Multi-objective Transmission Expansion Planning Considering Life Cycle Cost

为克服目前全寿命周期成本（life cycle cost,LCC）技术的应用局限于设备运行或维护阶段的不足,针对输电网整体建立一个3维LCC层级模型,包括时间维度、元件维度和费用维度。费用维度进一步分解为设备级、系统级、外部环境成本。研究了以可靠性为中心的维护手段的应用对维护成本的影响,利用电量不足期望值计算故障成本。在此基础上,对风电等4种不确定因素进行建模,建立以LCC成本最小和切负荷量最小为多目标的输电网机会约束规划模型。采用正态边界交点算法联合改进小生境遗传算法,对模型有效求解。最后,分别对18节点系统和77节点系统进行算例分析。研究结果给出了帕累托解集及推荐的最优规划方案;此外,LCC费用分解图表明了各费用的比重和影响,有利于指导未来资产管理。

多项目环境下time-cost置换问题建模与求解

针对多项目环境下的time-cost置换问题,以活动资源为决策变量,建立了以各项目总延迟最小与总成本最小的双目标time-cost置换模型。在总结前人对于多目标优化求解方法的基础上,针对多项目的特点,提出了基于NSGA-II非劣排序的局部直接搜索改进遗传算法,并考虑资源为连续与离散两种情况进行求解。与NSGA-II相比,算法可以较快地收敛到最优解,并且具有较好的离散变量搜索能力,与ZDT系列测试函数的比较也体现了算法的优越性。

Multiple Objective Test Design for Accelerated Destructive Degradation Tests

Accelerated destructive degradation tests(ADDTs)are powerful to provide reliability information in the degradation processes with destructive measurements.In order to carry out an ADDT efficiently,both the estimation precision of parameters and the test cost should be considered.On the basis of the given degradation model and failure criterion,a multiple-objective optimization model for the design of ADDTs is proposed.Under constrains of the maximum measurement time,the total sample size and the number of stress levels,a comprehensive target function is suggested to reflect both the precision of lifetime estimation and total cost,and the optimal test plan is obtained,which is composed by optimal choices for samples size,measurement frequency,and the number of measurements at each stress level.A real example is illustrated to demonstrate the implementation of the proposed approach.

基于热阻及成本分析的高炉冷却壁多目标优化

本文建立了高炉冷却壁热阻模型,冷却壁热阻包括火积耗散热阻和对流热阻,分别表征其导热性能和换热表面的对流换热性能。分析冷却壁运行过程中的各项成本,包括冷却壁材料成本、运行耗水成本、运行能耗成本以及冷却壁厚度减薄时产生的额外收益。应用遗传算法以冷却壁热阻和成本为目标函数,以冷却壁各结构参数为决策变量,对冷却壁进行多目标优化,获得了Pareto最优解集。优化后的冷却壁与初始冷却壁相比,可在传热性能相当的前提下成本下降79.9%,或在冷却成本相当的前提下,热阻下降27.3%。

一种基于多目标优化的独立微电网容量配置方法

针对独立型微电网容量配置存在经济成本和供电可靠性难以实现同时最优的问题,提出一种实现经济成本和供电可靠性最优的独立型微电网容量多目标优化配置方法。根据独立型风光储微电网系统中各分布式电源的机理构建风机、光伏、磷酸铁锂电池的数学模型,以等年值投资成本为评估指标构建独立微电网经济成本模型,功率偏差为评估指标构建出基于层次分析法的独立微电网可靠性模型,使用非支配排序的多目标粒子群算法求解系统最优容量配置。算例结果表明,该方法对独立型微电网容量配置在同时实现供电可靠性和经济性上更有优越性。

基于TOPSIS优化永磁同步电机预测控制成本函数

针对多目标约束条件下,为永磁同步电机预测控制算法成本函数选择适当的权重因子,提出了一种逼近理想解排序法(TOPSIS)优化成本函数的优选顺序方法改进权重因子的选择。首先,采用TOPSIS选择一个最接近理想控制动作的正解和最远离理想控制动作的负解,对成本函数中的控制变量进行优先级排序,以确保在每个采样持续时间内选择最佳控制措施。其次,根据上一时刻的最优控制状态,将预测的下一个切换时刻状态用于成本函数优化,从而减少了预测控制算法的计算持续时间。仿真和实验结果表明:与传统预测控制方法相比,基于TOPSIS的预测控制在具有较小开关频率的稳定操作下降低了电磁转矩和磁链的纹波,并且能够有效抑制电流脉动,降低算法的复杂度和计算量,提高了永磁同步电机控制系统在实际中的运行性能。

5G室内分布系统规划建模及优化算法

由于5G移动通信技术中的多数新业务包括时代智慧家庭、智能工厂、虚拟现实等等都发生在室内场景,因此如何快速规划建设成本低且功率损耗少的5G网络室内分布系统,对电信运营商来说具有重要的意义。建立了更贴近实际场景下的5G室内分布系统规划数学模型,该模型以最小化部署成本和天线间最大输出信号功率偏差为目标,以满足每个天线的期望输出信号功率为约束,是一个带约束的混合变量多目标优化问题。基于哈夫曼编码思想,提出了适合室分系统结构的编码策略,利用该编码策略在MOEA/D-CM2M算法框架下设计出求解该模型的有效算法,并且能够通过一次运行提供多个规划方案。计算机仿真表明建立的模型与提出的算法十分有效,比两个真实案例的原设计分别节省了8.90%和20.09%的成本。

