不确定性环境下可再生能源系统新优化模型

为发挥可再生能源在能源-经济-环境可持续发展中的积极效应,本文研究了多态不确定性环境下跨地区、跨品种、跨部门的可再生能源动态规划问题。利用满意度方法处理太阳能和风能可利用量等随机变量,利用可能度方法处理能源供应成本、需求量等区间数,再结合0-1整数规划,得到使系统成本最小的新优化模型。最后的算例说明使用的综合方法是有效合理的。     

基于节能减排多目标优化的发电调度模型研究

为响应国家节能减排的号召,提高能源利用效率,该文选取的目标函数为煤耗量和污染物排放量,将整个发电系统的有功平衡和发电机组的出力作为约束条件,在此基础上,建立了基于等能耗水平、考虑排污费成本累加以及环境优化的节能发电调度模型,同时建立了基于系统安全运行条件下的节能减排多目标优化发电调度模型。通过验证,该模型能够使污染物排放量和煤耗量两个目标函数同时达到帕累托最优,从而实现整个系统的节能减排发电调度。     

院校招生的优化模型

考生在填报考院校的时候,如何让考生本人选择自己合适的院校和各院校也能录取到合适的人才,是一个很关键的问题.通过建立高校招生过程中的优化模型来为教育部门提供一些服务.     

多时段露天矿生产计划整体优化模型

针对数学优化方法在露天矿进度计划应用中存在的只对单一时段计划进行优化,或是对多时段计划进行分段优化,没有实现全时段整体优化的问题,在前后时段0-1整数规划和大小时段0-1整数规划两种模型分段优化的前期工作基础上,提出了露天矿整体优化的0-1整数规划模型,并针对计算速度慢的问题,提出了相应的改进措施.该模型既实现了多时段生产计划的整体优化,又解决了分段优化无解的隐患,还保证了速度和精度,不仅可实现用下层计划验证上层计划,而且可用于由下层计划导出上层计划,其实用性和通用性更好.     

电子废弃物逆向物流网络选址优化模型设计

针对电子废弃物逆向物流网络特点,从整体逆向物流选址优化角度,分析并确定了网络成本最优化混合整数线性规划(Mixed-Integer Linear Programming,MILP)模型.考虑废弃物的回收成本、处理成本、处理规模、经处理后碎片的销售收入、政府补贴,以及由于专业分工所带来的在不同拆解处理厂间及不同粉碎处理厂间的物料流动,可以灵活支持子网络内各个企业间物流活动.此外模型支持多种类型的电子废弃物的输入,以及经处理后产生的多种不同的物料碎片的输出,帮助优化电子废弃物逆向物流网络中的选址和物料分配等问题.     

基于启发式算法对木板切割方案的优化模型设计

针对尺寸固定的木板的切割下料、利用率最优和求总利润最大求最优解等问题,可以通过建立整数规划、最大利润等模型,幵基于启发式算法中的GA遗传模型算法和蚁群算法,综合使用MATLAB、LINGO等软件编程进行求解。在原有数据的基础上,最终的模型结果显示了单块木板利用率最高的设计方案以及利用率最高所需要的板块数。基于前两者的结论进而利用蚁群算法寻求仸务确定条件下木板切割全局最优解以及依赖木板成本构建出最大利润模型。     

基于启发式算法对木板切割方案的优化模型设计

针对尺寸固定的木板的切割下料、利用率最优和求总利润最大求最优解等问题,可以通过建立整数规划、最大利润等模型,幵基于启发式算法中的GA遗传模型算法和蚁群算法,综合使用MATLAB、LINGO等软件编程进行求解。在原有数据的基础上,最终的模型结果显示了单块木板利用率最高的设计方案以及利用率最高所需要的板块数。基于前两者的结论进而利用蚁群算法寻求仸务确定条件下木板切割全局最优解以及依赖木板成本构建出最大利润模型。     

混沌粒子群算法对GM(1,1)模型参数的优化

鉴于基本粒子群算法存在初始化过程的随机性以及容易陷入局部最优解的不足,对基本粒子群算法进行改进.利用混沌运动的遍历性,产生大量初始群体,从中择优出初始群体,并在粒子群优化算法执行的过程中,对当前粒子个体产生混沌扰动,以使解跳出局部极值区间.用混沌粒子群算法对综合GM(1,1)参数优化模型的参数进行优化,认为利用优化所得参数值进行预测能取得更好的结果.     

