多周期农产品废弃物供应链网络均衡模型构建

目的研究农产品废弃物可持续利用问题,既实现供应链整体利润最优,又减轻对环境的污染。方法在随机需求的背景下,考虑生产合作社对零售商的不同激励度,分析生产合作社、零售商、需求市场的最优状态,利用变分不等式建立相应的多周期供应链网络均衡模型。结果从多周期角度,实现了农产品废弃物供应链网络均衡利益最优化,可为合作社与零售商在较长时间达到一种均衡状态提供有效解决方案。结论既实现了多周期农产品废弃物的持续利用,又促进了循环经济的发展,同时还实现了供应链网络均衡、供应链整体利润最优和减轻环境污染等目标。

城市化背景下景观格局对天津市生态系统服务供需匹配的影响

揭示城市化驱动下景观格局指数变化与生态系统服务供需匹配的交互关系,对于优化景观生态规划以及促进城市生态系统的可持续发展具有重要作用。以天津市为例,运用GIS空间分析、双变量空间自相关与随机森林回归等方法,评估了碳储量、生境质量与空气净化服务供需匹配度的空间分布特征,分析了景观格局指数沿城市化梯度的变化趋势,进而探讨了景观格局指数与生态系统服务供需匹配度的交互关系。结果表明:(1)天津市碳储量、生境质量与空气净化服务的供给和需求呈现出明显的空间错位关系,城市化综合发展水平对典型生态系统服务的供需匹配度具有显著负面影响;(2)景观水平上的景观格局指数沿城乡梯度呈现非线形的变化趋势,最大斑块指数、Shannon多样性指数以及斑块密度等多个指数在城市化综合发展水平20%—30%左右出现明显拐点;类型水平上的建设用地最大斑块指数与斑块内聚力指数等呈现增长态势,而林地与耕地的最大斑块指数等持续降低;(3)景观格局指数对生态系统服务供需匹配度的解释力度在类型水平上的贡献整体大于景观水平。研究结果可为天津市景观生态规划的管理与决策提供有益参考,有助于城市生态系统服务供需关系的协调与平衡。

响应用户随机需求下远距离物流配送调度仿真

由于远距离物流通常涉及多个节点、多个运输模式和不同的运输路径,且需要考虑不同节点之间的时间窗要求,导致调度过程中的信息传递和协调难度增加。为此,提出一种响应用户随机需求的远距离物流配送调度算法。针对用户随机需求信息和经验数据,采用汇集预测方法形成合理的虚拟用户出现概率、坐标位置和需求量信息,以远距离物流配送调度时间最短和用户满意度最高为目标,按照车辆先真实后虚拟用户配送的原则,组建响应用户随机需求的远距离物流配送调度模型。引入改进粒子群(Particle Swarm Optimization,PSO)算法对模型求解,确定最优远距离物流配送调度方案。仿真分析证明,所提算法可以快速响应用户需求,用户满意度均在96%以上,远距离物流配送调度时间最长仅为30min。

基于不确定性分析的供水管网压力监测点优化布置

针对现有供水管网压力监测点布置中产生的异参同效问题,基于正态分布利用蒙特卡罗随机抽样法分析管网节点需水量的不确定性,引入节点压力波动系数,讨论节点需水量的随机性对供水管网全局的影响,结合节点水压灵敏度,解决供水管网压力监测点布置中存在的异参同效问题。以华东某城区供水管网为例,结合水压相关性与水压灵敏性构建模型,采用蝙蝠算法求解,获得测压点布置方案。以稳态水力模型的节点需水量初始值为基准进行20 000次随机抽样,应用抽样值进行模拟,计算节点压力波动系数与节点灵敏度,确定最优方案,解决异参同效问题,为供水管网压力监测点布置方案的选取提供了新思路。

产出和需求随机下零售商风险规避的生鲜农产品供应链协调研究

在考虑产出和需求都随机的情况下,构建了由一个风险中性的供应商和一个风险规避的零售商组成的两级生鲜农产品供应链系统。以条件风险价值(CVaR)为风险度量工具,分别研究了集中决策和分散决策下零售商的最优订货量和供应商的最优生产投入量。通过设计收益共享—风险共担组合契约,研究了供应链的协调问题。研究表明:在收益共享—风险共担组合契约下,当收益共享比例与风险补偿额度之间满足一定条件时,可以实现供应链的协调。最后,对模型中的重要参数进行了数值仿真分析。

