大语言模型赋能场景生成和双层优化的多农业园区供电-灌溉-蓄水耦合运行

传统农灌负荷的使用具有集中性和无序性,显著加剧电力系统的供需不平衡与运行成本。为提升农业园区运行的经济性和光伏资源的消纳能力,通过刻画农灌负荷特性,结合作物生长用能需求,提出一种基于大语言模型(largelanguagemodel,LLM)场景生成和双层优化的多农业园区优化调度模型。该模型利用LLM时序分析能力进行光伏短期发电功率预测,然后通过LLM知识推理能力构建农业用水知识图谱,知识图谱中丰富的语义关系辅助LLM推理和预测,生成更符合实际情况的农业供电-灌溉-蓄水场景。双层优化调度模型在生成场景基础上,以园区经济运行为优化目标,对多农业园区供电-灌溉-蓄水进行耦合优化调度。最后,通过仿真验证,本文所提出的方法显著提升了农业园区电力系统运行稳定性,并有效降低了系统运行成本。

基于遗传算法的磨削力模型系数优化及验证

在磨削力模型求解问题中,目前大多使用分段计算法或列方程组直接计算各个待求系数,不仅计算量大且其精度也无法保证。另外,传统的回归模型容易陷入局部最优,难以描述非线性关系。为此,将遗传算法引入到非线性优化函数参数优化中,基于外圆横向磨削力模型、平面磨削力模型、外圆纵向磨削力模型等现有的模型数据,开展磨削力理论模型的系数优化方法研究。相关性分析结果表明:通过计算得到的3种模型磨削力的预测精度提高了14.69%~42.54%,且3种模型所预测的法向磨削力的平均误差分别为5.9%、9.13%、3.23%,切向力平均误差分别为6.78%、8.36%、3.69%。经对比知,优化后的模型拟合度较好,模型预测精度显著提高。遗传算法优化后的非线性优化函数GA-LSQ算法更适合磨削力模型的求解,可对磨削力的预测及实际加工生产中的参数优化提供参考。

基于AquaCrop模型的水稻多目标灌溉制度优化研究

【目的】优化现有水稻灌溉制度,节约灌溉用水量,减少稻田氮磷流失量以降低面源污染风险。【方法】构建了基于AquaCrop模型和NSGA-Ⅱ算法的水稻灌溉制度模拟优化模型,利用水稻田间试验数据,开展以产量最大、氮磷流失量最小、灌水次数最少的3种目标组合(产量-氮磷流失量(Y-TNP)、产量-灌水次数(Y-N)、产量-氮磷流失量-灌水次数(Y-TNP-N))下的灌溉制度优化模型研究,提出适应不同生育期降水年型的稳产-控污-提效灌溉制度。【结果】(1)与常规灌溉相比,Y-TNP灌溉制度优化水稻产量下降2.14%,氮磷流失量减少23.09%;Y-N灌溉制度优化水稻产量下降1.76%,灌水次数减少53%;Y-TNP-N灌溉制度优化水稻产量下降2.64%,氮磷流失量减少22.83%,灌水次数减少2次。(2)不同典型年以Y-TNP-N为目标优化的稳产-控污-提效灌溉制度水稻产量介于7.74~7.78 t/hm^(2),同时大幅度减少灌水量进而降低氮磷流失量。【结论】AquaCrop模型可模拟试验区水稻的生长发育过程,本文构建的模拟-优化耦合模型可用于优化不同生育期降水年型下稳产-控污-提效的灌溉制度。

无烟煤分子模型构建及优化方法研究

为了认识煤的分子结构特征,采用元素分析、^(13)C-核磁共振、傅里叶变换红外光谱等测试方法构建无烟煤大分子模型。研究结果表明:大分子模型中芳香碳以C的2、3环结构为主,确定其模型分子式为C_(193)H_(138)N_(2)O_(7);结构和退火优化后,其分子模型越发紧凑,键角更加弯曲,添加周期边界条件后其体系能量迅速降低,这是由于价电子能中的键伸缩能和非成键能中的范德华能降低所导致的,通过密度模拟得到无烟煤大分子最优模型的密度为1.45 g/cm^(3)。研究结果可为构建煤大分子模型提供参考。

数字经济时代管理咨询行业情报工作胜任力模型优化研究

[目的/意义]随着新一轮科技革命和产业变革不断深入,管理咨询行业日益受到重视,尤其在当前数字经济背景下,根据管理咨询行业目前的发展情况,急需对情报工作胜任力模型优化升级,为我国对管理咨询行业情报工作的有效管理提供科学参考。[方法/过程]梳理目前管理咨询企业中情报工作者胜任力不明确而造成的人才流失严重、高学历与复合型人才稀缺、人才选择与培养机制不完善等问题,在研究中通过词频统计法确定胜任特征、问卷调查法验证胜任力模型,并采用灰色关联度法对胜任力模型进行优化得出最终的情报工作胜任力模型。[结果/结论]针对情报工作者胜任力不明确这一根本原因,以优化后的胜任力模型为基础,从个人、企业、政府三个方面对管理咨询行业情报胜任力提升给出科学建议。

