基于随机机会约束规划的班轮联盟舱位租赁最优分配

面对持续低迷的航运市场和激烈的市场竞争,各大集装箱班轮公司通过组建联盟来共享舱位资源,降低其系统成本,增加市场竞争力.舱位租赁是联盟合作的最基础形式,研究该模式下的舱位资源最优分配具有很大实际意义.本文在考虑航运市场不确定需求的基础上,研究了班轮联盟舱位租赁最优分配问题,构建了1个班轮联盟舱位租赁最优分配模型,并运用随机机会约束规划的方法,将其应用到班轮联盟舱位租赁分配决策中.结果表明,本文提出的方法和模型能够有效地对班轮联盟系统舱位进行协同配置,研究结果与实际情况相符,检验了方法和模型的有效性与实用性.

基于模糊随机机会约束规划的输电可靠性裕度计算

提出了基于模糊随机机会约束规划的输电可靠性裕度的数学模型和混合智能算法。将影响输电可靠性的重要因素表述为随机变量或服从正态分布的事件,例如将发电机和线路运行状态视为服从二次型分布的离散型随机变量,将用户需求看成服从正态分布的随机事件。在不确定因素随机化的基础上,将输电可靠性裕度问题转化为等价的模糊随机优化问题,输电线路开断、发电机开断和负荷模型的等约束条件退化为随机函数、模糊函数。文中提出的求解该机会约束规划模型的混合智能算法,在IEEE30节点系统上进行了仿真计算,验证了该方法的正确性和可行性。

基于随机机会约束规划的最优电价决策

提出了一种配电市场初期进行最优电价决策的方法。根据负荷和实时电价随机性的特点,将两者构成随机向量,基于随机机会约束规划(CCP)建立了数学模型。以减小用户成本为目标,以配电公司利润保证为约束,同时考虑配电公司面临的市场中的风险。通过这个数学模型可以有效地确定最优零售电价,并可以使配电公司对实时市场的风险进行规避。算例分析了各个因素对零售电价的影响,并通过随机量不同形式的概率分布验证了模型的合理性。

基于随机模拟与PSO算法相结合的随机机会约束规划算法

随机机会约束规划作为一类重要的随机规划,广泛存在于许多领域中。为了寻找更有效的求解随机机会约束规划的算法,通过采用随机模拟来逼近随机函数,并在微粒群算法PSO(Particle Swarm Optimization)中利用随机模拟实现估计适应值和检验解的可行性,从而给出了求解随机机会约束规划的新算法,最后,测试其性能并与遗传算法进行了比较,实例结果表明该算法的正确性和有效性。

求解随机机会约束规划的混合智能算法及应用

为更有效地求解随机机会约束规划问题,提出一种基于克隆选择算法(CSA)、随机模拟技术及神经网络的混合智能算法。采用随机模拟技术产生随机变量样本矩阵训练反向传播(BP)网络以逼近不确定函数,之后在CSA中利用神经网络检验个体的可行性、计算适应度,从而得到优化问题的最优解。为保证算法搜索的快速性和有效性,CSA采用双克隆和双变异策略。仿真结果表明,与已有算法相比,混合智能算法在500代时已取得比较满意的结果,且其精度在单目标优化问题中提高了2.2%,在多目标优化问题中提高了65%;将该算法应用于求解水库优化调度的难题上,结果也表明所建立的模型及算法的可行性和有效性。

求解随机机会约束规划的混合智能算法

随机机会约束规划是一类有着广泛应用背景的随机规划问题,采用随机仿真产生样本训练BP网络以逼近随机函数,然后在微粒群算法中利用神经网络计算适应值和实现检验解的可行性,从而提出了一种求解随机机会约束规划的混合智能算法。最后通过两个实例的仿真结果说明了算法的正确性和有效性。

基于随机机会约束规划的内燃机车减排技术评价优化模型研究

利用不确定规划理论,提出基于随机机会约束规划的机车减排技术决策评价优化模型及其算法。模型的目标函数为期望运营成本最小,决策变量为减排技术种类及减排效率,约束条件为排放污染物致癌风险及对健康影响情况不超过一定概率等。将随机模拟和智能算法相结合,设计求解模型的双层混合智能算法,并利用此算法对算例进行求解,说明模型和算法的可行性和有效性。

