含风能电力系统的充裕性鲁棒决策机制设计

在大规模风电并网运行环境下,风电的不确定性间歇出力诱变了电力系统可靠性运行特征,系统充裕性鲁棒决策成为安全稳定消纳技术的必然方式。针对充裕调控量在满足系统不确定性需求的过程中,如何鲁棒跟随决策者期望的调控问题,该文提出一种"广义充裕–经济"博弈自适应调控机制。首先,设计出"广义充裕–经济"微分博弈模型,并应用鲁棒控制理论证明该模型博弈解的存在性。进一步,定义进化向量与置信区间,提出反馈进化方程,与博弈解级联获得博弈自适应解,超前修正了该解的动态鲁棒性。最后,在抵御最恶劣不确定性充裕需求波动方式下,实现鲁棒跟随决策者期望的广义充裕资源经济动态超前调控决策。采用含风电运行的实际电网作为验证实例,结果验证了该机制模型及方法具有良好的鲁棒性与经济性。

不确定SMDP基于全局优化的鲁棒决策问题

考虑半马尔可夫决策过程(SMDP)在一些系统参数不确定,且性能函数依赖于这些参数时的鲁棒决策问题。这些参数的不确定性不仅导致等价无穷小生成子的不确定性,也导致性能函数的不确定性。论文针对相关参数的情况,分别采用不同的全局优化算法,即填充函数法和模拟退火算法,进行鲁棒控制策略求解。仿真实例说明,全局优化方法的使用保证了平均准则和折扣准则下的计算结果之间当折扣因子趋近于零时的极限关系成立。

FDF 鲁棒决策方法研究

故障检测滤波器（ＦＤＦ）是故障检测与隔离（ＦＤＩ）方法中一种重要而系统的方法，但到目前为止有关这种方法的研究基本上都基于模型参数精确已知的情况，本文研究了具有模型误差时ＦＤＦ的鲁棒决策方法，得到了一些有意义的结论。

面向鲁棒决策的战场态势评估人机共识形成方法

针对地面突击装备战术级、高动态、分布式、强实时作战过程中的战场态势高度复杂且信息不确定问题,提出一种面向鲁棒决策的战场态势评估人机共识形成方法,实现“人类智能”与“人工智能”在综合态势评估中的有机融合。首先,通过采集乘员(专家)态势评估行为实验样本,模拟乘员(专家)对战场态势信息的认知过程,构建战场态势评估两级智能代理模型;其次,提出一种对人机偏好不敏感的决策鲁棒指数,车辆乘员基于该指数在高强度对抗下快速判断形成人机共识,辅助指挥员进行鲁棒决策。在某作战仿真系统中进行了红蓝对抗的想定设计,并以敌方意图为态势评估对象进行了案例验证,验证了该方法的有效性。

市场不确定条件下商业地产项目运营方案的鲁棒性分析——以郑州市老旧街区改造项目为例

随着国企改革三年行动计划的落地,部分国企面临市场化能力不足与投资任务重的矛盾,管理者的决策也因此变得困难。本文以郑州市某区级国有企业承接的老旧街区改造项目为例,利用鲁棒决策为该项目的运营决策提供支持,旨在提高企业决策效率,助推企业转型升级。

鲁棒的多学科设计协同决策方法

针对产品设计过程中的多学科冲突解耦问题,提出一种鲁棒的协同决策方法。该方法采用区间形式表示不确定性的设计参数并基于非合作博弈理论将多学科协同决策描述成基于区间的约束求解问题,对此,采用两步求解策略获得产品设计的鲁棒决策方案。首先用约束一致性算法过滤掉决策变量区间中肯定不包含有效解的冗余部分,得到设计参数的一致性区间矢量;然后在一致性区间内以设计性能指标为准则搜索鲁棒的参数决策值,并设计基于可行性审查的免疫混沌搜索算法。以一个单元盘弹性转子系统为例,进行摩擦学和动力学冲突解耦的设计决策,得到较好的设计结果,验证方法的合理性与可靠性。

深度不确定的战场环境下鲁棒战术决策方法

针对日益复杂的战场环境研究了深度不确定战场环境下的战术决策问题。结合鲁棒决策的特征,提出一套将情景规划与定量方法融合于鲁棒决策分析方法中的决策流程;并结合战争复杂性、不确定性的特性,将深度不确定环境下的鲁棒决策方法应用于战术决策的制定当中,从战场情景规划到基于综合集成方法的鲁棒战术决策模型,给出了具体的生成过程。

