三阶段自适应采样和增量克里金辅助的昂贵高维优化算法

代理辅助进化算法已广泛应用于求解代价高昂的多目标优化问题,但大多数由于代理模型的局限性而仅限于解决决策变量低维的问题。为了解决高维的昂贵多目标优化问题,提出了一种基于三阶段自适应采样策略的改进增量克里金辅助的进化算法。该算法使用改进的增量克里金模型来近似每个目标函数,此模型的超参数根据预测的不确定性进行自适应更新,降低计算复杂度的同时保证模型在高维上的准确性;此外,在模型管理方面提出一种三阶段自适应采样的策略,将采样过程分为不同的优化阶段以更有针对性的选择个体,能够首先保证收敛性,提高算法的收敛速度。为了验证算法的有效性,在包含各种特征的两组测试问题DTLZ(deb-thiele-laumanns-zitzler)、MaF(many-objective function)和路径规划实际工程问题上与最新的同类型算法进行实验对比,结果表明该算法在解决决策变量高维的昂贵多目标优化问题上具有较强的竞争力。

基于源荷互动的含风电场电力系统多目标模糊优化调度方法

在深入研究负荷互动特性的基础上,发挥互动负荷对系统消纳风电正负波动的效用,将互动负荷视为可调度资源融入传统日前调度模型中。综合考虑互动负荷对系统运行成本和潮流分布的影响,建立了以运行成本和网损最小为目标的含风电场电力系统多目标优化调度模型,并引入模糊理论将多目标优化问题转化为单目标优化问题进行求解,从而使发电侧和用电侧均能参与电网运行的资源优化配置。IEEE 30节点系统的仿真结果,验证了所提调度方法能够有效降低系统运行成本和网损,提高风电消纳水平。

多目标投资组合模型的模糊两阶段解法

对多目标证券组合投资模型进行了研究,模型以绝对偏差和代替方差作为投资组合的风险度量.该模型是一个多目标线性优化问题,采用两阶段模糊算法对模型进行求解,最后给出了该模型的一个实例的最优解.

模糊优化理论在多目标多阶段决策系统中的应用

多目标多阶段决策系统是工程和管理领域的复杂系统,系统的求解和优化一直是理论界和工程界的难点。本文把模糊理论引入到这类系统的求解中,通过有序二元比对模型对系统解进行优选;并把这些方法成功地应用到了国家863项目“淮河水资源保护和管理应用网格”中。

联网型中原农宅综合能源系统鲁棒优化调度

设计农村住宅综合能源系统与电网互动的优化调度方案是提高农宅节能效果及经济性的关键。针对综合能源系统规划中光伏出力及用能负荷等不确定性因素,建立了完善的电-冷-热综合能源系统模型框架,提出考虑需求响应的两阶段鲁棒优化方法。同时,考虑需求侧调控对能源优化调度的作用,根据实时电价以及相关激励措施,灵活调整用电需求,以达到优化与大电网购售电互动的目的。通过算例分析,分别得到日前、日内的具体调度方案。结果表明:优化调度后的农宅节能效果和成本节约均有显著提升。优化方案能够充分利用光伏发电,合理安排电力、冷热负荷,并根据实时电价进行灵活调整,实现农宅与电网的有效互动。

应急救援多目标时限指派模型

为实现应急救援队伍的合理派遣,对应急救援队伍的救援效率、救援物资消耗、最佳救援时间等因素进行分析。突出应急救援的时效性和救援目标的多属性特征,提出在保证应急救援最短时限的前提下,以应急救援效率最大化、物资消耗最小化为优化目标,构建最短时限应急救援多目标指派模型。采用线性加权和法将多目标化为单目标决策问题,运用两阶段法对模型进行求解。数值计算结果表明:最短时限的引入能有效实现应急救援队伍合理、公平派遣。

基于模型的六箱一体化工艺优化控制研究

分析了基于模型的六箱一体化工艺的优化控制.针对六箱一体化工艺周期运行的特点,提出了两种阶段时间控制策略:Fix_time策略和NO3_control策略,前者的阶段时间是固定的,后者的阶段时间是通过在线检测缺氧池中SNO3及其变化速率自动进行控制的,Fix_time策略包含7个待优化参数,NO3_control策略包含6个待优化参数.在同时考虑出水水质和运行能耗两个目标的前提下,对两种策略进行了多目标优化分析.结果显示:NO3_control策略相比于Fix_time策略更具适应性,在不同的进水条件下依然能够满足缺氧反硝化的时间要求,因此出水水质更好,同时运行能耗也较低.该研究结果表明:针对六箱一体化工艺设计的NO3_control策略能够进一步提升六箱一体化工艺的性能.

