不确定网络路径优化模型及算法研究

道路事故、道路施工等突发因素干扰了道路正常运营状态,严重时将造成交通网络的局部阻塞;同时道路使用者感知交通网络环境的变化具有多样性和滞后性。正是因为这些不确定因素的存在,交通网络也呈现出不确定性特征。针对出行时耗需要保障的出行决策优化问题,引入可信性理论体系的测度标准;将路段出行时耗变量模糊处理;构建了在一定显著度水平条件以出行总时耗为优化目标,以出行路径为决策变量的模糊机会约束模型,给出基于模糊模拟的组合优化算法,计算示例表明,模型构建合理,算法有效。

基于功率控制的分布式检测融合算法

研究了多传感器分布式检测融合问题,提出了一种基于模糊机会约束规划(FCCP)的发射功率分配算法。首先推导了表征系统检测融合性能的J散度表达式。然后,针对现代战场电磁环境的复杂性和不确定性,基于可信性理论,将系统的J散度门限看作梯形模糊变量,以最小化融合时各传感器与融合中心的发射功率为目标,在满足系统检测融合性能不小于给定门限的概率超过某一置信水平的条件下构建FCCP模型。最后,利用梯形模糊数的性质,将FCCP模型转化为清晰等价形式,并采用基于非线性规划的遗传算法(NPGA)对该非凸、非线性模型进行求解。仿真结果验证了算法的可行性和有效性。

需求和回收不确定的闭环供应链渠道结构选择

针对闭环供应链中销售渠道结构的最优选择问题,考虑市场需求和回收品质量水平的不确定性,以总利润最大化为目标,构建了政府差别权重补贴下四种销售渠道结构闭环供应链系统的四个平均总利润模型。首先运用模糊机会约束规划(FCCP)法将模糊约束等价变换为清晰对应式,然后采用粒子群优化(PSO)算法和遗传算法(GA)对模型算例进行对比求解,最后对参数进行了灵敏度分析。结果表明,上述两种算法的差值比率最大为0.018%,表明两种算法均未陷入局部最优解,验证了算法的效度和模型的信度。企业可以根据潜在需求的不同置信水平制定最优回收、生产和销售策略,选择最优的渠道结构并逐渐提高总利润。

考虑需求响应的风电消纳模糊优化调度研究

随着智能电网的快速发展,将需求响应(demand response,DR)融入调度过程以协调风电和火电机组出力是目前的研究热点。首先利用需求响应对负荷曲线的优化作用及其对系统备用容量的等效作用,制定了分时电价和可中断负荷的容量成本;其次针对风电出力的不确定性和随机性,采用可信性测度理论对其进行模糊表示;然后将风电出力不确定性引入到旋转备用模糊约束中,给出了基于模糊机会约束规划(fuzzy chance constrained programming,FCCP)并考虑需求响应的经济调度模型;最后由改进引力搜索算法求解所给模型。算例分析表明所提模型能够有效应对风电出力不确定性,降低系统运行的总成本。