面向企业战略制定的鲁棒决策方法

企业在进行长期战略制定过程中,常面临着深度不确定的环境,不具备完全的信息。传统的基于经验的决策方法便因难以应对未来环境的变化而失效,为此本文提出了面向企业战略制定的鲁棒决策方法,在构建各种未来的可能场景的基础上,协助企业分析找出应对各种情景的最为稳健的策略,使企业能够有效适应环境的突变,减少损失。

需求扰动下供应链反向保理的鲁棒决策

反向保理运用买方信誉缓解中小供应商资金困境,现实中需求扰动时有发生并影响供应链决策。探讨供应商资金约束背景下"买方驱动"反向保理对供应链运营的作用规律,运用极大极小法构建单供应商和单零售商组成的二级供应链模型,得到只知均值和方差时的供应链决策和收益。研究表明:鲁棒决策能为反向保理时需求信息缺失的供应链提供有效而稳健的决策,降低信用违约风险;基于供应链关系的反向保理增强了供应链合作;供应商信誉损失风险不会成为零售商主导反向保理实施的阻碍。丰富了金融与运营交互作用的理论研究。

考虑大规模风电接入的鲁棒动态发电备用决策方法研究

电力系统的备用容量对保证系统的安全稳定具有重要意义。传统的备用容量决策方法存在覆盖不全、运行效率低等问题,难以满足大型系统实时备用决策的需要。文章提出了一种基于鲁棒优化原理的动态发电调度备用决策方法,将发电机的可用性作为备用需求在线分配决策问题的不确定参数,形成在不确定参数变化条件下的备用需求鲁棒双层决策模型,并应用线性规划问题的对偶原理,将双层优化问题转化为传统的二次规划问题进行求解。该方法与传统的备用约束方法相比,能够根据预想事故的需求确定合适的备用容量,且给定的备用分配方案考虑了断面的负载水平,能够保证事故情况下的备用可用性;同时,与故障约束方法相比,不依赖于故障集的规模,能够保证在线调度过程的实时性要求。在IEEE RTS系统上的算例结果证明了所提方法的有效性。

基于多种市场预测的WCVaR新产品铺货鲁棒决策分析

铺货是新产品上市阶段将营销活动转化为实际购买的重要步骤,而多专家对市场需求的预测是新产品铺货决策的重要依据。本文基于多专家预测对新产品需求建立情景分析,利用CVaR方法和worst-case鲁棒优化方法构建了铺货决策模型,研究了只基于风险和同时考虑风险及收益约束两种决策下的新产品铺货策略。本文创新地将WCVaR方法运用到铺货决策中,分别量化了每一种市场需求预测,并运用样本近似和对偶方法,将多因素的铺货决策模型转化为线性规划问题进行求解,为新产品上市阶段需求不确定的相关问题研究提供了一种新的方法。同时,Monte Carlo数值仿真说明了策略的有效性和稳健性,也显示出该策略能有效防范小概率事件风险。

指挥信息体系作战需求鲁棒论证方法框架

传统的作战需求论证方法已经无法较好地处理指挥信息体系建设中的不确定性。首先给出作战需求的定义,构建了指挥信息体系作战需求形式化概念模型,并建立了多层次多视点的指挥信息体系作战需求描述框架。在此基础上,分析了指挥信息体系论证中的不确定性,定义了鲁棒性,构建了指挥信息体系作战需求鲁棒论证的过程。最后对涉及的关键问题,包括使命任务鲁棒分析、能力需求鲁棒探索、基于SOA的体系方案设计,以及方案鲁棒优化决策等进行了初步探析。

企业高级人才队伍动态稳定模型及决策研究

利用现代robust控制理论和线性矩阵不等式方法,研究了企业高级人才队伍动态稳定决策问题.建立了一种在动态环境中高级优秀人才队伍线性不确定时变动态模型.讨论了模型建立的理论依据;给出了高级优秀人才队伍robust稳定的判别方法和robust稳定控制决策方法,以及在各种具体情况下的实际意义;并通过对一个实例的具体分析,验证了所给模型与控制决策方法的有效性.

部分信息下联合鲁棒定价、订货决策的报童模型

信息完全下的经典报童模型是单周期库存管理的核心控制方法,联合定价、订货决策是提高报童模型运作效率的主要手段.Scarf创造性地构建了部分信息下的鲁棒报童模型,但鲁棒联合定价、订货问题由于其困难程度,长期困扰着运作管理学者.本论文在"做和型"随机价格需求函数条件下部分地解决了该问题.在报童仅获知不确定需求的均值与方差的假设下,我们建立了Worstcase型的鲁棒联合定价、订货模型,并在适当的条件下给出了联合决策的闭环最优解.数值实验证实了联合的鲁棒定价与订货决策较大幅度地改善了Scarf鲁棒订货模型的运作效率.该模型能较好地适应于新产品供应链等信息缺失下的企业运作管理.

