中国绿色增长模式的动态仿真分析

本文运用系统动力学理论构建中国绿色增长系统的动力学模型,通过对经济、资源、环境、生活、政策子系统参数的调控,预测人均绿色GDP、资源环境成本、生态安全指数、环境污染指数、国民幸福指数以及研发效率等变量的动态趋势,模拟得到四种不同的经济增长模式.研究结果表明:经济的快速发展给生态环境产生了巨大压力,环境污染与资源枯竭问题的日益严重将会阻碍经济的可持续发展;通过政策干预与国家宏观调控,优化产业结构,限制高耗能、高污染产业的发展,对资源的生产与使用起到约束作用;方案4:协同发展模式以快速的经济增长速度和较低的经济损失、资源消耗与环境污染代表了快速增长低消耗低污染的发展模式,即绿色的增长模式.     

基于联系数的多资源应急系统调度问题

针对多资源连续消耗应急系统调度问题中出救点到应急地点的时间不确定性 ,采用集对分析中的联系数概念进行描述和求解 ,并定义了联系数的序关系的概念 .给出了基于联系数的多资源连续消耗应急系统的应急时间最早的模型和算法 .数值算例表明了算法的有效性和实用性 .     

一类安装时间受资源约束的单机成组排序问题

讨论了具有连续资源的单机成组排序问题。在这类问题中,同一组内的工件不允许分开加工,各工件组的安装时间是所消耗资源的线性非增连续函数,同一组内的工件具有同位置有关的学习效应。考虑三类问题,第一类问题的目标函数是在满足最大完工时间限制条件下,极小化资源消耗总量;第二类问题是在满足资源消耗总量限制条件下,极小化最大完工时间;第三类问题是在满足资源消耗总量限制条件下,极小化最大完工时间与资源加权消耗总量的加权线性组合。对三类问题分别给出了求解最优资源分配的方法,并通过数值例子进行了说明。     

时间-资源协调问题的一个优化模型

提出了一个具有资源约束问题的时间—资源协调问题的数学模型、在模型里，对相互冲突的项目工期与整个被消耗的资源费用是可以建立在作为价格信息——对应的Lagrange乘子基础上进行协调，而有助于控制和监控任何时刻的资源利用情况、在对应于资源约束的Lagrangian松弛表示式里，项目工期与整个资源消耗费用可以解释为一种二人对策问题．     

面向企业最优生产计划的线性规划广义逆优化模型

将依据互补最优性条件探讨面向企业最优生产计划的线性规划,如何通过调整其产品成本系数、资源消耗系数和资源拥有量等参数,使某些非可行解成为最优解的广义逆优化问题的数学模型.该问题具有重要应用价值:可以解决采用常规求解方法或启发式算法制定企业最优生产计划时,对资源约束进行刚性处理所导致的经常因生产能力不足使企业不能及时响应市场需求的问题,使企业的整体优化和具体业务流程再造相协调.     

基于粒子群算法的连续性消耗应急资源调度

以连续性消耗应急过程为背景,运用粒子群算法求解多目标的应急资源调度数学模型.由实际的应用环境,考虑每个出救点应急资源的起始运输量,以应急系统施救成本费用和因施救不及时造成损失的双重角度构造模型的目标函数.针对该模型的特点,设计粒子群算法求解方法和步骤,实现了一步求解.并且讨论了不同参数组合对粒子群算法求解效率的影响.数值算例验证了所建立模型的合理性及其粒子群算法的可行性和有效性.     

基于非光滑方程组的智能电网实时定价

通过研究智能电网实时定价问题,发现通过社会效益模型可以将短时段实时定价问题转化为一个互补问题.根据互补理论和经济学含义,互补问题又可以转化为包含影子价格的非光滑方程组.采用影子价格作为定价基础,通过构造光滑函数逼近非光滑方程组和拟牛顿法求解,得到基础电价.数值仿真表明,新方法下的社会效益与传统固定定价方法下的社会效益相近,但是新方法下的电价更低,计算速度快,收敛性好,数值结果稳定.     

