风电场运行状况分析及优化

假设风速服从威布尔分布。1)从平均风速、平均风功率密度、年有效风小时数、理论发电量这4个指标对风电场风能资源进行了评估,得出该风电场风能资源属于"丰富区",但发电效率只有19.3%。2)一期和二期风机的平均容量系数在0.19~0.28之间,说明风机与风频匹配程度较差,若选用机型Ⅲ更好。3)通过建立随机优化模型和多目标规划模型,构建了风电场所有风机每年2次的维护方案和维修人员的值班方案,该方案较好地体现了发电经济性和值班均衡性。     

基于函数系数自回归模型的风速时间序列预测

准确预测风电场风速是解决风能对电力系统所造成的安全、稳定运行和电能质量等问题的有效途径之一.风速的难以预测是由于它的高度随机和非线性.基于一种非参数的非线性自回归随机模型来预测风速,模型的自回归系数随模型依赖变量的变化而变化,因而它有灵活的非线性结构.数值实验和比较结果表明了这种函数系数自回归模型在风电场风速预测中的有效性.     

计算流体力学在大型风力机空气动力学的应用进展北大核心CSCD

针对大型风力机设计中的关键空气动力学问题,比较系统地介绍了计算流体力学(computational fluid dynamics,CFD)方法的主要应用,特别是在大型风力机翼型气动分析、风力机流动的数值模拟、风轮空气动力特性的数值计算以及大型风力机叶片的多目标气动优化设计方面的进展.基于CFD方法分别实现了风力机翼型与叶片二维/三维气动特性的准确预测,风力机尾流场涡系结构的准确捕捉;并结合多目标遗传算法对1.5 MW风力机叶片进行了优化,获得了具有高风能利用效率的叶片方案.     

乘用车物流运输装载模型研究

对乘用车物流运输计划问题进行了研究,首先,建立了以单辆轿运车实载率最大为目标的单车最佳装载方案模型,以该方案配送乘用车辆直到运输任务完成以获得初始轿运车数,其次以空载率最小为目标设计了数量调整模型对初始轿运车数进行优化,得到最优装载方案模型.基于上述优化模型计算最小的轿运车数,建立在轿运车数量限制下的最短行驶里程模型,选择总行驶里程最小的装载方案作为最优的配送方案.最后建立基于路径的物流运输装载模型,运用Floyd算法计算任意起讫点间的最短路径,设计了一种全局搜索算法得到一种合理的配送方案,并以空载率最小为目标对方案进行优化.     

汽车4S店维修车间的优化调度分析

调度研究的问题是将稀缺资源分配给在一定时间内的不同任务,它是一个决策过程,其目的是优化一个或多个目标。对实际问题的优化调度可以帮助企业提高资源利用率,减少客户等待时间,提升竞争力,对汽车4S维修服务站的优化调度问题进行研究,剖析这一实际应用问题的调度目标、机器环境、加工特征和约束等细节,提出了优化调度模型,设计了调度算法。然后,通过实例,简要分析了模型及算法的可行性.     

突发事件应急救援人员的分组方法研究

针对突发事件应急救援人员分组问题,给出了一种基于优化模型的分组方法。在本文中,首先描述了突发事件的应急救援人员分组问题;然后依据救援人员特征表现评价信息,计算救援人员完成不同任务的综合表现评价值;进一步地,以完成各救援任务的"效果"最好为目标,考虑每个救援人员只能被分到一个组里且每组中的人员数量要满足救援任务的需要,构建了救援人员分组的多目标优化模型,并通过求解优化模型来得到应急救援人员的分组方案。最后,通过一个算例分析说明了本文提出方法的可行性和有效性。     

无人机协同任务的优化方案

研究的是多架无人机协同完成侦察、中继等作战任务的方案优化问题.对于侦查任务,首先建立了以总行进路径最短为目标的非线性0-1规划模型,求得单架加载S-1无人机无法完成任务,故又建立了以两组行进路径之和最短和组间路程差最小为目标函数的目标群分组的非线性0-1规划模型,得到最优分组方案.然后,由于S-2的扫描范围广,无需行遍所有目标点即可完成任务,故建立以扫描所有目标点为约束条件,遍历点数最少为目标的非线性0-1规划模型,求得仅需经过18个点即可完全扫描所有68个目标点.接下来,在满足S-1和S-2扫描每个目标点的时间差小于4h的前提下,得到了最优的飞行方案.对于中继任务,通过调整无人机的起飞时间,减少通过雷区的任意两架无人机的位置差异,得到仅需1架中继无人机的最优飞行方案.     

服务型制造模式下的风电场维护服务调度及服务成本研究

针对风电设备制造企业向服务型制造转型的问题,提出风电设备制造企业联合组建风电场维修服务基地,为风电场提供专业维修服务。在考虑了维修时间、运输时间、服务能力约束下,构建了数学模型优化维修队的调度方式,使维修成本最小。用遗传算法求解该模型,提出了基于风电场和维修队的混合非负整数分段编码方式,避免了遗传操作过程中非法解的产生,并用MATLAB编程进行实例求解,得到了满意的结果。     

多类型乘用车装载方案优化应用研究

为解决整车物流配送中多类型乘用车装载方案制定的效率低下、成本过高等问题,制定各类型轿运车配载方案选择与使用数量优化两阶段的求解思路:第一阶段根据轿运车以及乘用车的尺寸属性,运用排样算法筛选出空间利用率较高的配载方案;第二阶段,将轿运车使用数量转化为配载方案使用次数的总和,在此基础上建立以轿运车使用数量最小为目标的装载方案优化模型,并运用Matlab7.0编程求解.实例验证表明,设计的模型与算法能在更短时间内得到最优解,具有较强的理论及现实意义.     

有交货时间限制的大规模实用下料问题

研究的是有交货时间限制的单一原材料下料问题(规模较大).对于一维下料问题,本文得到一个有各自交货时间的模型.针对该模型提出一种新的算法:DP贪婪算法.计算结果是总用料800根即可完成需求任务,材料利用率为99.6%.对于二维下料问题,在一维的基础上建立了二维的求解模型,运用我们自己设计的降维思想结合一维的DP贪婪算法,给出解决该模型的算法.计算结果是总用料451块即可完成需求任务,材料利用率位99.2%.算法设计时考虑了普遍的情况,所以算法在解决大多数实际下料问题,特别是大规模下料问题时是切实有效的.