基于多目标优化及成本效益分析的古城镇微型消防站布局研究

古城镇含有大量火灾风险较大的木质建筑,微型消防站被普遍应用于古城镇消防。不同于传统的消防站选址问题,古城镇微型消防站布局的难点在于要考虑路网的连通性,同时在有限投资下找到最佳消防站点布局(包括位置和数量)。针对该问题,本文提出基于多目标优化及成本效益分析的古城镇微型消防站布局研究,首先绘制古城镇道路无向图,使用Dijkstra算法计算最优路径得出消防站点可覆盖矩阵;然后以3 min路网可达性作为约束条件,构建最大覆盖率和最小消防站点数为目标的优化问题,通过非支配遗传算法求解最优消防站点位置集;最后通过分析成本与数量之间的关系,确定最佳消防站点数量及布局。以中国西南地区的一个古镇为例进行说明,在设置7个消防站点的条件下,本文给出的布局方案与现役方案相比减少了一个站点,而覆盖率增长7.5%。结果证明:所提出的方法能够有效确认经济性最佳、覆盖范围最大的消防站位置集。

基于能耗与成本目标的新疆高校教学建筑设计优化

建筑设计参数对建筑运营过程中的能耗和成本有着重要的影响,而新疆冬季严寒且漫长,使得该地区建筑能耗及运营费用高于其他地区。因此,本文利用离差最大化法结合正交试验设计,以某教学建筑为例,考察了在新疆4个热工分区的典型城市气象条件下,包括中庭面积比、天窗面积比、不同立面的窗墙比、外围护保温层厚度、外窗类型等8个设计参数对建筑能耗和全局成本的影响,并通过综合考虑建筑能耗和全局成本目标,确定最佳的建筑设计方案。研究结果表明,在4个典型城市气象条件下,最佳设计方案可以实现建筑节能10.47%~13.48%,全局成本降低32.62~62.91元/m^(2)。研究有助于设计者选择适用于该地区的最佳设计参数,从而实现建筑的节能目标。

基于多目标优化的平房仓节能设计方法:以河南地区为例

为了权衡低温粮仓设计阶段能耗和成本之间的矛盾,基于Rhino-Grasshopper参数化设计工具,构建了平房仓多目标优化设计平台。优化过程包括四个流程:参数化建模、优化变量参数设定、优化目标函数设定及优化和多目标决策。以河南地区某平房仓为例进行平台应用,得到了平房仓多目标优化设计的最优解集。结果表明,优化后粮仓的制冷能耗和成本均优于基准建筑。与改造后的平房仓相比,能耗最优解、均衡解和成本最优解设计方案的制冷能耗分别降低了70%、63.33%和38.67%,全生命周期成本分别降低了32.92%、49.43%和53.29%。

超网络体系作战下的打击目标优选模型

针对当前进行海上作战体系目标优选分析与决策时对打击代价考虑不足的问题,提出综合考虑目标节点重要度和打击费效度的网络节点分析模型。利用超网络构建海上作战体系网络模型,通过度和介数等指标评估网络中节点的重要度;利用打击费效比为指标评估网络中节点的打击代价,进而将目标分析与选择问题转化为多目标优化问题,建立寻优模型,并通过人工鱼群算法进行寻优求解。最后对模型进行案例仿真应用,通过专家Delphi法评估检验,结果表明所建立的模型方法可行,对水面舰队体系的目标分析与选择具有借鉴作用。

清洁可持续切削及工艺参数多目标优化研究进展

面对地球资源的急剧减少和环境的不断恶化,实现绿色、可持续的生产已成为制造业发展的主旋律。在金属切削过程中采用清洁加工方式和最佳切削参数已成为必要。文章主要介绍国内外常用的清洁切削方式,分析加工过程中的碳排放和加工成本,总结国内外常用的切削参数多目标优化模型和算法,并结合当今绿色生产的局限性给出了未来发展方向。该研究可为清洁可持续切削方法的选用及工艺参数多目标优化提供理论和技术指导。

基于弹载图像的代价敏感与平滑约束结构化SVM目标跟踪方法

目标自寻的炮弹打击目标时,传统的目标跟踪方法易受混杂背景的影响,产生模型漂移从而导致跟踪失败。近年来,随着结构化SVM技术的发展,基于结构化SVM的目标跟踪方法能够有效解决复杂背景的问题。弹载成像条件下,在结构化SVM目标跟踪方法的基础上,增加代价敏感权重解决弹载图像中背景混杂所引起的正、负样本不平衡问题,同时利用t时刻超平面法向量w_(t)与t-1时刻超平面法向量w_(t-1)差值的L_(2)范数作为平滑约束抑制模型漂移问题。通过基于对偶坐标下降原理设计了模型的求解算法并实现一种多尺度目标跟踪方法Scale-CS_SSVM。在弹载数据集上进行实验验证,结果表明:与Scale-DLSSVM方法相比,Scale-CS_SSVM在跟踪精度和成功率上分别提高了5.5和5.0个百分点,达到了最优的性能。