基于Kriging插值代理模型的轴流式止回阀多目标优化

基于Kriging插值代理模型,对轴流式止回阀的各项性能进行综合优化,具体的优化目标为:降低正向流阻;减小阀芯振动;提升止回性能。通过试验设计方案找到影响轴流式止回阀正向流阻的主要结构参数因素,并以其作为优化对象,通过Kriging插值法拟合主要结构参数对应的性能样本点,在保证拟合精度的情况下,使用NSGA-II遗传算法同时对3个主要结构参数进行多目标优化,得到了三目标Pareto前沿,经过权衡不同因素对性能指标的影响大小,最终得到了综合性能最优的结构参数为:阀瓣丰满度系数α_(1)=2.199,阀芯长度L=386.322 mm,阀芯半径R=113.997 mm。其对应的止回阀性能为:正向出口流量Q=161.839 kg/s,正向出口流速v=3.30235 m/s,止回阀进口压力p=97632.2287 Pa。相比优化之前,阀门正向流阻减小了1.2%,阀芯振动降低了0.24%,止回性能提升了2.3%。

MPS型磨煤机制粉系统动态模型与瞬态运行优化控制研究

为提升MPS型磨煤机制粉系统变出力过程关键参数的控制精度,该文建立并验证制粉系统动态模型,开展控制策略优化研究。在原逻辑基础上,提出考虑煤质水分信息的前馈磨煤机入口一次风温控制回路,以优化控制策略。开展煤质水分增加、给煤速率增加、磨煤机变出力等瞬态过程模拟研究,获得制粉系统关键参数瞬态特征和能耗特性,验证所提出策略的优越性。结果表明:采用优化的控制逻辑后,系统在应对煤质水分突变、煤量突变等扰动时的响应速率增加、磨煤机出口风粉温度波动范围减小50%以上、瞬态能耗下降2.4%。磨煤机在变出力过程中,稳态能耗可降低100 kW以上,制粉过程能耗降低6.82%,瞬态过程中磨煤机出口风温的波动幅度下降50%、响应时间缩短10%以上、可实现瞬态节能5.43%,保障制粉系统的运行安全并降低能耗。在燃煤发电机组中应用提出的制粉系统优化控制逻辑,可降低燃煤发电机组变负荷瞬态过程中负荷率、主汽压力等关键参数的运行偏差,提高机组的运行灵活性。

基于移相控制统一模型的双有源桥DC-DC变换器基波环流优化控制策略

为充分利用双有源桥DC-DC变换器的容量,减小无功功率,提升工作效率,提出一种基于变换器移相控制统一模型的基波环流优化控制策略。通过引入基波移相比对变换器的所有移相控制方式进行统一描述,并采用傅里叶分解法建立全桥交流电压及电感电流的统一模型。该统一模型降低了多控制变量下变换器多模态分析的复杂性,适用于不同移相控制的所有工作模式,具有普适性。基于频域分析法和功率因数角,构建变换器传输功率及无功功率的统一数学模型。在此基础上,提出考虑无功基波分量的环流优化控制策略,并对传导损耗进行建模与分析。该策略简单有效,能够很好地减小变换器无功功率和改善系统效率,更有利于工程实际的应用。搭建了实验平台,对比了所提基波环流优化控制策略与传统移相控制方式下变换器的功率因数及变换效率,仿真和实验结果验证了理论分析的正确性和所提控制策略的可行性。

无参数自适应罚函数的高效代理模型优化设计方法

在飞行器气动外形优化设计中,复杂约束条件导致设计空间可行域呈现不连续的特征,且理想解大多靠近约束边界,传统高效代理模型方法难以适用。研究了参考点对优化设计的影响,提出了一种考虑约束的参考点选择机制;对于最优解靠近边界的问题,罚函数法更加有效,但惩罚因子的设置对于罚函数方法影响很大,不合适的惩罚因子反而会损害优化效率,分析了优化过程中罚函数方法对惩罚因子的要求,提出了一种无参数自适应罚函数的代理模优化设计方法,引入基于样本分析的惩罚项,结合归一化目标值和约束值,在优化过程中动态调整惩罚因子,使优化能够尽可能地聚焦于可行域内,迅速收敛到最优解,实现样本的高效配置。通过带约束的函数算例和翼型优化算例证实,所提方法可以大幅提高飞行器气动外形优化设计效率。

