计及多重阻塞的电动汽车移动储能特性建模

为实现城市交通电力耦合系统在城市道路、充电设施、输电线路阻塞环境下的优化运行,提出了计及多重阻塞的动态交通电力流联合优化方法。首先,基于时空网络模型,提出了计及电动汽车移动、静止、充电、排队模式的队列时空网络模型,构建了适用于电动汽车的车辆调度模型,进而形成动态交通分配模型,以减少交通出行损失。其次,通过优化发电机组、储能等的出力和备用计划,计及城市电网安全、备用约束,构建了安全约束动态经济调度模型,以降低碳排放及发电成本。随后,形成多目标动态优化模型,并将其转换为混合整数凸二次规划问题。最后,在耦合IEEE-30、Sioux Falls系统中验证了所提模型的有效性。     

碳排放限制下的冷藏集装箱多式联运路径优化

为了降低碳排放限制下的冷藏集装箱多式联运成本,实现节能减排的目的,高效的路径选择至关重要.该文基于碳排放限制的视角,针对多式联运网络中铁路和水路运输具有发班时间限制,以及冷藏集装箱需要考虑制冷费用、货损货差的特点,建立了在碳排放限制下以总成本最低为目标的优化模型.构建总成本时不仅考虑了运输费用和转运费用,还考虑了受发班时间影响而动态变化的冷藏费用和货损费用.设计了遗传算法求解,并进行了算例分析.结果表明:通过该模型和算法,可根据决策者的要求快速地选出成本最少的运输方案,为决策者提供决策支持.     

计及需求响应不确定性的综合能源系统多目标优化调度管理

需求响应作为电力系统的重要调节手段,可显著提升系统灵活性和经济性。利用价格弹性构建了包含价格与激励措施的需求响应模型,并在此基础上考虑需求响应的不确定性,以综合能源系统经济性和环保性为优化目标,构建了综合能源系统多目标优化调度模型。利用E约束法将多目标优化模型转化为单目标优化模型,得到Pareto最优解集,运用模糊决策法从中选取最优方案。基于实际案例进行测算,结果表明价格型与激励型需求响应手段的结合能够实现削峰填谷,有效降低系统的运行成本和碳排放量。     

兼顾成本与时间保证率的泊位及岸桥协同调度优化

针对集装箱班轮根据船期表按计划到离港的运行规律以及港口企业追求低运营成本的需求,本文以集装箱班轮按计划离港保证率最大和码头作业成本最低为目标,构建了泊位及岸桥协同调度多目标优化模型;设计了叠加式局部搜索算法,将其嵌入到带精英策略的非支配排序遗传算法中,经过相互交叉反馈运算,得到Pareto非劣解;采用“性价比”的概念和量化方法,选择出对港口和船公司的利益偏向最小的实施方案,解决了在Pareto解集中寻优的问题。最后,以大连港集装箱码头的生产实际为例,验证了上述优化模型及算法的合理性和有效性。     

不确定环境下基于时间、费用及鲁棒性权衡的多目标项目调度优化

项目调度中的时间和费用是两个重要的指标,而在不确定环境下进度计划的鲁棒性则是保证项目平稳实施的关键。本文研究不确定环境下的多目标项目调度优化问题,以优化项目的工期、鲁棒值和成本为目标安排各活动的开始时间。基于此,作者构建多目标项目调度优化模型,将模型分解为三个子模型分析目标间的权衡关系,然后设计非劣排序遗传算法进行求解,应用精英保留策略和基于子模型权衡关系的优化策略优化算法,进行算法测试和算例参数敏感性分析。最后,应用上述方法研究一个项目实例,计算得到非劣解集,实例的敏感性分析结果进一步验证了三个目标间的权衡关系,据此提出资源的有效利用策略。本文的研究可以为多目标项目调度制定进度计划提供定量化决策支持。     