考虑源荷不确定性和新能源消纳的综合能源系统协同调度方法

随着“双碳”战略的实施,风光等新能源渗透比例不断提高。需求侧资源参与有功调度是源荷平衡和提高新能源消纳率的重要方式之一,而源荷侧的多重不确定性又会对综合能源系统中多类型能源的管理提出了新的要求。在此背景下,该文提出了一种调度与消纳协同优化方法,构建能源管理与定价双层优化模型。首先,上层能源管理模型采用该文提出的随机-鲁棒优化方法解决综合能源系统调度面临的新能源发电时序波动性、负荷及其响应的不确定性等问题;其次,在下层能源定价模型中,以系统新能源就地消纳率最大为目标,通过价格变化信号引导用户合理消费,从而优化负荷曲线,消纳上层控制中因安全稳定运行需要而导致的弃风弃光功率;之后,应用线性优化强对偶定理和列和约束生成算法,将上层模型转化为混合整数线性规划问题,并利用商业化求解器YALMIP/GUROBI对双层优化模型进行求解。最后,算例分析验证了该文优化方法能够兼顾系统运行鲁棒性与经济性,同时可以在高比例新能源接入情景下有效促进新能源消纳。

考虑不确定性斜拉桥参数的重要性与易损性分析

许多结构参数对桥梁数值模型的计算结果产生影响,结构的恒载、阻尼以及相关材料特性等参数涉及的不确定性被称为建模不确定性。研究表明建模不确定性的存在使得结构易损性曲线的偏差程度达到70%,因此在地震易损性分析中考虑不确定性很有必要。文章采用一种基于随机森林(random forest,RF)模型的概率地震需求模型(probabilistic seismic demand model,PSDM)易损性计算方法,分析桥梁构件的材料特性、荷载条件和构件几何特性等不确定因素对桥梁易损性的影响,并从中筛选出重要的不确定性参数。借助随机森林模型的学习与预测功能对结构易损性曲线进行预测。

基于机器学习的城市短期需水量预测研究

城市水资源的合理利用是支撑城市快速发展和保障居民生活的重要基础,而有效的城市短期需水量预测是城市水资源合理利用的前提。针对某市供水区域的实际供水情况分别预测日需水量和30 min间隔时需水量。先用箱型图法判别历史数据异常值并回溯校正数据,再用随机森林特征重要度法分析特征。采用人工神经网络模型和随机森林模型预测日需水量的对比结果表明,随机森林模型的预测精度较高,预测结果的平均绝对百分比误差在3%以下。使用Prophet模型预测30 min间隔的时需水量,可为供水系统实时调度运行提供依据。

Dynamic random channel reservation protocol

Demand assignment MAC protocols have been used widely in wireless networks. It can effectively utilize wireless bandwidth. Some strategies can he used by demand assignment MAC protocols to further improve their efficiency. The concept of transmit probability is introduced. This concept allows a request slot to be assigned to many different traffic classes at the same time. Based on it, the dynamic random channel reservation （DRCR） protocol is proposed. The DRCR protocol operates dynamically by observing the traffic conditions. It uses information about the recent traffic conditions to assign transmit probability with which an mobile station can select request slots with lower traffic. The performance of DRCR is evaluated and compared with RSCA. The results show that DRCR is more stable than RSCA, it offers shorter delays of requests than RSCA and can relieve heavily stressed traffic classes faster than RSCA.

随机需求下考虑绿色度的农产品供应链协调机制研究

从绿色发展和需求不确定性的视角出发,构建由农产商和零售商组成的斯坦伯格博弈模型,其中,随机需求受绿色度的影响,结合消费者对农产品需求的偏好,分析集中决策和分散决策模式下零售商的订购数量和农产商产品绿色度的决策。设计收益共享—绿色成本共担契约,探究收益共享—绿色成本共担契约实现“共赢”的可行性。结果表明:分散模式下农产商和零售商的决策不能使整体利润达到最优,单一收益共享契约不能充分协调供应链;收益共享—绿色成本共担契约协调系数在一定的范围内可以实现供应链系统的帕累托改进,农产商产品的绿色度和零售商的订购量都会增加,同时农产商、零售商和供应链整体的利润均得到增加。

Distributed demand side management via smart appliances contributing to frequency control

Nowadays renewable energy has become a trend for energy production but its variable nature has made balancing of demand and supply of the power grid difficult. Dynamic demand management using smart appliances is proposed to serve as a way that part of the regulation burden of balancing demand and supply is shifted to the demand side. However, if all appliances respond to the same frequency deviation, they may start to synchronize, causing large power overshoots and instability of the power grid. Therefore, the idea of implementing randomness into the frequency control of the appliances is proposed and this is what we call a stochastic approach. Simulators are built from scratch to model both scenarios. The effect of synchronization is analyzed and the parameters that can affect the synchronization are investigated. It has been found that the larger the contribution from the smart appliances to the power grid, the easier and faster the synchronization takes place. The stochastic approach solves the problem of synchronization and averages out the large power overshoot. However, the overall performance of stochastic operations is unacceptable due to the randomness in the operation though the mean and variance are as expected. More advanced feedback policies and schemes may be designed to achieve a better performance.