产品设计方案费效权衡的随机机会约束规划模型

针对产品设计方案费效权衡中由于未考虑生产过程中不确定性因素影响而导致的权衡结果易产生偏差的问题,提出将不确定优化理论引入产品设计方案费效权衡模型中。在对关键设计参数敏感性分析的基础上,将敏感性变量以及费用估算的偏差描述为随机变量,构建基于产品设计方案费效权衡的随机机会约束规划模型,并采用嵌入蒙特卡洛模拟的遗传算法求解,得到考虑不确定因素影响的最优产品设计方案。最后以混凝土泵车为实例,验证了模型的有效性。研究表明,采用费效权衡随机机会约束规划模型得到的产品设计方案,更能反映生产实际,可以最大程度保证不确定条件下产品设计决策目标的实现。

油田措施配置的随机机会约束规划模型

以油田措施增产最大化为目标,兼顾成本、措施量等目标,建立了油田措施配置的随机机会约束规划模型,并给出了模型的混合智能算法。实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施配置提供了新的决策依据。

双层随机机会约束规划的通信干扰任务分配优化仿真

研究不确定条件下的通信干扰任务分配优化问题具有重要的军事意义。基于干扰效益因子的概念,剖析了影响通信干扰任务分配的不确定性因素,建立了基于双层随机机会约束规划的通信干扰任务分配优化模型,设计了遗传蚁群智能算法,实例计算得到了通信干扰任务分配的最佳策略。

基于随机机会约束规划的面向能源互联的主动配电网选址定容方法

面向能源互联的主动配电网作为能源互联网的重要实现形式,是目前智能配电网领域的前沿方向。针对面向能源互联的主动配电网选址定容问题,计及系统不确定性采用随机机会约束规划建立模型。考虑到系统多能互补协调特性,采用全寿命周期成本理论计及设备购置成本、安装成本、运行维护成本、系统运行成本以及残值回收,以概率形式的配电网选址定容综合成本为目标函数,计及设备配置容量约束、系统供能可靠性约束、功率平衡约束、设备运行约束等必要约束条件建立模型。对基本人工鱼群算法引入反馈策略、全局最优记录以及自适应视野和步长进行改进,并采用改进人工鱼群算法对所建立的模型进行求解。最后通过两种选址定容场景的仿真,验证了所提方法以及算法改进的有效性。

基于随机机会约束规划模型的旅行商问题及其求解算法

为了提高旅行商的效率,将旅行时间引入旅行商问题(TSP),以最短时间和最短路径为目标对旅行商问题进行求解。假设旅行商在不同城市间的旅行时间服从正态分布,以最短路径为优化目标,将旅行时间以一定的置信水平成立作为机会约束条件,构建了旅行商问题的随机机会约束规划模型。提出已构建模型的确定性等价类,设计出遗传算法并编写算法代码,以一定规模的城市为例进行仿真验证。结果表明:给定期望的总旅行时间和置信水平时,可经过计算得出最短距离,并绘制出最优路径图,同时验证了所提出模型的可行性和算法的有效性。

铁路旅客选择列车的随机机会约束目标规划模型

旅客乘坐铁路列车出行时,需选择列车车次,这与各次列车的情况和旅客的出行要求均相关.分析旅客选择列车时的不确定因素和追求的多重目标,引入随机决策优化理论,在旅客对列车实际到达时刻、出行费用、购票成功概率、旅行舒适度等要求的约束下构建了选择列车的随机机会约束目标规划模型.列车到站时的晚点时间与购票时的剩余票额是影响旅客选择列车的两个重要的不确定因素,且是随机变量.根据其分布函数和旅客出行的相关要求将含有不确定约束的模型转化为确定模型,并用隐枚举法进行了算例求解.结果表明,模型能够明确地给出旅客选择列车的合理建议.