支持武器装备体系论证的探索性分析框架研究

武器装备体系论证评估属于宏观层次的决策分析问题,需要考虑复杂多变的环境和大量不确定因素的影响。探索性分析方法是一种将多种知识和方法结合起来的敏捷分析方法,针对武器装备宏观论证中面临的大量不确定性问题,提出了探索性分析框架。该框架从各种知识获取开始,包括探索性分析建模(以基于扩展影响图的分析建模和主动元建模为关键技术),不确定性处理方法和实验分析方法,最终支持鲁棒决策,并且该框架在空军战役探索性分析中得到了初步应用。

供应链金融视角下利率市场化的鲁棒分析模型

本文从供应链金融的视角出发,在需求信息缺失的情况下研究了银行贷款利率的制定对供应链及其节点企业运营状况的影响。在利率市场化的背景下,构建了银行参与的由供应商和零售商组成的供应链三方博弈模型。运用鲁棒的报童方法和极小极大后悔方法刻画了银行决定利率、供应商决定批发价格和零售商决定订货量的三方博弈情景,并获得其博弈均衡。研究表明:在部分信息下银行的参与能有效提高供应链绩效;供应商自有资金量的多少是判断利率政策(政府调控与利率市场化)对供应链效益影响的重要指标;利率市场化并不能完全解决银行业占取实体经济利益的现状,适度的政府调控是不可或缺的。

面向分层异构网络的资源分配：一种稳健分层博弈学习方案

该文研究了信道状态不确定条件下分层异构微蜂窝网络中的无线资源分配优化问题。首先引入信道不确定模型描述无线信道的随机动态性,并将该问题建模为考虑信道不确定度的双层鲁棒斯坦伯格博弈;然后给出了该博弈的均衡点分析;最后提出了一种分布式改进型分层Q学习方案以实现宏基站和微基站的均衡策略搜索。理论分析和仿真表明,所提出的分层博弈模型可以有效抑制由于信道状态不确定引起的收益下降。所采用的学习方案较传统Q学习方案收敛速度明显加快,更加适用于短时快变的通信环境。

信息可信与贷款利率确定问题的供应链鲁棒模型分析

提供真实可信的企业信息是企业申请银行贷款时的必要条件,但银行可以选择相信这些信息的部分或者全部,从而提供不同的利率水平。本文研究可信信息与银行贷款利率制定之间的关系以及相应决策对借款企业所在供应链的影响问题。通过构建银行参与的由供应商和零售商组成二级供应链模型刻画了零售商存在资金货款需求的供应链金融情景。针对银行采用零售商提供的全部信息或部分信息情况,从供应链管理视角考察了鲁棒的报童方法和极大极小方法分别获得了银行的最优利率决策及其对供应链运营所造成的影响。研究表明,银行采用部分信息并不能有效增加其收益,但其利率决策对供应链整体运作效率有非常显著的影响。

“供应侧”鲁棒报童模型

完全信息下的报童模型是研究单周期下企业运营的核心方法,制定不同情形下的订货决策是提高其运作效率的主要策略.Scarf在1958年构建了需求侧不确定时部分信息下的鲁棒报童模型,经过Gallego&Moon更简便的证明后Worst-case的鲁棒订货方法得到了广泛的应用,供应侧不确定时的订货问题由于求解的困难性导致运作管理学者长期受其困扰.文章假设报童只知道供应商随机产出因子的均值和方差信息,建立了Worst-case的鲁棒订货模型,给出了订货决策的闭式最优解.研究表明:鲁棒报童模型能够恰当的描述供应侧信息缺失下的企业订货行为,鲁棒的订货策略能有效解决供应不确定的信息缺失环境下企业的订货决策问题.

成长风险下企业股权融资中委托代理问题的鲁棒分析

企业成长风险带来的信息缺失使得投资者更难监管融资方的道德风险.本文基于鲁棒决策方法,构建了审慎乐观的企业在面临成长风险下的股权融资模型,探讨了投融资双方的委托代理问题对企业股权融资的影响.研究发现:委托代理问题抑制了企业的股权融资和快速发展,企业体现出更为保守的特征;提高成长性均值、降低批发价格或提高委托代理下的企业估值均可提高企业的风险承受能力.同时,在投资低估值、高成长性均值或低成长风险的企业时,投资者让渡经营权会导致其利益受到双重损害.