带流动性的多目标投资组合模型

对多目标证券组合投资模型进行了研究，模型以绝对偏差和代替方差，以换手率刻画流动性，该模型是一多目标线性优化问题。我们采用两阶段模糊算法对模型进行了求解，算例给出了该模型的一个实例的最优解。

一类投资组合模型的模糊两阶段算法

对多目标证券组合投资模型进行了研究,模型以风险损失率作为风险。该模型是一多目标线性优化问题,我们采用模糊折衷算法对模型进行了求解,算例给出了该模型的一个实例的最优解。

考虑碳排放权交易市场影响的日前电力市场两阶段出清模型

作为推动中国“碳达峰、碳中和”目标的重要政策性工具,碳排放权交易(CET)市场的运行预计将对电力市场的出清产生深远影响。针对现有出清模型无法平衡不同目标的冲突且控制碳排放效果不明显的缺点,提出了考虑CET市场影响的日前电力市场两阶段出清模型。第1阶段,建立电力系统总运营成本最小和发电企业碳排放成本总和最小的多目标优化模型;第2阶段,建立以最小化电力系统总运营成本为目标的追踪模型,该模型满足第1阶段获得的Pareto最优解形成的约束。传统加权和法难以获得多目标优化问题分布均匀的Pareto前沿,且无法在非凸区域找到Pareto最优解。因此,采用自适应加权和法求解第1阶段多目标优化问题的完整Pareto前沿。最后,对中国某省级2278节点系统进行了算例分析和两阶段出清模型有效性验证。算例结果表明,CET市场运作将抬高日前电力市场出清价格。

创造性思维粒子群优化的武器目标分配

现代战争特点为防空作战中武器目标分配(WTA)问题的求解效率和质量提出了新的需求和挑战。建立了WTA问题模型,并选择粒子群优化算法(PSO)求解模型。针对PSO算法在求解WTA模型中出现的早熟收敛特性,从认知心理学角度进行分析,将创造性思维(CT)引入PSO的速度更新公式中,提出了一种基于创造性思维的PSO算法CTPSO。针对WTA模型的离散性特点,设计了编码与解码策略,及位置和速度矢量的离散化运算规则。实验证明了CTPSO算法在WTA问题求解质量和求解效率方面的优越性。

省级电网最大供电能力优化调度研究

高比例新能源接入电网后,电网安全稳定受多重不确定性因素的影响显著提升,为在新能源大幅度波动造成功率缺口的场景下快速形成功率调整方案以维持源—网—荷动态平衡,亟需量化评估电网的最大供电能力。为此,以供电能力最大、重要断面最小断面裕度最大作为优化目标函数,以电量平衡、片区备用容量、断面裕度作为约束条件建立省级电网最大供电能力评估场景模型,分别采用多阶段的约束多目标进化(CMOEA-MS)算法和带精英策略的快速非支配排序遗传算法NSGA-Ⅱ求解模型,并基于解集的收敛性、均匀性、广泛性3个指标对两种算法的解集质量进行评价。算例仿真结果表明,CMOEA-MS算法在求解所提模型时超体积值更大、性能更好,能有效提高省网的最大供电能力。

商业银行效益与风险多目标最优的区间测算与优化

本文以效益最大化、风险最小化为双重目标,依据统计学优化标准,构建了商业银行两阶段效益风险优化模型,对效益与风险的关系进行优化协调。第一阶段完成对资本结构、贷存款存量及流量分布、实际利率等因素及效益、风险的优化;第二阶段完成对总股本净回报率、总资产收益率、营业收入利润率、准备金覆盖率、资本充足率、流动性比率的优化及效益、风险的再优化。最后利用两阶段优化模型确定各类银行的资产规模优化边界和应对宏观投资过热或低迷状况的银行绩效优化策略。

双阶段填充采样辅助的昂贵多目标优化

针对代理模型引导多目标优化算法,求解决策变量数量增多的昂贵多目标优化问题时,搜索效率较低的问题,提出一种双阶段填充采样辅助的昂贵多目标优化算法。第一阶段,利用一组方向向量引导产生靠近真实最优解集的样本,加快模型引导算法搜索;第二阶段,由代理模型估计获得估值误差,融合个体与样本之间相似性、个体估值收敛性,选择个体用于真实评价后填充样本集,实现模型性能的提升。在100维和200维的多目标基准测试问题上的实验结果表明,所提算法在同等有限资源内获得了比其它算法更为显著的优势。

