考虑通信灵活性的5G基站与含光伏电源配电网多目标区间规划

提出一种考虑通信灵活性赋能的5G基站与含光伏电源配电网多目标区间协同规划方法。首先,在深入分析5G基站与配电网交互机理的基础上,综合考虑基站能耗、通信容量及覆盖范围等方面特性约束,计及单基站级(带宽灵活分配)与基站群级(蜂窝呼吸机制)灵活性资源,构建5G基站需求响应模型。鉴于系统经济性和环境性之间的固有矛盾,分别以系统投资运行成本最低和碳排放量最小作为优化目标,建立5G基站与含光伏电源配电网协同规划的多目标区间优化模型。该模型通过对5G基站设备配置及接入节点选择、配电网扩容、RES配置及运行管理策略优化,并利用区间方法处理电力/通信负荷和RES不确定性,达到系统经济和低碳效益的同时优化。利用区间序关系和可能度法将所建模型转化为确定性优化问题,采用NSGA-Ⅱ算法进行求解。算例采用修改的IEEE-33节点系统,计算结果验证了所提方法能有效降低协同规划成本,促进可再生能源的消纳利用。

我国通货膨胀率的最优目标区间几何?

本文首先提出了面板数据动态门限回归模型的二阶段合并最小二乘(2SPOLS)估计方法;其次,基于中国29省市自治区1978-2008年的面板数据,对中国通货膨胀和经济增长之间关系的实证分析发现,在一定程度上,我国通货膨胀率对经济增长率的作用存在两个门限值的"双门限效应",其门限值分别为3.2%和15.7%。所以,通货膨胀率位于(0%,3.2%]时,温和通货膨胀对经济增长率存在"托宾效应"。通货膨胀率超过3.2%时,通货膨胀率对经济增长率存在阻碍经济增长的"反托宾效应",尤其当通货膨胀率高于15.7%后,恶性通货膨胀严重阻碍经济"软扩张"。因此,我国通货膨胀率的最优目标区间是(0%,3.2%]。

目标区间、金融状况与货币政策规则

本文建立考虑金融状况的"区间—二次"货币政策框架分析货币政策规则的目标区间偏好问题,结合非对称性研究货币政策对价格稳定、经济增长和金融稳定的反应特征。研究结果表明:货币政策利率规则对通货膨胀有目标区间反应,对经济增长有线性反应,对金融状况有目标区间反应,证实了货币政策反应的目标区间特征。同时,货币政策对通货膨胀有非对称的反应。样本区间内货币政策对通货膨胀有一定的目标区间非对称偏好,对经济增长有显著的正向反应偏好,对金融状况的反应并不显著,说明货币政策对经济增长有足够重视,对金融风险的关注有待加强。

金融危机以来美国贸易逆差的调整目标区间考察

2008年金融危机以来,美国长期巨额贸易逆差调整广受关注,此问题涉及到调整目标和调整成效的讨论。美国贸易逆差调整的目标主要包括四个方面:一是把控国际贸易秩序的话语权;二是推进再工业化,抢占新一轮产业革命的制高点;三是保持经济相对稳定增长、相对充分的就业与低通胀;四是继续维持美元霸权地位。金融危机后的再工业化战略实施及美国贸易政策的调整使得美国商品贸易逆差幅度缩小,目标逐步趋近,预计以美国贸易逆差占GDP的比重来衡量的调整目标将在一定区间内继续波动,但较21世纪以来的近二十年收窄。而COVID-19疫情的冲击将使美国贸易逆差的调整目标开始偏向经济复苏与经济增长。

改进非劣分类遗传算法对盐酸雷尼替丁脉冲片多目标区间优化策略及效果评价

目的研究区间均值代替区间目标后,再利用改进非劣分类遗传算法(NSGA-Ⅱ)对盐酸雷尼替丁进行多目标区间优化的策略及效果。方法利用二次多项式模型建立目标函数,采用区间均值代替区间目标,使用改进非劣分类遗传算法(NSGA-Ⅱ)对转换后的目标函数进行多目标优化,搜索Pareto非劣解,并与原文的结果进行比较。结果盐酸雷尼替丁脉冲片处方优化中,随机搜索的30个Pareto最优解中,23个达到了规定优化效果,其中3个效果满意。30号方案释药时滞及累积释放度分别达到了211.62分钟和91.11%,效果最为理想。结论区间均值代替区间目标后,再利用改进非劣分类遗传算法(NSGA-Ⅱ)进行多目标区间优化的策略可行、有效。

我国实行通货膨胀目标制的目标区间选择

近年来,由于实行宽松的货币政策,我国一般物价水平一直处于高位,通货膨胀问题较为严峻,虽然2012年有所回落,但是通货膨胀自身的惯性以及经济下行的压力,都会使得央行再度实行宽松的货币政策,通货膨胀的加剧趋势会一直存在,实行通货膨胀目标制可以使得我国更好地控制通货膨胀问题,维持物价稳定。在分析相关研究的基础上,提出我国实行通货膨胀目标制的合理目标区间为[0.5%,3.5%]的宽区间,该目标的时限设定为5年长期。