煤炭码头卸车调度问题多目标优化模型及算法

本文针对煤炭码头卸车调度问题,提出了相应的多约束多目标优化模型,并设计了采用仿真推演策略解码的遗传算法求解。首先,本文考虑列车、煤种、场存、设备、翻堆线和卸车作业过程等约束条件,以卸车效率最大和列车在港时间最短为目标,构建了煤炭码头卸车调度问题多目标数学模型。然后,综合运筹学、遗传算法以及仿真技术,给出了煤炭码头卸车调度问题遗传算法详细设计,包括组合式编码和仿真推演解码方法,染色体生成算法,适应度函数设计,以及采用多种策略的遗传操作及修正等,并列出了算法步骤。实例测试表明,本算法的执行效率高而且优化效果好,结果适用。     

Cost optimal periodic train scheduling

For real world railroad networks, we consider minimizing operational cost of train schedules which depend on choosing different train types of diverse speed and cost. We develop a mixed integer linear programming model for this train scheduling problem. For practical problem sizes, it seems to be impossible to directly solve the model within a reasonable amount of time. However, suitable decomposition leads to much better performance. In the first part of the decomposition, only the train type related constraints stay active. In the second part, using an optimal solution of this relaxation, we select and fix train types and try to generate a train schedule satisfying the remaining constraints. This decomposition idea provides the cornerstone for an algorithm integrating cutting planes and branch-and-bound. We present computational results for railroad networks from Germany and the Netherlands.     

基于多阶段模糊规模效应量化的TMC模式下供应链调度优化研究

旅游大规模定制(Tourism Mass Customization, TMC)模式实施的关键是通过对旅游供应链的调度优化处理旅游活动的“规模效应”与游客“个性化需求”之间的矛盾问题。运用经济学及模糊数学的理论方法分析并实现了TMC模式下存在的多阶段模糊规模效应量化处理。构建了引入规模效应量化的服务成本最小化、引入模糊时间窗的顾客满意度最大化及供应链协同度最大化为优化目标的TMC模式下多目标供应链调度优化模型。最后,通过蚁群算法实现TMC模式下多调度优化目标的求解并对优化效果进行对比研究。研究结果表明,TMC模式下供应链调度中旅游活动存在多阶段模糊规模效应并且可以量化处理;TMC模式中的规模效应具有合理的区间范围,旅游企业应注重规模效应与其他目标的均衡;蚂蚁算法在求解TMC模式下多目标优化问题方面不仅收敛速度快,而且通过对多调度目标优化效果的对比检验表明,性能稳健优良。     

考虑残值变化和消费者低碳偏好的生产定价与销售激励机制

在消费者低碳偏好和产品残值变化下,研究制造商的碳减排、生产及定价联合决策、以及对销售商的销售激励契约设计问题。不同于以往的研究假设残值不变,本文考虑残值依赖于清仓期库存以及碳减排问题。提出委托代理模型,求解模型并从理论上分析残值的变化和碳减排成本对双方决策和收益的影响。研究表明,残值变化率的增加只导致制造商的收益和生产量下降,不影响制造商的碳减排、定价、销售契约及零售商的决策和收益,但碳减排成本将导致制造商的收益和双方决策变量的下降。最后通过算例分析验证了结论,对供应链的运营实践有指导意义。     

基于随机规划的建筑集群冷热电联供系统优化研究

面向建筑集群的冷热电联供系统的设计和优化是实现建筑楼宇能源成本节约的重要途径。随机因素对该联供系统的优化决策,具有显著的影响。考虑建筑楼宇的能源需求为随机变量,构建随机混合整数规划模型,解决以最小化建筑楼宇总费用为目标时建筑集群冷热电联供系统的优化问题;其次,提出采用Benders多割平面方法求解多目标规划问题,从而寻找冷热电联供系统的设备配置和系统运行的Pareto最优决策;最后,通过实验验证了模型和算法的有效性。实验结果表明建筑集群在协作模式下,相比于非协作模式,具有更低的总费用。