基于自相关的GM（1，1）与GM（1，N）联合模型优化及应用

分析基于自相关理论的GM（1,1）与GM（1,N）联合模型,将仅适合GM（1,1）模型的数据拓展到适合GM（1,N）模型。用数值积分中的Simpson公式来重建GM（1,1）与GM（1,N）的联合模型,在参数辨识过程中引入累积法,降低线性方程组系数矩阵的条件数,使联合模型求解更加稳定,提高了模拟及预测精度,并且克服了原GM（1,N）模型必须获得预报时刻点相关数据列的值的缺陷,有利于新息GM（1,N）模型的应用。数值实验结果表明,优化后模型数值稳定性好,其系数矩阵的条件数在数值上比通用的最小二乘法有所降低,且模拟平均相对误差也有所降低,预测精度得到提高。     

优化灰色GM(1,N)-加权Markov模型在道路交通噪声预测中的精度研究

通过对北京市2007年至2016年城市道路交通噪声及相关影响因素数据分析,以GM(1,N)模型为基础,建立了优化灰色-加权Markov模型,为有效控制交通噪声污染提供理论依据和决策意见。首先,利用平滑公式对原始数据进行预处理,用数值积分中的Simpson公式改变背景值来提高传统多因素GM(1,N)模型精度。其次,用加权Markov模型对得到的模拟值中的异常值进行了修正,将其应用到城市交通噪声的预测上,实证计算表明优化灰色GM(1,N)模型的模拟值与实际值拟合效果很好,比传统的GM(1,N)模型精度有较大提高。最后,用该模型对北京市2017年和2018年城市交通噪声进行预测,基本符合噪声数据实际变化趋势。     

规模化养猪场沼气发电碳减排效益案例研究

对赣西山区某规模化养猪场沼气发电的碳减排效益进行了分析,表明规模化养猪场沼气发电工程具有可观的碳减排量和很好的环境、社会效益,如果碳减排指标能以合理的价格在碳市场出售,建设养猪场沼气工程的投资回报将大大改善。对于建立碳市场过程中对沼气发电碳减排指标的定价具有一定的指导意义。     

中国发电行业生命周期温室气体减排潜力及成本分析

基于相关规划目标,分析2020年中国发电行业8类减排发电技术的生命周期温室气体减排潜力、减排成本和单位减排成本.结果表明:1)发电行业共能产生2099.0～2070.3 MtCO2e的减排量,其中水电和核电的减排潜力最大,两者占总潜力的62.90％～63.34％;2)发电行业总减排成本为3307.6亿元,其中水电的发电成本最低,为-783.0亿元,生物质发电的成本最高,为1687.5亿元;3)发电行业的平均单位减排成本为157.6～159.8元/tCO2e,其中水电和核电的单位减排成本最低,分别为-104.3～-104.8元/tCO2e和13.2～13.3元/tCO2e,天然气发电的最高,为958.8～1598.0元/tCO2e.总体而言,水电和核电的单位减排成本较低且减排潜力大,未来应重点发展这两种发电技术.     

基于BPSO算法电力系统故障可观的PMU配置

针对电力系统故障可观状态下的PMU最优配置,提出了使用二进制粒子群优化算法(BPSO)进行处理.为了使用最少的PMU数目找到电力系统网络任一支路的故障,首先使用线性整数规划(ILP)对系统进行建模,再将BPSO算法引入进行优化,最后将该算法应用到IEEE-14,30和57节点标准测试系统,其优化过程亦考虑了零注入节点的影响.结果表明:该算法快速有效,适应用电力系统各种问题的优化.