中国通货膨胀与通货紧缩的目标区间

针对通货膨胀与通货紧缩周期性交替的现实 ,本文认为客观存在通胀与通缩的目标区间 ,在此区间中的通胀率是良性的。据此 ,文章重新定义了通货膨胀与通货紧缩 ,估算了中国通胀与通缩的目标区间 ,并认为可以用此区间作为宏观货币政策的中介目标 。

双目标区间值规划的免疫遗传算法

探讨求解双目标区间值规划的免疫遗传算法。算法设计中,利用个体间的支配关系,将种群划分为优质、劣质种群,并沿着不同进化方式产生优质和多样个体;利用新拥挤模型,剔除种群中冗余个体,确保进化种群中个体分布的均匀性。数值比较实验表明,该算法在获解质量和解分布方面有一定优势。

考虑可再生能源与需求响应协同增效的能量枢纽多目标区间优化规划方法

提高对可再生能源(renewable energy source,RES)的开发利用能力是发展综合能源系统面临的重要任务。为此,该文从源荷协同增效的角度,提出考虑需求侧响应不确定性下RES高效利用的能量枢纽(energy hub,EH)多目标区间规划方法。首先,在深入分析EH中各类负荷可调特性及其对RES消纳作用的基础上,建立用于描述用户负荷需求对实时能源价格响应及其不确定性的区间模型。鉴于系统经济性与环境效益之间存在的天然矛盾,分别以投资运行成本最小及RES利用率最大作为目标,构建EH规划的多目标区间优化模型。该模型通过对枢纽元件的容量配置以及需求侧管理策略综合考虑,并利用区间方法计及RES和需求响应两方面的不确定性,以实现对EH经济和环境效益同时优化。根据所建模型的特点,综合利用区间序关系和可能度法将其转化为确定性优化问题,然后采用改进的非支配排序遗传算法求解。算例分析结果表明,该文方法能够有效提高EH的经济性和对RES的利用效率,并可灵活满足不同的规划需求,因此具有更好的工程实用性。

求解约束多目标区间优化问题的人工免疫算法

针对含区间约束的多目标区间值优化问题,设计求解该问题的人工免疫算法。借助区间可能度模型,比较两个区间数,并将区间约束转化为确定性约束。设计关于迭代次数的约束允许违背度,自适应将种群划分为约束允许群和非约束允许群;设计与抗体受支配数成反比的亲和力计算方式,由此根据亲和力大小选择抗体进行克隆及进化。对比性仿真实验表明,该算法在求解含区间约束的多目标区间值优化问题方面所获解集在质量和分布均匀性能方面均具有较好的潜力。

多目标区间值优化问题的最优性条件

利用Clarke广义Jacobi矩阵,研究含等式和不等式约束的不可微多目标区间值优化问题,得到局部LU-有效解的Fritz-John和Karush-Kuhn-Tucker(KKT)最优性必要条件。

求解双目标区间值规划的粒子群优化算法

针对双目标区间值规划问题,设计粒子群优化算法进行求解。该算法借助区间数相关理论和区间可能度对粒子的优劣进行比较;利用目标空间中候选解所对应的位置关系建立拥挤度模型,去除种群进化中出现的相近个体;凭借粒子群外部种群存储非支配粒子,引导和加速整个粒子群的进化,从而使整个粒子群向Pareto最优解靠近。该算法进化种群规模小、参数少、结构简单,比较性实验显示,该算法在寻找最优解的速度、质量等方面均有一定的优势,能够有效解决双目标区间值规划问题。

以“目标区间核算 实行成本否决”为核心探索商业银行内部运作新机制

所谓"目标区间核算,实行成本否决"就是要实现一定目标的利润,必须要有一定的资金总量和应达到的资金净收益率,这样资金总量资金净收益率构成一个区间,既为目标区间,围绕这个区间进行核算,并实行成本否决,超过目标区间以外的成本从个人工资或奖励中倒扣。一、推行"目标区间核算,实行成本否决"内部运作机制的基本思路商业银行实现效益最大化的条件,就是在固定费用和资金总量不变的情况下,以最少的变动成本,获取最大的变动收益。这里要说明的是。

基于区间理论的油田综合能源系统优化规划

针对油田的能源结构和用能负荷的特征,构建了油田综合能源系统架构;考虑可再生能源出力的不确定性和油田多元负荷用能的随机性,建立了光伏、光热出力的区间模型,热负荷区间模型和基于价格型响应的电负荷区间模型;通过分析设备投资成本的时间价值和区域碳中和途径,建立一种计及源荷不确定性的综合能源系统规划模型,并结合仿射算法和区间序关系,将不确定性优化问题转化为确定性的多目标优化问题进行求解。算例分析表明,油田综合能源系统架构符合油田能源禀赋和负荷实际耦合情况,设备配置方案投资回收年限短,不确定性权重系数越高,投资越大,年净收益区间越大,结果验证了规划方法的有效性。与传统鲁棒凸规划优化方法相比,所提方法为决策者提供了满足区间约束的解集,避免了规划方案的保守性。

