梯级水电站群中长期优化调度的正交离散微分动态规划方法

我国特大流域梯级水电站群正在形成,这些梯级水电站群普遍具有装机规模大、级数众多的特点。随着巨型梯级水电站的集中投产,其优化调度计算规模不断增加,维数灾问题日益凸显。在分析离散微分动态规划(discrete differential dynamic programming,DDDP)算法的基础上,提出了正交试验设计和DDDP相结合的正交离散微分动态规划方法(orthogonal discrete differential dynamic programming,ODDDP)。该方法以DDDP为基础,采用正交试验设计选取具有"均衡分散,整齐可比"性质的部分状态组合,以减少方法所需存储量与计算量,进而提高计算的规模和效率。乌江干流梯级水电站群仿真调度结果表明,ODDDP在大幅缩短计算耗时的同时可获得与DDDP相近的优化结果,系统求解效率和计算规模显著提高。

梯级水电站长期优化调度的细粒度并行离散微分动态规划方法

伴随水电规模的扩大,水电站群优化调度的计算量不断增加,需要探求新的方法。在分析离散微分动态规划(discrete differentiation and dynamic programming,DDDP)算法的基础上,提出了基于分治模式的梯级水电站长期优化调度的细粒度并行离散微分动态规划(parallel discrete differentiation and dynamic programming,PDDDP)方法,并以澜沧江梯级的6个电站系统长期优化调度问题为应用实例,在多核计算环境下进行验证。结果表明,多核环境下的PDDDP方法简便易行,能充分利用闲置计算资源、大幅度提高优化调度的计算效率,是解决大规模复杂水电系统调度的高效和实用方法。

阳泉市地下水最优控制模型及其微分动态规划─二次规划算法

本文提出了一个地下水最优控制模型．文中对地下水运动偏微分方程采用有限元分析，导出了地下水状态方程，将模型简化为线性动态、二次特性（ＬＱＰ）的最优控制问题．运用微分动态规划（ＤＤＰ）二次规划（ＱＰ）算法，克服了大范围、多时段、非稳定流地下水管理中动态规划的“维数灾”问题，为大范围地下水管理提出了一种实用的最优控制模型．运用本文的模型，根据阳泉市的用水预测资料，对２０００年的岩溶水抽水量进行了最优控制计算．

离散微分动态规划在水库优化调度中的应用研究

采用改进的动态规划即离散微分动态规划(DDDP)法,建立了单一水库多目标库优化调度模型,并以陆浑水库为例进行实例应用,求解得出陆浑水库优化调度结果。针对典型年优化调度,选取不同汛限水位作为调度方案,得出提高水库汛限水位十分必要的结论;对于长系列优化调度,优化后多年平均发电量比实际增加了54.9%,为制定合理的水库调度方案提供参考依据。实例计算表明,该方法简单、快捷,避免了常规动态规划中存在的因离散值过多而陷入的"维数灾"问题。

用离散微分动态规划制订梯级水电站最优日运行方式

将梯级水电站视为电力系统中的子系统，将系统给定的日负荷作为运行必须满足的约束，以一个日调节周期内耗水量最小为优化准则，采用离散微分动态规划的迭代计算法逐次逼近最优解──子系统负荷在梯级电站间的最优分配．笔者尝试着将梯级电站的优化调度与各级电站的厂内经济运行统一起来考虑，而厂内经济运行又考虑了电站下游的不稳定流．以新安江、富春江梯级电站为算例，计算表明优化运行方式较之现行运行方式，效益是可观的．

离散系统最优控制中动态规划的神经网络算法

本文对解决动态规划中最优路径的 Hopfield神经网络的算法进行了改进 ,提出了应用该神经网络算法解决离散系统最优控制中动态规划问题 ,讨论了系统中状态。

多变量、多约束连续或离散的非线性规划的一个通用算法

利用目标函数对约束函数关于设计变量的一阶微分或差分之比,给出了一个求解非线性规划的通用算法.不论变量和约束有多少,也不论变量是连续的还是离散的,这一算法都比较有效,尤其对离散非线性规划更有效.该方法是一种搜索法,勿需解任何数学方程,只需要计算函数值以及函数对变量的偏微分或差分值.许多数值例题和运筹学中一些经典问题,如1)一、二维的背包问题;2)一、二维资源分配问题;3)复合系统工作可靠性问题;4)机器负荷问题等,经用此法求解验证均较传统方法更有效和可靠.该方法的主要优点是:1)不受问题的规模限制;2)只要在可行域(集)内存在目标函数和约束函数及其一阶导数或差分的值,肯定可以搜索到最优的解,没有不收敛和不稳定的问题.

