优算法,为物流配送环节提供新思路.     

一种基于PEGASIS协议的路径优化方法

为了解决PEGASIS协议使网络容易陷入局部最优而所形成的链路较长的弊端,提出一种有效的基于PEGASIS协议的路径优化方法对链路进行优化,得到更短的全局最优路径,有效减少网络通讯距离.最后使用matlab进行验证,将其验证结果与PEGASIS协议进行比较,基于PEGASIS协议的路径优化方法能提高网络的生存周期,平衡各节点的能量消耗.     

随机需求多车辆路径问题的重优化算法

针对随机需求的多车辆路径问题(MVRPSD),提出了一种简单有效的重优化新算法.该算法先用预优化策略给出一个预优化的单车辆路径,然后重复使用rollout算法对该路径进行进一步优化,将其划分为满足约束条件的多条子路径,不仅能满足实际需求,而且极大提高了优化性能.与现行方法对比实验结果表明,本算法可以对多车辆路径更为合理的优化,明显减少行驶费用,是求解随机需求的多车辆路径问题的一种有效算法.     

大规模多模式交通网络构建方法对比分析

针对目前大规模多模式交通网络构建方法对比研究的不足,对不同构建方法在计算效率与结果上的差异展开研究.首先,在6个不同规模公交网络上对比了公交区段和超路径2种网络表达方法对扩展网络规模的影响.其次,提出了公共交通站点与路网匹配连接方法,并使用节点压缩方法创建衔接网络.最后,在大规模多模式交通网络上,计算了10万对出租车载客行程OD的3种最短路径,并将其广义时间费用与实际出租车行程比较.研究结果表明：在计算耗时方面,路线>超路径>简单路径;在平均最短路径费用方面,简单路径>路线>超路径;与实际出租车行程相比,简单路径、路线和超路径最短路径费用更低的OD对比例分别为39.21%、41.29%和42.83%.     

动态流量多约束优化路径算法

基于多重上联链路网络,建立一个考虑多服务质量(QoS)度量约束限制的网络路径寻优调度模型,并针对时延和剩余带宽提出动态流量多约束优化路径算法(MOPA).基于MOPA和最短路径约束,给出了具有一个多重上联链路的确定性网络拓扑中实现优化流量费用的工程方法.通过分析网络资源现状及目标作用的重要程度,以主次目标形式考虑,建立目标之间的关联,简化多目标之间关系,使用迭代方法求解非线性约束条件下的流量和代价的优化解,动态选择最优路径使流量费用比最优化并实现工程应用.实验表明,该算法适用于多链路网络各种负载下的流量优化.     

非线性最小费用网络流新算法及其应用

本文提出了新的非线性最小费用网络流的最优性定理和相应的算法，建立了适用于梯级水电站群短期经济调度的计算网络模型，给出了适于求解这个模型的最小费用增广路径和最大费用减广路径的算法。应用本文提出的理论和算法进行梯级水电站群短期经济调度计算，计算速度有明显提高，优化结果也更为精确。     

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的QoS组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。     

浅谈架空输电线路架设的设计

电力网络架设之前,要先进行线路的规划设计,设计的优良与否直接影响到线路的经济运行与可靠性;线路的路径选择在输电线路架设中起着举足轻重的地位。本文通过对输电线路路径选择与技术分析,结合相关技术要求与规范,来谈一下这方面的几点问题。     

基于模糊最小生成树的通信网络架设模型

根据图论的要求和模糊集合的原理对现代城域通信网络进行优化,以连接距离最短、网络建设费用最少、网络可靠性最高为目标建立模型,并且保证网络连通性、辐射状运行等约束条件,得到通信网络架设规化的近似最优解.研究了网络建设中一些界限不分明的因素,建立了模糊最小生成树模型,它具有简单、实用、实时性强等特点,在现代城域网络建设中有很强的适用性.     

优化网络布置费用的遗传算法

【目的】针对网络布置费用的优化问题,利用基本遗传算法的良好搜索性能,设计出优化网络布置费用问题的遗传算法。【方法】通过分析网络布置费用的优化问题,抽象出网络模型,并将该问题转化为求解无向图中最小生成树的问题。【结果】基于遗传算法基本原理和抽象出的网络模型,设计出一种优化网络布置费用的遗传算法。【结论】应用遗传算法解决网络结构优化问题,可以让用户在短时间里获得一个比较满意的结果。     

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。     

基于综合能源优化配置的增量配电网工程投资效益测算方法

在增量配电改革进一步放开的环境下,增量配电网工程的投资方向不仅是供电服务的基本建设投资,而且是终端服务模式的创新,为用户提供全面的综合能源增值服务。为实现综合能源与增量配电网协同优化规划,本文结合增量配电网发展新特点,基于全寿命周期法研究并建立了基于综合能源优化配置的增量配电网工程成本与收益测算数学模型,对具体增量配电网工程进行投资效益测算,并选取综合能源增值服务等关键因素进行敏感性分析。结果表明：合理优化配置多种能源,实现综合能源与增量配电协同规划,能够降低增量配电网运行投资成本。可见所建立投资效益模型可用于指导增量配电网工程投资,有利于多能源协同规划,促进综合能源增值服务的发展。     