基于保供的城市生鲜冷链配送中心布局优化研究

保障优质供应和降低物流成本是生鲜物流行业发展的目标。本文从生鲜物流网络建设入手,研究生鲜冷链配送中心这一节点的空间布局问题,决策因素涉及节点选址、路径规划和库存控制三方面。考虑到需求难以确定,以集建设成本、运输成本、货损成本等在内的总成本最小为优化目标,构建了模糊随机需求下选址—路径—库存集成优化模型。最后以北京市西南区域为例进行算例分析,从而验证了方案的可行性,以期为相关冷链物流配送网络优化提供参考方案。

随机产出下考虑小微供应商成本利润率的供应链决策研究

小微型供应商由于产能、资金等限制,其目标可能是实现成本利润率最优,从而提高企业生存能力。基于该观察,区别于多数文献采用利润最优决策准则,本文研究由小微供应商和零售商组成的单周期供应链决策问题。小微供应商面临产出随机风险,以成本利润率最大为目标进行产能决策,零售商以利润最大为目标确定最优订购量。研究发现小微供应商的成本利润率受到自身成本偏重系数以及零售商盈利能力的共同影响,将出现亏损、合理盈利、超额盈利三种情况。并且,零售商采取不同订货策略也会对小微供应商盈利情况产生差异影响。保守(积极)订货策略下,零售商是否盈利取决于自身单位净利润能否弥补单位缺货损失(自身可盈利空间)。本文研究融合现实普遍存在的产出随机问题,为小微供应商和其他供应链成员的产能/订购决策问题提供有益的管理启示。

考虑需求响应与光伏不确定性的电力系统经济调度

针对光伏不确定性对电网的影响日益增加,该文提出一种考虑需求响应的源网荷经济调度方法。首先以光伏历史数据,利用非参数估计来拟合光伏出力,同时利用蒙特卡洛进行场景表征,并利用基于马氏距离场景缩减技术进行场景缩减;其次,结合随机规划方法,建立考虑需求响应下系统运行成本最小的电力系统源网荷经济调度模型;最后以IEEE39节点模型进行分析,结果表明采用所提出的优化模型可实现对光伏的不确定性调度,并能降低用户用电成本,对未来电力系统需求响应下的多能互补提供理论支撑。

随机需求下考虑广告遗忘效应的多周期闭环供应链网络均衡

研究由供应商、制造商、再制造商及需求市场组成的多周期闭环供应链网络均衡问题。在随机需求假设下,利用变分不等式方法构建了考虑制造商和再制造商广告投入及广告遗忘效应的多周期闭环供应链网络均衡模型,给出了网络模型的均衡条件,利用算例分析对均衡结果进行了验证和解释,并得到管理学启示。研究表明,无论广告遗忘情境如何,制造商广告投入对回收率及整体利润的影响占据主导;当制造商广告投入水平较再制造商更高时,再制造商利润总是更高,而供应商、制造商及系统整体利润仅在广告遗忘系数小于某阈值时更高;广告遗忘性的存在降低了广告投入对目标市场的正向激励作用,随着广告遗忘系数的增加,回收率、成员企业及系统整体利润均降低,并且在广告遗忘系数呈非固定状态下,其前期的值对系统影响更显著。

考虑生产规模扩张柔性的装配供应链双源采购决策

生产规模扩张柔性是供应链上游能否满足下游订单变化的关键因素。考虑由一个装配企业和两个供应商组成供应链的双源采购问题,基于融入随机生产和规模扩张柔性特点的Newsvendor模型,构建装配企业和供应商的利润函数,运用Stackelberg博弈,求解出利润最大化的装配企业订货量和供应商生产量,并分析了不同参数对供应链批量决策和利润的影响。研究发现:订货量与生产不确定性负相关,装配企业倾向于将更多的订单分配给生产波动小的供应商。存在一个生产波动的阈值,令生产量与生产不确定性从负相关转化为正相关。生产量和订货量都与生产规模扩张柔性正相关,装配企业应该选择生产规模扩张柔性高的地区建立供应链。供应商在建设初始产能的时候,应该考虑超产概率与生产规模扩张柔性之间的相对大小,当前者大于后者,应该搭建一个大规模的生产线,反之选择小规模的生产线。