基于代理模型估值不确定度的昂贵多目标优化问题研究

针对代理模型辅助的多目标优化算法中个体不确定度之间相互冲突的问题,本文提出个体每个目标估值不确定的填充准则,同时,为了减少训练模型消耗的计算资源,提出基于非支配排序的样本选择算法。为了验证该算法的可行性,采用DTLZ和WFG测试函数进行测试,得出结果与近些年发表5种具有代表性的同类型算法进行对比,结果说明该算法可以有效的解决昂贵高维高目标优化问题。

快掘面抽风口集尘参数变化下粉尘场优化模型研究

为了解决长压短抽通风方式下传统抽风口集尘效果不适应掘进速度快、产尘量大的工作面集尘需求等问题,提出设计抽风筒集尘口装置及系统布局,以降低快掘面高粉尘危害和污染等隐患。利用Fluent建立集尘系统的粉尘场有限元模型,分析单集尘参数对粉尘场影响并确定参数取值范围,设计二次回归正交试验,建立司机和人行道呼吸带粉尘质量浓度双目标优化模型,采用NSGA-Ⅱ算法求解模型。以陕西某矿快掘面为研究对象,求解得到该集尘布局下最佳集尘参数方案。搭建集尘系统试验平台来测试最佳集尘参数方案,研究结果表明:试验测试值和预测值误差小于8%,优化后的司机处粉尘质量浓度和人行道呼吸带平均粉尘质量浓度分别降低79.3%,58.7%,证明优化模型准确且有效。研究结果可为实现快掘面空气净化目标提供参考。

“数据与模型融合的智能调度优化”专刊前言

调度优化问题广泛存在于国防、制造、能源、交通、农业、物流等诸多领域,普遍呈现出非线性、强约束、多目标、不确定、动态等特征,甚至涉及离散与连续变量的联合优化,性能指标的评价很费时.纯粹模型驱动的优化方法受制于建模难、评模难、解模难.传统群体智能优化,则大多遵循种群初始化、交叉变异、个体选择等基本步骤,此类数据驱动的优化方法存在问题特征结合弱、收敛速度慢等缺陷.随着云计算、大数据等信息技术的飞速发展,新一代人工智能注重数据、知识、算力和算法的深度融合,这为智能优化的创新和发展指明了方向.开展数据与模型融合的优化理论分析、算法设计,有助于全面提升算法性能,是新一代智能调度优化发展的重要方向.因此,面向复杂调度优化问题的高效、高质、鲁棒的智能优化理论与方法研究,已成为数学、自动化、计算机、人工智能、工业工程、管理等领域的热点前沿方向.本专刊聚焦数据与模型融合的智能调度优化的最新理论、方法及工程应用,展示智能调度优化的最新研究成果,促进学术创新、学科融合、应用推广,助力“人工智能+”在经济、国防和社会等领域的高质量发展.

基于Vague集和响应面模型的注塑工艺多目标优化

针对注塑工艺多目标优化问题,以塑件的翘曲变形量、顶出时体积收缩率和缩痕深度作为优化目标,选取熔体温度、模具温度、注射时间、保压压力、保压时间等工艺参数为试验因素,采用中心复合试验设计结合模流分析建立试验样本,利用Vague集方法计算各优化目标相似度,通过指标相关性的指标权重确定(CRITIC)法确定各优化目标影响权重,得到综合相似度;建立综合相似度与各工艺参数之间的响应面模型,运用灰狼算法进行工艺参数寻优,得到最优工艺参数组合。结果表明,将Vague集和响应面模型相结合的优化结果显著,为实际生产过程提供了有益参考。

基于多项式代理模型的车顶绝缘子背风侧沿面压力优化研究

高速气流下,车顶绝缘子背风侧出现低气压会使得闪络电压降低,影响列车安全运行,为了改善车顶绝缘子背风侧的低气压现象,使用代理模型对车顶绝缘子结构参数进行优化。在车顶绝缘子结构参数上选取了伞裙上、下倾角以及伞裙间距作为因子,以绝缘子背风侧沿面压力的最小值作为响应,采用全因子试验设计方法获取样本数据,并对因子的主效应和交互效应进行分析,在此基础上建立多项式代理模型,进一步得到最佳的结构参数,最后进行闪络试验验证其有效性。结果表明:伞裙上、下倾角的主效应与伞裙间距相比更加显著,各因子之间没有显著的交互效应;最佳参数:伞裙上、下倾角分别为8°和0°,伞裙间距为45mm,背风侧沿面压力最小值提高了25.62%,同时压力平均值提高了42.47%;在100m/s的风速条件下,车顶绝缘子的闪络电压提高了16.80%。研究结果可以为车顶绝缘子结构设计提供参考。