线性减少加工时间的资源约束单机排序问题

讨论具有连续资源的单机排序问题。在这一模型中,工件的准备时间是所消耗资源的非负严格减少连续函数,工件的加工时间是开工时间的严格减少线性函数。考虑两类问题,第一类问题的目标函数是在满足最大完工时间限制条件下极小化资源消耗总量。第二类问题的目标函数是在满足资源消耗总量限制条件下极小化最大完工时间。对两类问题讨论了最优排序的某些特征。基于对问题的分析,分别给出了求解最优资源分配的方法。结果表明,加工时间为常数情况的结论对于加工时间是开工时间线性函数的情况仍然成立。     

基于双层规划模型的制造业选址布局优化方法研究

经济全球化趋势和全球多式联运网络的形成推动了资源的自由流通和优化配置,改变了制造产业的空间分布形态.本文针对经济全球化背景下制造产业的选址优化问题,提出选址优化与分布-分配相结合的双层规划模型.在模型中运输网络被拆分成原材料运输网络和产品运输网络,上层模型用于确定产业的选址方案和原材料及产品流量的OD矩阵,下层模型用于计算OD流量在运输网络中的交通流特征.为求解模型,设计遗传算法和Frank-Wolfe算法相结合的启发式求解算法,并以中国钢铁制造产业的选址为例验证模型的可行性.结果表明该方法具有实用性,可以有效帮助决策者实施制造产业的选址决策.     

一类资源约束单机排序问题

讨论具有连续资源的单机排序问题．在这一模型中，工件的释放时间是所消耗资源的非负严格减少连续函数，工件的加工时间是开工时间的严格增加线性函数．考虑两类问题，第一类问题的目标函数是在满足最大完工时间限制条件下极小化资源消耗总量、第二类问题的目标函数是在满足资源消耗总量限制条件下极小化最大完工时间．对两类问题讨论了最优排序的某些特征．基于对问题的分析，分别给出了求解最优资源分配的方法．结果表明，加工时间为常数情况的结论对于加工时间是开工时间线性函数的情况仍然成立。     

中国制造业生产效率评价:基于并联决策单元的动态DEA方法

在已有的并联决策单元DEA效率评价方法的基础上加入时间维度, 推演出了具有并联决策单元内部结构的复杂系统动态DEA效率评价方法. 该方法克服了传统DEA效率评价方法无视系统内部结构、高估效率指数的缺陷, 并且可以考量决策单元及其内部各生产单位在一个时期内的效率变化, 从而有着更为现实的应用价值. 运用该方法对我国8个经济区域四大类制造业的测算结果显示: “十一五”期间没有一个行业或地区的动态效率指数为0, 这说明我国制造业的生产效率并没有达到最优; 低外向度产业的生产效率增长快于高外向度产业, 低劳动密集度行业的效率改进快于高劳动密集度的行业; 高外向度低劳动密集型产业依然是我国制造业效率改进的'短板"; 劳动密集型产业向中西部转移造成了南部沿海地区制造业生产效率改进的滞后和中西部地区劳动密集型行业的发展.     

物联网环境下碳配额和减排双重约束的企业资源共享策略

制造业之间的产能不均导致了许多潜在的浪费,为使现存资源得到更高效的利用,物联网平台可以帮助制造商双方进行信息对接,克服产能不均的限制,实现资源共享.本文以两个制造商为研究对象,探讨双方进行产品转移的最优决策问题,建立了碳配额和减排双重约束的利润优化模型.在两种情景下(双方碳配额都充足,一方充足一方不足)分别讨论了制造业之间产能共享的优化决策,并通过数值分析进行验证.结果表明:配额不足能促进企业的积极减排.产能充足的企业的减排成本及碳价格对双方资源共享的条件有直接的影响.在企业减排成本接受范围内,产能充足的企业的减排有利于其竞争优势的提高.     