油田措施随机机会约束目标规划模型及算法

油田措施规划是一种提高油田措施增产效果的重要手段。引入随机机会约束目标规划理论,同时考虑措施增油量、措施增油成本等目标,建立了油田措施随机机会约束目标规划模型,并给出了融随机模拟、神经网络、遗传算法于一体的混合智能算法。最后给出一个实例来说明该模型与方法的有效性。

基于随机模糊机会约束的主动配电网分布式风电双层规划模型

针对风速兼具随机性和模糊性的多重不确定特征,提出一种主动配电网分布式风电容量配置的随机模糊机会约束双层规划模型。通过随机模糊模拟描述分布式风电出力不确定性,并考虑其时序特征建立风电出力时序性随机模糊模型,结合随机模糊模拟及潮流分析获取节点电压、支路功率及系统倒送功率等系统静态安全指标的随机模糊机会测度,采用兼顾随机性和模糊性的可信度作为评价分布式风电容量配置方案的指标;进而考虑系统功率平衡、静态安全指标机会测度约束及主动管理措施,以年利润随机模糊期望值最大为上层优化目标,以通过主动管理使分布式风电有功削减随机模糊期望值最小为下层优化目标,通过判断上层方案静态安全指标是否满足随机模糊机会约束的置信水平进行上下层规划协同,从而构建一种分布式风电容量配置随机模糊机会约束双层规划新模型;最后提出结合随机模糊模拟、前推回代潮流计算和遗传算法对模型求解。IEEE 14节点算例仿真过程及结果表明模型和算法的有效性和优越性。

铁路空车调配问题的随机机会约束模型及遗传算法

提出一类特殊的随机机会约束模型来求解铁路空车调配问题。这类随机机会约束可转化为相应的确定性等价类,应用遗传算法求解。通过对实际空车调配问题的数值计算和分析,表明了不确定性优化模型和所设计遗传算法的有效性并在铁路运输中有广泛的应用前景。

基于机会约束规划的风电源与充电站的优化配置

为了改善分布式电源与电动汽车的接入对电网安全性、经济性和电能质量的不良影响。考虑风力资源的随机波动性、电动汽车充电需求、分时电价等,以配电系统投资运行成本、有功损耗和电压质量为规划目标,建立了基于机会约束规划的优化配置模型,采用改进遗传算法进行求解。以IEEE33节点配电系统为例,验证了所提模型和算法的有效性。仿真分析表明,将电压质量纳入规划目标,能够以较小的经济成本保证较好的电能质量,考虑输出功率不确定性等因素,得到的规划方案具有较好的经济性。

带有时间窗的随机机会约束运输问题模型与算法

对传统经典的运输问题从不确定性随机规划角度进行探讨分析,针对随机环境条件下的此类优化问题提出一种随机机会约束规划模型,并考虑在运输过程中的线路能力和时间窗限制,对其利用随机机会约束规划的思想进行处理,建立随机机会约束规划运输问题的数学模型。此外,由于模型涉及大量具有复杂性和随机性的随机变量,设计一种混合智能算法,即基于随机模拟的神经网络遗传算法来求解模型的近似最优解。最后利用数值算例来验证算法的有效性和可行性。

一类机会约束规划的回溯逼近求解法

研究了一类机会约束随机规划的近似求解问题,提出了基于蒙特卡罗随机模拟的回溯逼近求解算法,该方法通过在迭代过程中逐步增加抽样次数和精确求解确定性数学规划,最终得到机会约束规划的最优解。文中讨论了最优解的计算方法及算法迭代终止条件。最后,通过算例验证了该方法的有效性。

随机和模糊约束下的扩展型集约生产计划方法

针对不确定环境下具有模糊需求量、随机加工能力约束的多阶段多品种集约生产计划问题进行了研究。在考虑生产任务跨阶段性的基础上,建立扩展型随机模糊混合优化模型,并运用随机模糊机会约束规划理论、不确定等价方法和Lingo软件对模型进行转化和求解。通过案例分析,证明了该模型和方法的有效性,为决策者在不确定环境下的生产计划决策提供了依据。