基于高维混合模型的离心泵叶轮子午面优化设计

为提高离心泵在设计工况下的运行效率和扬程,提出一种基于高维混合模型的离心泵叶轮优化设计方法.选取一台比转数为157的单级离心泵作为研究对象,通过CFturbo软件对优化变量进行参数化,然后结合数值模拟获得高维混合模型的训练集.在此基础上采用获取的训练集通过MATLAB机器学习得出效率、扬程与优化参数之间关于支持向量回归的高维模型,并采用遗传算法寻优.在设计工况下,所拟合的高维混合模型预测的效率和扬程值比原模型分别高1.5%和3.2 m,数值模拟验证优化方案的效率和扬程分别比原模型高0.9%和2.1 m.算例研究表明,将高维混合模型应用于离心泵叶轮的优化设计中可以实现快速寻优并提高离心泵水力性能.

一种多用户频谱分配优化模型建立与求解

为解决多区域多用户在通信过程中的频谱最优分配与激励问题,本文首先在考虑多个通信运营商及多个小区用户的情况下,通过区块链理论对不同小区不同用户的频谱分配问题进行分析建模,并建立频谱最优分配优化模型;其次,针对优化模型的约束条件,通过引入拉格朗日及二分法理论对其进行求解,进而得出不同小区用户人数与频谱分配之间的数学关系;最后,通过仿真证明了容纳小区人数与频谱持有量近似地呈线性关系,且基站功率越大,近似直线的斜率越大。当基站的持有频谱量较少时,提高功率对可容纳人数的增加影响较小,随着频谱量的增加,提高基站功率,可容纳人数随之近似线性增加。

基于信赖域模型管理技术的永磁同步电机多目标优化

针对永磁同步电机多目标优化过程中要反复调用耗时的仿真分析且在整个设计域构建代理模型精度低的问题,提出基于信赖域模型管理技术的永磁同步电机多目标优化算法,该算法将整个设计域划分为一系列信赖域,在信赖域上构建径向基函数代理模型并采用微型多目标遗传算法近似优化,降低多目标优化中代理模型的精度要求。通过代理模型与电磁仿真模型的近似程度来调节信赖域的大小,通过缩放和平移信赖域,引导各个电机目标性能逐步逼近Pareto最优前沿面,加快收敛速度。为了进一步减少有限元仿真次数,引入遗传智能布点技术,通过样本遗传策略,遗传落在下个信赖域上的样本。通过算例验证了该算法具有较强的求解永磁同步电机多目标优化问题的能力及较高的求解效率。

基于SFIC模型的我国竞技体育后备人才培养协同治理的现实困境与优化策略

竞技体育后备人才是为国争光的主力军,也是加快体育强国建设的重要基石。做好竞技体育后备人才培养的协同治理工作,对实现我国竞技体育事业的全面、协调、可持续发展具有重要意义。该研究综合运用文献资料、逻辑分析和实地调研等方法,以修正后的协同治理SFIC模型为分析框架,从模型的结构要素出发,梳理了竞技体育后备人才培养协同治理过程中存在的现实困境,并提出了协同治理的优化路径,以期为竞技体育后备人才培养协同治理的高质量发展提供具体参考。研究发现:竞技体育后备人才培养协同治理存在协同基础亟待加强、政府职能转变和赋能不足、多元主体发育不全、保障制度建设滞后、评估反馈机制欠缺等现实困境。基于此,提出夯实协同起始条件,完善政府催化领导,优化主体协同过程,创新治理制度设计,健全结果评估反馈等优化策略。

电动汽车双层优化模型的充放电调度策略

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明:与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。

城市河网工程群多目标联合调度优化模型

城市河网工程群联合调度优化是一项复杂的系统工程,涉及多种闸、泵、堰等水利工程,是多时段、多对象、多约束、多目标非线性优化问题。基于此,提出了面向河网水环境改善目标的水工程群多目标联合调度优化模型,综合运用了“水量水质模型—优化调度模型—优化求解算法—方案优选方法”耦合方式,构建面向河网水环境改善的工程群多目标联合调度优化模型,并采用EMMOPSO算法的优化模型求解、基于AHP-TOPSIS的联合调度方案优选,以实现对河网水工程群联合调度的优化与决策支持,选择了长三角地区某城市河网开展了优化模型关键技术的数值试验与案例分析。结果表明:相较于水工程常规调度方式,本优化模型可以减少河网生态引水量23.9%~28.5%、提升河网水体水质达标度11.8%~90.4%,优化模型能够支撑平原城市河网地区取得显著的防洪除涝、水资源调配、水环境改善等多方面的综合效益。