马拉河流域植被生态需水特征及估算

生态需水是生态用水控制和区域生态环境恢复建设的基本依据。马拉河流域拥有世界著名的生态系统,植被生态需水占流域总需水量的很大一部分。基于1980—2020年ERA5气象数据、叶面积指数(LAI)与世界土壤数据库数据,采用Penman-Monteith法计算了马拉河流域四个季节(短旱季、长雨季、长旱季、短雨季)植被生态需水量的时空变化特征。在此基础上,使用支持向量机(SVM)、随机森林(RF)和卷积神经网络(CNN)3种机器学习方法与7个环境因子(气温、降水、10 m风速、LAI、太阳辐射、相对湿度、地形)建立了回归模型,分别估算了2011—2020年逐年不同季节的植被生态需水量,并与Penman-Monteith法计算结果进行时间序列拟合度和空间相似性的比较。结果表明:马拉河流域植被生态需水量在过去40年所有季节都呈现为波动变化,植被生态需水量长雨季>长旱季>短雨季>短旱季,长雨季的植被生态需水量约为短旱季的1.5倍。不同季节均呈现出上下游高、中游低的植被生态需水量空间分布格局。LAI为最大的正影响因子,风速为最大的负影响因子。就不同方法估算的植被生态需水量准确性而言,RF表现最为优异,主要体现在最值估算误差最小,时间变化序列的拟合度最高,空间分布最为相似,相对误差最小,而SVM的预测结果相对最差。RF是相对最适用于马拉河流域植被生态需水量估算的算法。使用3种不同的机器学习方法估算马拉河流域不同季节植被生态需水量,并对结果进行比较,可为生态需水的估算提供技术参考。

考虑需求侧响应的多能互补微电网优化调度研究

随着“双碳”目标的实施,新能源渗透比例不断提高,源荷两侧的不确定性对多能互补微电网能源管理提出了新的要求。提出了一种调度优化方法,其中考虑了价格型需求侧响应,优化交流负荷曲线匹配风光出力曲线,以提高新能源的消纳率,构建了能源管理模型,模型同时考虑了电力子系统、天然气子系统与热力子系统。模型通过构建风光出力与负荷的不确定集,采用本文提出的随机-鲁棒优化方法解决多能互补微电网调度面临的新能源发电时序波动性、负荷的不确定性等问题;之后,应用线性优化强对偶定理和列和约束生成算法,将模型转化为混合整数线性规划问题,并利用商业化求解器YALMIP/GUROBI对优化模型进行求解。最后,算例从多能互补微电网优化调度结果与不确定性参数对调度结果的影响分析验证了本文优化方法的可靠性。

基于接壤城市数据的居民用气量复合模型及预测

居民用天然气是天然气利用中需要优先保障的类型,其规模的准确预测是实现资源合理采购、管道安全输送、市场稳定供应的基础。但自2017年以来的供暖季却屡屡出现“气荒”、天然气限供,尤其是大气污染防治推行“煤改气”之后,冬季“气荒”或成常态,这些表明对天然气需求进行较为准确的预测意义重大。基于2020—2022年北方某省相关城市的居民用天然气数据及统计年鉴数据,针对无法获取到历史数据的城市难以准确预测天然气需求的问题,使用与目标城市接壤的相关城市数据,并将回归分析与随机森林模型相结合,建立了目标城市居民用气规模的中期预测模型,并对目标城市2021—2022年的居民用气规模进行预测。实证结果表明,在历史数据不足的情况下,可以利用经济、人口、气候等宏观数据和接壤城市用气数据进行建模,以实现对目标城市居民用气规模的合理预测。

基于K-means聚类的城市轨道站点周边共享单车需求预测方法研究

针对共享单车作为公共交通的重要组成能形成轨道交通+共享单车的出行方式,提高城市公共交通的运行效率,但也引发了共享单车运营不合理的问题.论文采用K-means算法,划分5类轨道交通站点,其中共享单车借还量作为聚类变量,提出了1组通过量化指标进行特征分析的聚类方式.对不同轨道站点接驳共享单车需求预测,利用随机森林和套索回归算法,并对比不同模型的预测准确度.结果表明,类型4站点下,使用套索回归模型效果更好,其他4类站点均为随机森林模型表现优于套索回归模型.本研究可为轨道站点及其附近停车设施的规划与建设提供参考.