基于灵活编组的轨道交通列车开行方案优化方法

针对城市轨道交通全日客流时间分布不均衡特性下的列车开行方案优化问题,从乘客广义出行成本和企业运营成本角度,考虑列车满载率对牵引能耗成本的影响,利用数学规划方法构建基于灵活编组模式下的多目标列车开行方案优化模型,并提出四阶段求解算法.以某城市轨道交通线路为对象进行案例分析,对比传统固定编组列车开行方案,基于灵活编组的列车开行方案使乘客广义出行费用和企业运营成本分别减少了14.6%和11.0%.结果表明:该方法能有效实现既有固定编组条件下,列车开行方案难以达到的乘客出行费用和企业运营成本双赢目标,可为我国城市轨道交通新型运输组织方案的制定提供新方法.

城市轨道交通列车开行方案优化方法

将列车编组纳入城市轨道交通列车开行方案,优化确定列车编组长度、列车数量和开行时段。在分析客流广义出行费用的基础上,合理考虑运输能力、运输组织要求、运输效益和客流需求,明确列车开行的约束条件和目标函数,建立了城市轨道交通列车开行方案的多目标规划模型。根据模型特点,借鉴开行方案制定的实践经验,设计了三阶段求解方法。针对长沙地铁2号线的应用表明,优化方法具有较高求解效率和较好求解质量。

考虑电价激励需求响应下多主体微电网电源容量优化

考虑多主体微电网中用户在电价激励需求响应的基础上,实现微电网风-光-柴-储的容量优化配置。在电力市场环境下,通过考虑微电网内多元主体的不同职能,建立两阶段优化模型:阶段1建立微电网运营商与消费者之间的完全信息博弈互动模型,在保障售电商利益的前提下,以消费者盈余最大为优化目标,得到微电网内的最优峰谷分时电价策略,进而得到消费者在电价激励下的需求响应曲线;阶段2通过微电网电源投资商与微电网运营商之间的博弈互动,以微电网电源投资商的利益最大化为优化目标,得到微电网内不同分布式电源容量的最优化配置策略。结合某一地区的历史数据信息进行仿真算例分析,验证所提模型的有效性。

城市轨道交通多编组列车开行方案优化研究

针对城市轨道交通全日客流时间分布不均衡下的列车开行方案优化问题,以乘客等待时间和企业成本最小为优化目标,以运输供给、列车最小发车间隔、最大服务间隔,以及列车数为约束条件,构建基于多编组模式下的多目标列车开行方案优化模型,并设计两阶段求解算法.案例分析表明:与传统单一编组列车开行方案相比,基于多编组的轨道交通列车开行方案使乘客等待时间和车公里数分别减少17%和27%,列车运行小时增加20%;当客流不均衡系数大于1.48时,宜采用多编组运输组织方式.

基于两阶段规划的会议筹备问题研究

为解决会议筹备过程中宾馆预订、会议室租借和客车租赁决策问题,针对与会代表数量的随机特性,以费用最省、管理方便和代表满意为目标,建立基于置信水平的两阶段多目标规划模型,并通过引入分组会议影响因子,得到具体的决策方案。结果表明:客房需求总量对置信水平α不敏感,与会代表数量的小幅度波动不影响会议室和客车的租赁决策,会议筹备组具有较大的决策空间。

改进类电磁机制算法在多目标动态电网规划中的应用

基于动态规划思想,提出将类电磁机制(Electromagnetism-Like Mechanism,ELM)算法应用于多目标动态电网规划。消除了总矢量力对距离的过分倚重,并借鉴被动聚集思想,提升了种群移动模型的抗扰动和全局寻优能力。在权重、局部搜索、变异等环节均采用自适应策略来改善寻优速度,利用精英策略提高收敛效率。通过增设的马尔科夫性约束,避免了架线复拆。采用加权法和罚函数法,将描述电网经济性、可靠性、静态N?1安全的多目标进行统一度量,以体现规划方案的综合满意度。通过对19节点、46节点系统进行十进制编码测试,结果验证了该算法能有效地解决多目标动态电网规划。与遗传算法相比,改进的ELM在寻优效率和容错性方面具有明显优势。