面向高效能计算的虚拟化技术研究综述

首先介绍了未来高效能计算的需求来源—大型复杂CAE的研究现状,指出高效能计算作为大型复杂CAE问题求解的重要工具和实现途径,对工业制造领域产品创新的研究和设计水平的提高具有重要意义;其次,阐述了高效能计算的研究现状、存在问题和发展趋势,指出了在高效能计算中应用虚拟化技术的必要性;再次,对虚拟化技术及面向高效能计算的虚拟化技术的研究现状进行了分析,指出了虚拟化技术在面向大型复杂CAE的高效能计算、特别是在虚拟制造领域中的应用框架和应用前景。最后,提出了本领域研究的不足及未来的研究工作。     

数学规划在企业管理中的应用

数学规划在企业管理中的应用李国君，崔文善，陈广军（烟台师范学院２６４００）（莱阳农学院）（曲阜师范大学）ＡｎＡｐｐｌｉｃａｔｉｏｎｏｆＭａｔｈｅｍａｔｉｃＰｒｏｇｒａｍｍｉｎｇｉｎＥｎｔｅｒｐｒｉｓｅＭａｎａｇｅｍｅｎｔＬｉＧｕｏｊｕｎＣｕｉＷｅｎｓ...     

资源分配问题两层优化分析的元模型方法

资源分配问题有着广泛应用,它的经典数学模型是线性规划问题。实际应用中资源的拥有量允许在一定范围内变化,资源分配优化所追求的应当是单位资源成本上的利润最大化。针对这一问题,提出了两层优化分析模型,并利用元模型给出了求解的方法。用二阶多项式元模型代替低层的较复杂的优化分析模型,将它嵌入到高层模型,可以实现快速可行的决策支持。数值实验结果表明了该方法的有效性。     

确定商品零售价格指数目标下的主要控制指标分解

建立了广州市商品零售价格指数和宏观经济模型,并且选择了主要的商品价格指数和宏观经济指标,作为控制变量,建立确定商品零售价格指数目标下的优化模型,为物价局制定调控物价目标责任制提供了科学的依据。     

利用深度优先搜索方法求解作业排序

作业排序通常是在一定的限制条件和优化目标的约束下，对有限的资源进行分配。采用搜索方法求解这类问题常会遇到冲突的状态结点，引起多次回溯。同时，由于问题状态空间庞大，搜索过程相当费时。本文通过研究作业排序问题状态空间的特点，引入冲突指派集的概念，提出了基于冲突指派集的深度优先搜索方法，缩小了搜索范围，提高了搜索效率。     

Real-Time Pricing for Smart Grid with Multiple Companies and Multiple Users Using Two-Stage Optimization

In this paper, we focus on the real-time interactions among multiple utility companies and multiple users and formulate real-time pricing(RTP) as a two-stage optimization problem. At the first stage, based on cost function, we propose a continuous supply function bidding mechanism to model the utility companies' profit maximization problem, by which the analytic expression of electricity price is further derived. At the second stage, considering that individually optimal solution may not be socially optimal, we employ convex optimization with linear constraints to model the price anticipating users' daily payoff maximum. Substitute the analytic expression of electricity price obtained at the first stage into the optimization problem at the second stage. Using customized proximal point algorithm(C-PPA), the optimization problem at the second stage is solved and electricity price is obtained accordingly. We also prove the existence and uniqueness of the Nash equilibrium in the mentioned twostage optimization and the convergence of C-PPA. In addition, in order to make the algorithm more practical, a statistical approach is used to obtain the function of price only through online information exchange, instead of solving it directly. The proposed approach offers RTP, power production and load scheduling for multiple utility companies and multiple users in smart grid. Statistical approach helps to protect the company's privacy and avoid the interference of random factors, and C-PPA has an advantage over Lagrangian algorithm because the former need not obtain the objection function of the dual optimization problem by solving an optimization problem with parameters. Simulation results show that the proposed framework can significantly reduce peak time loading and efficiently balance system energy distribution.