服务差异二级选址路径问题及大邻域搜索算法

在电子商务背景下,物流公司为了实现及时交付并缓解交通拥堵,可按照客户不同的服务需求,将其分为自取型和配送型,进而选择开放自助点或配送点对客户进行服务。自助点和配送点作为二级物流设施,配送中心作为一级物流设施,由此形成了二级选址-路径问题。在配送车数量约束、自助点容量约束等限制下,兼顾客户点物品回收,以总物流成本最小为目标,建立考虑服务差异的二级选址-路径问题模型。设计自适应大邻域搜索算法进行求解,通过Nguyen的2E-LRP算例进行测试,更新了1个算例的全球最优解,其余算例达到或接近最优解,平均Gap值在1.22%以内,验证了算法的有效性及良好的收敛性。实际案例模拟分析验证了模型的有效性和适用性,可以为相关物流企业提供决策依据和参考。     

An energy-efficient multi-objective integrated process planning and scheduling for a flexible job-shop-type remanufacturing system

This study considers an energy-efficient multi-objective integrated process planning and scheduling (IPPS) problem for the remanufacturing system (RMS) integrating parallel disassembly, flexible job-shop-type reprocessing, and parallel reassembly shops with the goal of realizing the minimization of both energy cost and completion time. The multi-objective mixed-integer programming model is first constructed with consideration of operation, sequence, and process flexibilities in the RMS for identifying this scheduling issue mathematically. An improved spider monkey optimization algorithm (ISMO) with a global criterion multi-objective method is developed to address the proposed problem. By embedding dynamic adaptive inertia weight and various local neighborhood searching strategies in ISMO, its global and local search capabilities are improved significantly. A set of simulation experiments are systematically designed and conducted for evaluating ISMO’s performance. Finally, a case study from the real-world remanufacturing scenario is adopted to assess ISMO’s ability to handle the realistic remanufacturing IPPS problem. Simulation results demonstrate ISMO’s superiority compared to other baseline algorithms when tackling the energy-aware IPPS problem regarding solution accuracy, computing speed, solution stability, and convergence behavior. Meanwhile, the case study results validate ISMO’s supremacy in solving the real-world remanufacturing IPPS problem with relatively lower energy usage and time cost.     

考虑可平移负荷的综合能源系统动态优化调度策略

综合能源系统因多能互补、协调优化等特性受到了广泛关注,但该系统的热电机组在运行时的调峰能力具有一定局限性。为降低综合能源系统的用能成本,提升系统的用能效率,改善其调峰能力,文中提出了一种考虑可平移负荷的综合能源系统动态优化调度策略。该策略以系统的整体运维成本最小化为目标,结合可平移负荷和相关算例构建仿真模型,并采用自适应混沌粒子群算法进行求解。结果表明在引入可平移负荷时,多能源微网能够较好地达到削峰填谷目的,并降低系统综合运行成本,实现节能减排效果。同时,文中将传统粒子群算法与自适应混沌粒子群算法作比较,证明了自适应混沌粒子群算法在精度与效率上都优于传统的粒子群算法。     

道路交通网络节点分配优化策略研究进展

为了进一步提高城市道路交通网络的通行效率,粒子群优化和神经网络等多种智能优化算法受到越来越多的关注。近年来,深度学习技术的普及与应用大幅提升了城市交通网络的节点识别效率,而交通网络的节点调度又扩展了深度学习技术的应用。文中详细分析了交通节点调度所面临的关键问题,归纳并总结了相关网络节点分配的研究现状。在此基础上,深入研讨了城市交通网络节点调度与深度学习的应用前景,并对交通网络节点分配优化策略的未来研究方向进行了展望。     

改进果蝇算法求解混合流水车间调度问题

针对混合流水车间调度问题(HFSP),本文提出了一种新的基于果蝇算法和变邻域搜索的混合优化方法.首先,将关键块内的工序与同阶段其他机器上的工序进行交换,提出了一种基于关键路径的HFSP新邻域结构.其次,针对HFSP的阶段式解码特性,提出了一种邻域解的快速评估方法,并验证了快速评估方法的高效性.然后,基于提出的新邻域结构,并将N7和K-insertion邻域结构引入HFSP,设计了基于上述3种邻域结构的变邻域搜索方法,以此为基础提出了一种针对HFSP的混合优化方法.最后,通过对Carlier和Liao等经典测试集进行测试,验证了所提新邻域结构的可行性和有效性,并将该方法与其他文献的方法进行了对比,验证了所提方法的优越性.     