大系统优化的动态规划递阶算法改进

引入 1个拉格朗日乘子 ,将动态规划的最优性原则与大系统控制论中的分解协调的递阶算法结合起来 ,并考虑各子系统间的顺序直接作用 ,提出 1种以二次型为性能指标的离散线性系统优化算法 。

求解非线性规划问题的两个微分方程系统(英文)

本文给出 Ｅｖｔｕｓｈｅｎｋｏ与Ｚｈａｄａｎ（ １９７４）提出的求解数学规划问题微分方程系统的两个校正形式，它们可用于求解具有等式和不等式约束的非线性规化问题．第一个校正系统拓宽了Ｅｖｔｕｓｈｅｎｋｏ与Ｚｈａｄａｎ 微分方程方法；第二个校正系统通过引入新的方程系统导出乘子函数得到，它无需使用Ｅｖｔｕｓｈｅｎｋｏ与Ｚｈａｄａｎ所用的那样强的约束规范．我们建立了这两个微分方程方法及其离散迭代方法的收敛性定理，给出了基于第二个微分方程离散格式的数值算法及其某些数值结果．

基于仿真优化的临时航线动态规划

为实现空域的灵活使用,对目标空域内军方允许使用的临时航线的动态规划与优化方法进行研究,提出全空域与机场模型(TAAM)和改进离散粒子群优化算法(DPSO)相结合的仿真优化方法。首先,利用TAAM模型构建以最小管制员工作负荷和最低飞行成本为目标的临时航线规划模型;采用组合赋权法和规范化处理确定多目标函数的权重;重新定义DPSO算法的运算规则实现算法改进。以上海部分扇区航路航线的仿真运行数据为例,管制员工作负荷和飞行成本分别下降了13.64%和9.08%。结果表明,上述方法能够有效降低管制员工作负荷和飞行成本,为航班计划的编订提供参考。

计及控制设备动作次数约束的三阶段动态无功优化算法

为了避免控制设备频繁操作,动态无功优化模型需考虑无功补偿装置投切开关及变压器抽头的允许动作次数约束。但是,动态无功优化属于大规模、多时段、强耦合的混合整数非线性规划问题,对其直接求解是困难的。建立了以有功网损最小为目标函数的动态无功优化模型,并提出一种实用的三阶段动态无功优化算法,该算法的核心是一种具有多项式计算复杂度的前推-回推式动态规划算法。将计及控制设备动作次数约束的动态无功优化问题的求解分解为多个时间断面的连续无功优化计算、理想无功补偿装置无功补偿功率曲线和变压器变比曲线的阶梯化以及在确定各个时段的无功补偿容量和变压器变比情况下的连续无功优化计算3个阶段。对IEEE 30节点系统和某实际区域电网进行测试,结果验证了所提算法的合理性和实用性。

在离散车间下的AGV任务分配规划研究

针对离散车间实时动态任务分配结果不理想的问题,文中提出一种改进的注水算法。相较于原有注水算法,改进的注水算法加入工作速率和费用因子,可协调工作速率、费用以及运送工件之间的关系。该算法综合考虑原有未运送工件和AGV工作速率、费用的关系,由KKT条件推导出分配结果的最优解析解,对分配结果进行调整并对剩余工件进行二次分配,以满足离散分配的要求。改进注水算法能够对临时增加的工件进行实时、动态分配,且分配方案不受原有工件分配的影响,每次分配结果均相互独立。最后,将改进注水算法与两阶段优化方法、匈牙利算法、注水算法进行对比。实验结果表明,改进的注水算法在运送时间和运送费用上具有一定的优势,且运算复杂度仅与AGV的数量有关。

离散时间线性系统最优控制的遗传算法实现

本文提出了求解控制变量受区间约束情形的离散时间线性系统最优控制的遗传算法,在遗传算法框架下给出了离散时间线性系统最优控制问题可行解的编码及初始化方法,设计了选择、交叉、变异等遗传算子,并对初始化方法及各种遗传算子的可行性给出理论分析。

