矩阵优化扰动性分析的若干进展

由于近年来实际问题特别是大数据应用的发展,矩阵优化问题越来越得到优化研究者,甚至是其他领域的研究者的高度关注,成为热点问题.优化问题的扰动性分析是优化理论研究的基础与核心,为包括算法设计在内的优化研究提供重要的理论基础.由于矩阵优化问题的非多面体性,使得相应扰动分析理论的研究本质上与经典的多面体优化问题(非线性规划)不同.结合文献[1,2],简要介绍矩阵优化扰动性分析方面取得的若干最新进展.     

天然气稳态运行优化的混合整数模型及其算法

天然气稳态运行优化问题的难点在于网络结构复杂、规模大、目标函数及约束高度非线性.针对其混合整数非线性规划模型,基于网络约简和线性化技术,建立了线性近似模型,并提出一种新的求解算法.将新算法用于优化我国西部天然气管网系统,结果表明所提算法是有效的.     

HZSM-5分子筛中邻近酸中心上的协同催化作用

总结了HZSM-5分子筛中邻近的酸中心协同催化作用的研究进展, 包括布朗斯特酸(B酸)和路易斯酸 (L酸)的协同催化、 B酸和B酸的协同催化作用. 综述了通过多种表征手段下协同催化作用机理的研究进展, 以及实验与理论计算相结合并相互验证的研究结果, 对邻近酸中心协同作用下反应分子的共同吸附、 活化与转化路径的特点进行了分析与总结, 提出了对邻近酸中心协同催化作用进行深入研究的关键科学问题和可能的解决方案.     

光热协同催化去除挥发性有机化合物和CO的研究进展

随着社会和经济的快速发展,环境污染和能源短缺等问题,尤其是空气污染,已经影响了人类的可持续发展.挥发性有机化合物(VOCs),如苯、甲苯、甲醛和丙酮是主要的空气污染物,它们主要来源于油漆、有机化学品、石油化工产品、药物和工业生产过程.大多VOCs具有特殊的气味,而且具有一定的毒性、致畸性和致癌作用,尤其是苯、甲苯和甲醛等,会对人类的身体健康产生巨大的负面作用.因此,研发新型高效VOCs处理技术迫在眉睫.除VOCs外,CO也是非常常见的空气污染物,在室温条件下,它无色无味,没有刺激性且易燃易爆.CO主要来源于煤和石油等含碳材料的不完全燃烧.在日常生活中很容易被排放到大气中.在室温下,CO分子是非常稳定的,很难与其它气体分子发生化学反应.因此,CO的活化和转化是一项具有挑战性的工作.催化氧化技术是在催化剂存在的条件下进行的氧化反应,可以将VOCs直接氧化成为无毒无害的CO₂和H₂O,也可将CO氧化成CO₂.光催化技术是一种新型的环境友好型技术,可在常温常压下进行,反应条件温和、能耗小、操作简单,成本低,氧化产物为无毒无害物质,以及不存在二次污染等优点.但光催化反应效率较低,主要通过入射光的能量驱动化学反应.热催化则通过升温的方法来驱动化学反应.目前,热催化剂主要为贵金属型催化剂,其具有催化活性较高,选择性较好且不存在二次污染等优点.但高能耗影响产物的稳定性和选择性,此外,贵金属的使用导致成本增加.光热协同催化可以整合光催化和热催化的优势,并弥补各自的不足,形成一种协同效应,是一种新颖的催化反应.目前,关于光催化或热催化高效去除VOCs和CO的综述较多,但很少有关于光热协同催化高效去除VOCs和CO的综述.本综述重点讨论光热协同催化高效去除VOCs和CO的最新研究进展.首先,介绍了光热协同催化的概况,如设计光热催化材料和催化反应器等.其次,重点介绍苯、甲苯、乙醇、甲醛、乙醛和丙酮等几种典型VOCs的光热协同催化的最新研究进展.再次,总结了光热协同催化CO加氢和氧化的最新研究进展.此外,还探讨了光热协同催化去除VOCs和CO的可能反应机理.最后,对光热协同催化的应用前景进行了展望.     

混沌反向学习柯西变异和声搜索算法

为了改善和声搜索算法的寻优性能,提出一种基于混沌反向学习及柯西变异的和声搜索算法.算法首先通过混沌反向学习策略初始化和声记忆库来增强初始种群的多样性;然后通过动态地改变参数PAR和BW来逃逸局部极值;接着在算法产生新解的过程中引入柯西变异策略来提高全局探索性能.最后通过对不同类型的基准测试函数进行寻优,并做了Wilcoxon秩和检验,其结果表明,所给改进算法在求解精度和收敛速度上均优于所涉及的对比算法,即所提算法是可行的.     

抽汽–高背压–热泵耦合供热系统运行优化

热电联产机组能源利用效率较高,对我国的节能减排工作具有重要意义。为提高汽轮机抽汽、高背压与吸收式热泵构成的热电联产系统效率及运行灵活性,本文研究了供热机组电热负荷特性,进而对抽汽–高背压–热泵耦合热电联产系统多参数进行优化。研究发现,随着高背压机组电负荷增加,高背压机组产生调峰被动冷源损失增加,机组发电煤耗率以及综合发电煤耗率均随之增加。通过多参数优化,获得了高背压机组初末期、寒冷期及严寒期的最佳运行背压,分别为35.86 kPa、34.32 k Pa和32.27 kPa。     

基于遗传算法的光伏–热电耦合系统多目标优化研究

多因素共同作用下的系统优化设计是光伏–热电耦合系统研究的难点之一。本文建立了光伏–热电耦合系统与单一光伏系统的理论模型,以最高耦合效率与相对于单一光伏系统的最大效率差值为优化目标,采用多目标遗传算法,开展了耦合系统优化设计研究。结果表明,最高耦合效率与最大效率差值两个优化目标是负相关的,且其负相关性是由光伏参考效率所导致,需综合考虑系统经济性,确定最高耦合效率和最大效率差值的折中方案,从而获得耦合系统最佳设计。     

基于机器学习的压气机叶型优化设计

现代压气机性能需求日趋严苛,叶型优化工作至关重要。近年来遗传算法在叶型优化设计中得到诸多应用,但是传统遗传算法耗时过大,为解决这一问题本文提出了一种应用主成分分析与人工神经网络的流场重构方法,以及基于该方法的快速评估叶型性能的遗传算法优化流程。数值结果表明,基于该优化流程的寻优结果预测静压比与CFD计算值的误差低于0.1%,能够有效对叶型性能进行预测;并且该寻优结果与原始叶型相比静压比提升14.7%,效果可观。     

突发事件下应急物资多目标优化调度模型与算法研究：以新冠肺炎疫情为例

突发事件下应急物资调度具有高度不确定性与动态性,应急物资跨区域调度计划能否科学合理制定对应急救援的有效开展具有重要影响。以武汉市新冠肺炎疫情为例,考虑应急物资跨区域调配的时效差异、地域分散以及资金消耗等要素,建立多周期下包含软硬需求时间窗约束的多物资品种、运输方式的跨区域三级动态物资调度网络模型,并设计一种带变异操作的动态变惯性权重自适应粒子群算法(VDCWPSO),利用疫情算例验证该算法的有效性和可行性。研究结果表明,在保障应急物资供应时效性、公平性、经济性原则下,物资跨区域调度可以缓解资源严重短缺状况、提高医用物资利用率,研究可为突发事件下应急物资调度计划的制定与动态调整提供决策支持。