基于共享经济理念的园区分布式能源共享服务机制

共享经济是一种能够有效促进资源优化配置及利用的新型经济模式,其与分布式能源领域的融合对提升设备利用率、降低用户用能成本具有积极意义。立足园区,提出一种分布式能源共享服务机制。设计了共享服务机制的架构及业务流程,探讨共享服务机制的服务模式特征、服务态势特征,建立以用户净用能成本最小为目标的协调运行模型及策略。在此基础上,为明确各参与主体的效益与费用情况,建立了共享效益分配及费用结算模型。最后,通过算例分析验证所提服务机制能够有效地提升分布式供能和储能设备整体利用率、促进分布式能源就地共享消纳和降低用户用能成本。     

计及火电阶梯式爬坡率的耦合系统优化调度方法

北方地区普遍存在可再生能源和火力发电通过同一并网点接入电网的耦合方式。在该方式下,火电和可再生能源可作为一个整体共同参与调峰辅助服务,进一步挖掘两者的协同调度潜力。该文首先针对该类耦合方式,对耦合系统的定义进行研究,并分析耦合系统的特征和潜力;其次,根据火电机组深度调峰的运行特性,提出计及阶梯式爬坡率的火电机组运行模型,并在此基础上建立耦合系统优化调度模型;最后,以辽宁某局域电网为例的仿真结果表明,计及阶梯式爬坡率的火电机组运行模型能更精确地反映深度调峰时机组的实际运行状态,且耦合系统在现有政策下可进一步提升可再生能源和火力发电的整体控制性能和经济效益。     

面向边缘计算的人工鱼群搜索任务调度

如何将计算任务分配到合适的边缘计算资源上进行计算,以满足边缘计算环境下用户的计算需求、提高用户任务请求 的服务质量,是边缘计算中面临的关键问题。 本文提出一种基于人工鱼群搜索的边缘计算任务调度方法(AFETSA)。 将人工 鱼群搜索算法和边缘计算任务调度模型相结合,采用非线性递减函数动态地调整人工鱼的视野范围和步长,以提高启发式任务 调度算法的全局搜索能力,降低任务的计算时延;同时与禁忌搜索算法进行融合,通过引入忌禁表,在每一次迭代中防止算法陷 入局部最优,提高算法的寻优能力。 CloudSim3. 0 仿真平台实验评测结表明,本文所提 AFETSA 方法和已有的 AFSA、ACO 和 PSO 这 3 种调度算法相比,在任务执行时间、算法稳定性、负载均衡方面都有明显的提升,可充分利用边缘服务器计算资源,提 升计算任务的计算性能,有效解决边缘计算中任务调度不均导致的时延过高和负载不均衡问题。     

考虑综合需求响应混合不确定性的综合能源系统优化调度策略

综合需求响应(integrated demand response,IDR)是挖掘综合能源系统(integrated energy system,IES)负荷侧调节潜力的主要手段。然而,IDR用户的用能行为具有随机性、模糊性相耦合的混合不确定性特征,由此产生的IDR不确定性不仅会给调度策略的制定带来挑战,而且会对系统的可靠性产生影响,甚至可能引起负荷断供。针对上述问题,首先提出了基于改进PMV-PPD(predicted mean vote-predicted percentage of dissatisfied)指标的用户参与意愿评估模型;其次,基于云模型理论,建立了考虑混合不确定性的价格型IDR模型;在此基础上,综合考虑各类能源响应量边界和价格弹性系数等因素的不确定性,提出了IES优化调度策略。算例结果表明所提的IES优化调度策略可以更好地应对IDR不确定性带来的负荷波动,有效提升系统可靠性。     

不同服役年限下动车组绝缘子表面憎水特性研究

选取不同运行年限的动车组车顶绝缘子为研究对象,分别对其进行憎水性分析(接触角法)、傅里叶红外分析和扫描电镜分析。结果表明:随着服役时间的增加,绝缘子的憎水性下降迅速,但下降趋势逐年减缓,顶部伞裙的憎水性普遍低于中部伞裙与底部伞裙,这与FTIR分析的绝缘子中Si-CH3含量变化趋势吻合。随着服役年限的增加,绝缘子表面形貌变化明显,服役6年的动车组绝缘子已与110 kV输电网中服役15~19年的绝缘子微观形貌相似,这是动车组绝缘子憎水性老化速度快于输电网绝缘子的重要原因之一。