人工鱼群算法与离散微分动态规划结合在水库优化调度中的应用

人工鱼群算法(AFSA)具有快速收敛到最优解附近的能力,建立人工鱼群系统模拟水库优化调度,将其所得到的解作为离散微分动态规划(DDDP)算法的初始试验轨迹,通过DDDP再次寻优,可以获得更优更稳定的解,试验证明鱼群算法与离散微分结合应用于水库优化调度的有效性。

人工鱼群算法与离散微分动态规划结合在水库优化调度中的应用

人工鱼群算法(AFSA)具有快速收敛到最优解附近的能力,建立人工鱼群系统模拟水库优化调度,将其所得到的解作为离散微分动态规划(DDDP)算法的初始试验轨迹,通过DDDP再次寻优,可以获得更优、更稳定的解,试验证明了AFSA与DDDP结合应用于水库优化调度的有效性。

水库生态调度模型及算法研究

随着我国大规模流域开发,大量水库建设对河流生态系统造成了较大影响,如何通过水库合理调度来减轻水库对河流生态环境的负面影响,是当前水库运行调度研究中的一个热点问题。针对现行水库调度过分强调经济利益而忽视生态环境需水状况,致使部分大坝下游和库区发生生态环境退化的现象,从自然资源可持续发展的角度,探讨了水库生态调度的概念和任务,建立了水库生态调度多目标数学模型。该模型以经济效益、社会效益和生态环境效益组成的综合利用效益最大为目标函数,以综合利用要求为约束条件,包括灌溉、发电、航运、旅游、河口压咸和应急用水等。该模型为具有复杂约束条件的多目标规划模型。创建了可行搜索离散微分动态规划算法(FS-DDDP算法)对该模型进行了求解。

离散加工时间的可控排序问题(英文)

本文主要研究了离散加工时间的可控排序问题,目标函数是总压缩费用约束下极小化最大完工时间,对单机工件有不同到达时间以及同型机工件到达时间都相同这两个问题,我们设计了伪多项式时间的动态规划算法,并给出了相应的FPTAS算法．

多平台协同作战任务分配模型及算法

作战任务和平台资源的合理匹配是作战体系发挥最大效能的重要条件,由于平台资源之间协同水平存在差异,若将协同水平高的平台组合到一起执行任务,能够更好地提高作战效能。首先建立任务之间协同程度以及平台之间协同水平的量化模型;然后建立以任务完成时间最小、任务内自协同度和任务间互协同度最大为目标函数的任务分配模型,提出用于求解该模型的动态列表规划和混沌离散粒子群混合任务分配算法,使用动态列表规划选择需处理的任务,利用混沌离散粒子群算法为选定任务分配平台资源;最后通过仿真实验验证了模型和方法的可行性与有效性。

DP-ADPSO算法在机组负荷优化组合分配问题中的应用

针对离散粒子群应用于机组负荷优化问题中存在早熟收敛的难题,提出了动态规划-自适应离散粒子群算法求解机组负荷优化组合问题。该方法首先保证所有随机生成的粒子均为满足基本约束条件的可行解,使整个算法只在可行解区域内进行动态优化搜索,缩短了计算时间。计算实例表明:动态规划-自适应离散粒子群算法能较好地收敛到最优解,而且该方法得出的解具有精度高、收敛速度快的优点,应用效果优于动态规划法和离散粒子群算法,说明该方法是有效的、合理的,具有较好的应用前景。

基于灰色离散微分动态规划的梯级水库优化调度

针对梯级水库群优化调度中离散微分动态规划(DDDP)方法全局收敛性差及计算效率低的问题,本文提出了一种基于灰色系统预测方法的离散微分动态规划方法(GDDDP)。该方法以DDDP为基础,每次迭代前把历史迭代中得到的最优轨迹和历史预测轨迹组成的数据序列作为灰色系统预测方法的输入进行预测;然后在各个水库预测轨迹的基础上进行离散迭代求解,以此来提高算法的求解精度及计算效率;同时针对灰色系统预测方法对于振荡序列有较大误差的缺点,采用等差数列递推式改进了灰色系统预测方法。最后白山-丰满梯级水电站的调度结果也表明了GDDDP的有效性。