基于数据优化和CQR-CNN-BiGRU模型的光伏功率超短期区间预测

现有光伏功率区间预测算法通常侧重于提高覆盖率和缩小预测区间,未能充分考虑实际调度中的经济成本和风险成本,从而限制了这些算法在调度决策方面的实际应用。引入了“最优置信度”概念,提出了一种创新的光伏功率区间预测方法,将数据优化与CQR算法以及CNN-BiGRU神经网络模型相结合。首先对经预处理后的光伏功率序列进行优化,采用分解-重构的思想,将光伏功率序列分解为趋势分量、周期分量和随机分量;然后结合多个气象因素,分别输入经改进麻雀搜索算法优化的CQRCNN-BiGRU神经网络中,建立各自的区间预测模型,叠加三个分量的区间预测结果,实现光伏功率的区间预测。仿真结果表明,所提方法的预测区间能够更接近预设的最优置信度,同时能够快速、有效地获得更高质量的预测区间。

基于离散事件系统的地面等待策略模型研究

分析并改善了一种降落容量受限的地面等待策略(GDP)模型和算法。与传统的模型不同,该模型采用了离散事件系统分析方法来分析空中交通流量管理问题。仿真结果表明,与传统的基于线性规划的GDP模型相比,新模型不但有效地解决了决策时间的连续性问题,提高了优化时间的精度,而且也显著地降低了算法的复杂度。

建筑施工企业绿色供应链成本的管理和优化

近年来,我国城市化的推进引起人们对建筑施工企业越来越多的关注。文章通过对绿色供应商的选取为建筑施工企业绿色供应链的成本进行管理和优化,利用AHP-熵权法建立供应商评价的结构模型并对其进行评价,从而做出选择。以A企业为例,计算其采购清单中绿色供应商的综合维度评分,按评分高低进行选取,旨在为建筑行业供应商的选择提供决策支持。