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。     

适应多元源荷接入的配电网两阶段灵活性提升优化方法

配电网灵活性提升优化过程中易受不均匀电压、强磁场、电流效应等问题的干扰，灵活性提升效果不明显。为了解决上述问题，提出适应多元源荷接入的配电网两阶段灵活性提升优化方法。该方法首先采用瞬时功率平衡算法保证配电网达到三相平衡状态，其次通过无功出力与有功损耗的输出特点实现配电网的无功规划，有效地提高配电网运行质量，降低网损。最后采用多元源荷接入的两阶段提升优化法提升配电网的灵活性，第一阶段基于灵活性三指标与多源源荷供给特性构建灵活性提升优化模型，第二阶段考虑配电网灵活性指标的概率平衡性，并采用线性转换算法对模型求解，完成配电网灵活性提升优化。试验结果表明，所提方法的网损率小，净负荷波动曲线小，计算时间短，配电网分布式电源接入的灵活适应性强。可见通过灵活性优化调度，可以有效提升含分布式电源配电网的灵活性，提高配电网接纳分布式电源的能力。     

分销配送网络优化模型及其求解算法

为了优化网络结构 ,寻求最佳配送策略 ,最终找出成本最小的供应链 ,针对需求拖动式供应链中 ,多供应商、多产品、多客户分销配送网络的优化设计问题 ,在考虑需求分配的情况下 ,提出了分销配送网络的优化模型。为了求解优化模型 ,提出了基于混合遗传算法求解混合 0 - 1整数规划问题的算法 ,它是用遗传算法搜索 0 - 1变量的最优解 ,将其他算法融入遗传算法中 ,对非 0 - 1变量进行求解的一种算法。最后通过两个算例进行了仿真实验 ,验证了优化模型的正确性和算法的有效性。模型简明、客观 ,算法易于扩展并具有鲁棒性、通用性     

新农村建设中农村电网建设的探讨

为了解决新农村建设中农村用电水平的不断提高,特别是随着农村经济水平的不断发展,当前实际运行中农村配电网已出现的诸如网络损耗较大而导致供电成本过高、供电可靠性较低、供电电压和频率不满足要求等问题,作者通过对一个典型的农村电网的潮流进行分析,从网络的整体规划布局到局部的输配电设备(如:线路、变压器及无功补偿装置等)方面提出了关于降低网络损耗、提高电压质量和可靠性的具体措施.通过对改建前后的线损率和电压合格率进行计算,表明笔者所提出的方法对现有农村电网改造是有效的.最后,提出了农村电网的发展趋势.     

含分布式储能的主动配电网鲁棒优化经济调度方法

为克服风电输出的不确定性,基于鲁棒优化中的worst-best理论,提出一种主动配电网的鲁棒优化经济调度模型.该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性.在建模过程中,引入分布式储能的等效运维成本,同时以微型燃气轮机、分布式储能和主动配电网购电/售电调度成本最低为目标函数,采用基于随机变异的粒子群优化算法对模型进行求解,可得到极端场景下运行成本最小的调度方案.仿真结果验证了该模型及求解算法的有效性,得到的调度方案能在风电预测误差范围内满足系统所有约束条件,并给出经济性最优的调度方案.与确定性经济调度方案进行对比可知,本文所提出的调度方案具有更强的鲁棒性.     

基于量子粒子群算法的物流配送中心选址

在物流系统网络中,物流配送中心地址的优化选择不但能够高效及时地完成物资的配送,而且能使得配送成本和仓储成本等运营成本最小化,显著提高物流管理的效率和能力。针对物流配送中心选址最优解的问题,通常采用经典粒子群算法解决,但其有易早熟收敛和仅能得到局部最优解的缺陷。为了克服此缺点,将量子进化算法融入经典粒子群算法中,采用量子理论中独有的叠加态和概率幅特性,粒子最优位置的搜寻采用量子自旋门完成,粒子位置的多样性变异采用量子非门完成,以免出现局部最优解和早熟收敛缺陷。实验结果表明,与经典粒子群算法相比,量子粒子群算法在最优解的搜寻能力和优化效率方面更具有优势,能够优化配送中心的地址选取,从而减少物流运营的总成本,提高物流配送的效率,优化物流管理系统。     

大型散货船船体吊装顺序优化

大型船舶船体分段装配的安排是现代化船厂面临的一个重要问题.首先对分段装配过程所涉及的工艺约束、分段制造车间生产能力以及分段储备量进行分析,建立在给定船坞周期条件下实现分段储备成本最小的目标函数;然后提出一种适合此类问题的改进遗传算法(Modified Genetic Algorithm,MGA)来求解装配顺序,从而获得全局最优解或者次优解.通过合理安排每个总段(或分段)的装配顺序实现对分段需求量的控制,从而达到最低的建造成本消耗.以实际的某大型船舶74500DWT散货船为例阐述改进遗传算法求解船体装配顺序的方法,所得结果与传统经验方法的结果进行了比较和分析.