基于深度强化学习区间多目标优化的智能建筑低碳优化调度

为充分挖掘并有效利用建筑的节能减排潜力,提出基于深度强化学习区间多目标优化的智能建筑低碳优化调度方法。首先,采取区间数等方法对系统中机组参数、建筑温度及源荷多重不确定性等进行建模。其次,计及系统碳排放与碳交易机制,以综合运行成本最低及用户舒适度最优为目标,优化系统运行。为解决区间多目标优化问题,提出一种将深度强化学习的深度Q网络与区间多目标粒子群优化算法耦合,进行“离线训练”与“在线指导”的新型多目标优化算法,高效求解多重不确定性因素下的智能建筑低碳优化调度问题。算例结果表明,所提深度强化学习区间多目标优化算法及调度模型能兼顾系统低碳性、经济性与用户舒适性等,同时有效提高系统应对多重不确定性因素的能力。

基于区间多目标量子粒子群算法的AUV路径规划研究

为解决海流预测不精确和危险源位置信息不确定情况下自主水下航行器的路径规划问题,提出了一种基于区间多目标量子粒子群算法的全局路径规划方法。将海流的不确定范围和危险源位置的不确定范围表示为区间数,计算各条路径的航行时间区间和危险度区间。基于区间可能度模型定义区间之间的占优关系,引入区间重叠度和区间体积计算区间拥挤度对最优解进行排序,建立外部储备集保存最优解集,通过量子粒子群算法优化路径位置。仿真结果表明:相对于常规的多目标路径规划算法,所提出的算法可在含有多个不确定约束的条件下找到分布多样化的一组路径。

充电中断情景下电动汽车充电站两阶段多目标区间选址优化决策

考虑到充电站选址用户需求量的不确定性和突发状况的复杂性特点,以充电站选址服务效益最好、充电站风险最小以及“预选址-增建选址”两阶段经济成本最低为目标,基于传统p-median模型和多目标应急选址模型,构建两阶段多目标区间p-median模型.第1阶段在需求和设施损坏存在不确定因素的情况下,基于不确定需求模型模拟充电站遭遇突发情景下的不同需求量,构建出基于p-median的“预选址”模型;第2阶段针对瘫痪情景发生后的信息,建立一种反应式修复调整策略的“增建选址”模型.引入区间模糊集理论对模型进行转换,利用免疫优化算法对模型进行求解分析,得到充电中断情景下的充电站选址最优方案.最后,以西安市某区域为例,验证模型的可行性与有效性,为充电中断情境下电动汽车充电站科学选址提供了必要的决策参考和支持.

优势模糊区间目标粗糙集模型的群决策规则获取及应用

在群决策理论及应用中,如何获取合理而有效的群决策规则是一个重要的研究内容.针对条件属性具有优劣关系,决策属性取值为模糊值的群决策系统,将每个决策对象的群决策模糊值转化为一个决策区间,由每个对象的不可分辩优势类构建基于优势关系的模糊区间目标信息系统粗糙集模型,给出该模型的三种知识约简定义;通过构造区分矩阵和区分函数,获得求取优势模糊区间决策系统的优势下近似的约简算法.最后将该模型及算法应用于商业银行审计风险评估,获得较为合理的商业银行风险群决策评估规则.

一种采用复仿射区间潮流的有源配电网多目标无功优化方法

文章采用复仿射Ybus高斯法求解区间潮流,并建立有源配电网中区间多目标无功优化的数学模型,以便无功优化时计及DG出力的不确定性。同时对网损区间和电压偏差区间进行优化,兼顾了系统的经济性和电压质量。针对当前区间NSGA-II算法的Pareto解集存在断层的问题,分析个体在目标空间不同维度上的相邻状态,提出一种改进重叠超体积的区间拥挤距离计算方法,保证特性差异较大的个体进入下一代,使得解集分布更均匀。IEEE33系统算例表明,文中方法在计及DG功率不确定性的同时,能够使系统网损和电压指标趋于最优。

基于模糊几何加权的区间多目标规划问题

区间多目标规划问题是实际决策问题中常见的一种形式,考虑到各目标函数重要性的不同,提出了模糊几何加权法来求解区间多目标规划问题.首先给出了区间多目标规划问题的确定型转化方法,构建了与其等价的模糊几何加权单目标规划模型,定义了确定型多目标规划中各目标函数的隶属度函数,在此基础上提出了当目标函数分别取不同的权重时,非劣解以及目标函数最优值区间的求解方法,最后通过算例验证了该方法的可行性与有效性.