考虑组测成本和时间价值的概率群试双目标优化模型研究

核酸检测成本和检测完成时间的控制问题,提出基于组测成本和时间价值的概率群试优化方法。首先,用多类成本效用函数表示组合和检测成本,建立考虑组合成本和混合检测成本的概率群试优化模型,获取最优核酸检测样本混合数量,探究样本阳性概率和组测成本效用函数对优化结果的影响;其次,考虑检测完成时间对疫情控制的影响,分别将样本采样能力和检测能力纳入优化模型,建立基于组测成本和时间价值的概率群试双目标规划模型;最后,进行COVID-19核酸检测实例分析,验证模型适用性,得到最小检测成本和最短检测完成时间下的帕累托最优曲线。结果表明,一般情况下较为合理的核酸检测样本混合数量为10,但视待检区域的疫情风险等级和医疗资源分配差异,核酸检测样本混合数量也可调整为5和20等。

基于多目标函数的避洪转移安置方案优化

针对目前避洪转移方案仅考虑时间或距离成本最优导致部分安置点人数分配不合理的问题,从“安全第一、就近就便、平灾结合、利于管理”的避洪转移安置方案基本要求出发,首先对安置点的适用性、分布合理性及容量大小3个方面进行分析,依据“时间、距离、适宜度和安置容量”四因素初步筛选合适的安置点。然后通过路权函数建立避洪转移时间成本矩阵,以转移时间成本和安置点的优化分配为多目标函数确定避洪转移安置点的最优分配方案。最后以TOPSIS评价方法对避洪转移安置点分配的单目标方案与多目标方案进行对比分析。结果表明:多目标方案的相对接近度大于单目标方案,基于多目标函数确定的避洪转移安置分配方案更加合理。

基于多区域全分布算法的主动配电网动态经济调度方法

由于传统方法在进行主动配电网动态经济调度过程中,没有对目标函数内状态变量存在的越界情况进行处理,主动配电网电压超越上限,从而导致调度效果不佳,因此,提出基于多区域全分布算法的主动配电网动态经济调度方法。利用多区域全分布算法实施机会约束规划,根据规划结果,建立对应的多目标模型,通过罚函数形式对目标函数内状态变量存在的越界情况进行处理,避免主动配电网电压超越上限,使电压在上限之内。根据柴油机发电爬坡方面、线路传输方面、主网与区域配电网最大交互传输功率方面和储能单元方面,通过蒙特卡罗模拟方法对经济调度时的约束条件进行选取,改进传统粒子群算法,并利用改进结果对模型进行求解,从而实现动态性经济调度的目的。仿真实验结果表明,该方法的调度结果是有效、动态的,并且调度精度较高,调度时间较短,适用于主动配电网的光伏与风电等的调度,继续精进后有良好的应用前景。

基于有限元优化分析的L型件参数化选型

采用仿真软件二次开发与优化算法结合的方式,实现了对不同尺寸的同种结构件在不同冲击条件下的优化分析。在L型件承受不同加速度冲击条件下,通过在图上量取的方式,快速了解不同尺寸L型件的结构受力状态,以方便设计人员进行规格选择,在保证强度的同时减少了成本,实现轻量化的要求。

智慧园区场景物联网的融合应用之技术降本浅谈

伴随着物联网的蓬勃发展,出现了物联碎片化的新问题,带来了硬件设备无法联动、各平台设备管理孤立、硬件种类繁杂、通信技术众多等问题。为解决物联碎片化的问题,在整体项目实施中,对物联网技术的选择及应用都会存在不同的成本,本文主要论述了如何通过整体物模型的建立实现技术降本,以供参考。

基于新型多目标浣熊优化算法的BiLSTM-Attention预测模型及误差分析

工程造价预测在现代工程管理中具有重要意义。然而,受市场波动、人力成本等因素影响,工程造价预测一直具有挑战性。本文提出一种新型多目标浣熊优化算法,并提出基于该算法优化的双向长短期记忆网络(BiLSTM)和注意力机制(Attention)的变电工程造价预测模型。首先,将本文算法与主流多目标优化算法在8个测试问题上进行对比,验证多目标浣熊优化算法的有效性;其次,通过本文算法对预测模型进行优化,实现模型精度提升;通过BiLSTM-Attention模型捕捉历史数据中的潜在关系,提高变电工程造价预测的精度和可靠性;最后,将本文模型与主流的5种模型进行对比,使用某省110 kV变电工程的历史数据作为案例研究。结果显示,本文模型的平均绝对百分比误差为3.71%,相比BP减小了9.82个百分点,相比ANN减小了5.81个百分点,相比LSTM减小了5.40个百分点,相比LSTM-SVR减小2.03个百分点,相比CNN-LSTM减小1.00个百分点。