面向复杂工程项目型产品作业车间调度问题

针对复杂工程项目型产品作业车间调度问题(CEPP-JSP),在考虑产品生产过程具有成套性、并行性、分散性和高柔性等生产特点的基础上,构建了面向CEPP-JSP的基本生产任务分配和作业中心生产调度的多目标优化模型,提出了改进的非支配排序遗传算法(NSGA-Ⅱ)对优化模型进行求解,从而得到了CEPP-JSP的Pareto综合最优解。最后,以某水轮机公司产品的作业车间调度为例,验证了提出模型和算法的可行性和有效性。     

轻组分绝对占优的蒸汽再压缩隔离壁蒸馏塔的最优拓扑结构

隔离壁蒸馏塔（DWC）的双塔多段拓扑结构导致蒸汽再压缩热泵（VRHP）的应用具有多种可能性，包括单VRHP、多VRHP、多级VRHP以及它们的相互组合等复杂结构，这显著加剧了蒸汽再压缩隔离壁蒸馏塔（DWC-VRHP）综合与设计的复杂性与烦琐性。为解决这一问题，针对轻组分绝对占优的三元宽沸点物系的分离问题推演了DWC-VRHP的最优拓扑结构，由此能够有效回避系统综合与设计过程中的结构搜索问题并显著降低模型化与搜索计算的工作强度。轻组分绝对占优与宽沸点物性导致了塔顶冷凝器与预分离蒸馏塔的提馏段是主要的热源与热阱，也决定了DWC-VRHP的最优拓扑结构，即一个二级VRHP与DWC的耦合系统。第一级VRHP用于进料预热，既充分利用温度提升跨度小的特点，又可以通过进料分流强化气液相间的物质传递。第二级VRHP用于加热预分离蒸馏塔的提馏段（或公共提馏段），能够最大限度地降低分离操作的非可逆性。采用苯/甲苯/邻二甲苯和正戊烷/正己烷/正庚烷两个物系的分离问题对所提出的DWC-VRHP的最优拓扑结构进行了分析与验证。通过与DWC以及DWC-VRHP其他潜在结构的系统性比较，显示了所提出系统结构在稳态性能方面的优越性。     

MMC多入多出阻抗及其在不对称小扰动稳定分析中的应用

近年来,阻抗法在模块化多电平换流器(modular multilevel converter,MMC)的对称工况小扰动稳定评估中得到了广泛应用,主要采用考虑一对频率耦合的2×2阻抗模型。然而,实际运行中的MMC存在诸多不对称工况,例如桥臂参数差异、电网不平衡、动态负荷等。如何应用阻抗法对上述情况进行小扰动稳定评估却鲜有文章探讨,主要难点在于:1)多频耦合及序耦合的精确刻画;2)高阶阻抗模型的合理降维。区别于对称工况下MMC交流侧仅存在一对频率耦合,不对称工况将会导致多频耦合及序耦合,为此,有必要开发多入多出阻抗模型以考虑这些耦合项的影响。同时,为了兼顾工程实用性,需结合实际不对称场景的特征,研究多入多出阻抗模型的降维方法。因此,该文主要探讨了MMC多入多出阻抗的建模及其降维方法,具体为:基于分块对角占优理论,定量评估并提取多入多出阻抗矩阵的主导元素;根据主导元素的分布,给出系统不对称强度的量化方法,分别形成对应强/弱不对称度的复向量域(α±jβ和d±jq)降维阻抗模型。应用所得降维模型对典型的实际不对称案例进行小扰动稳定评估,结果验证了所提降维方法的正确性,其不仅大大降低了阻抗法在不对...     

双严格γ-对角占优矩阵的对角schur补

研究H-矩阵类的子类——双严格γ-对角占优矩阵的对角schur补问题,证明了双严格γ-对角占优矩阵的对角schur补是双严格γ-对角占优矩阵,并用数值例子对所得结果进行了验证。     

考虑气候变化影响的台风设计风速研究

采用了一种统计确定性模型结合4种不同的全球气候预测模型考察了气候变化对台风设计风速的影响,该方法以给定的气候环境条件为驱动采用统计模型生成大量的数值台风,因而可以模拟历史和未来预测气候条件下台风的发生情况。以杭州地区为例阐述了气候变化影响下设计台风风速从20世纪末到21世纪中叶的演化情况。研究结果显示:基于历史重分析气象条件模拟到的不同重现期台风设计风速与历史观测数据的分析结果吻合较好,表明该统计模型具有可靠性。大部分的气候模型预测显示杭州地区21世纪中叶的设计台风风速将可能超过20世纪末,且100年重现期下的设计台风风速随时间呈现增长趋势。因此在抗风设计中有必要考虑气候变化对设计风速所造成的影响。     

岩体随机不连续面产状数据划分方法研究

动态聚类算法从本质上讲是单目标组合优化算法,一般需要事先给定目标分类数和初始聚类中心,且初始聚类中心的选择对数据划分结果影响较大。为了解决该问题,提出将产状数据的划分问题转化为多目标优化问题,并采用小生境Pareto遗传算法进行求解。针对聚类问题的特殊性,采用基于链表的编码方案,并建议相应的遗传操作算子;通过引入小生境技术和Pareto支配集理论,仅通过一次求解可由Pareto支配集给出对应于不同目标组数的最优分组结果,而且不用事先给定目标组数以及初始聚类中心。最后,将算法应用于三峡船闸高边坡岩体实测不连续面产状数据的划分,得到较为符合实际的优势结构面分组。     

基于HSMOPSO算法的微电网经济与环保协同优化方法EI北大核心CSCD

将微电网运行的经济性和环保性作为目标进行优化调度,可促进两者的协同优化。在算法上,传统多目标粒子群算法(MOPSO)采用拥挤距离法寻找集群最优解,局部性强而全局性较差。为此,首先构造了引入模糊相似矩阵的多目标粒子群算法(FMOPSO),以提高算法的全局性;然后综合两算法的优点,提出了混合策略下的多目标粒子群算法(HSMOPSO)。结果表明:将一欧洲典型微电网作为优化调度对象,采用HSMOPSO算法求得的非劣解集不仅更贴近真实的Pareto最优前端,且分布广而均匀,并且具备良好的多样性;在微电网中引入储能技术后,优化结果更靠近坐标原点,实现了Pareto改善。研究结果验证了所提优化算法兼具良好的局部搜索能力与全局搜索能力,同时也论证了引入储能技术可显著促进微电网经济与环保的协同优化。     

基于小生境粒子群算法的公差多目标优化设计

为解决产品设计中的公差优化问题,提出一种基于小生境粒子群算法的公差多目标优化方法。以加工成本、质量损失成本和公差敏感性为优化目标,以装配功能要求和加工能力为约束条件,建立了公差多目标优化模型。对标准粒子群算法进行改进,根据小生境数和Pareto优劣性确定孤立粒子,并通过个体历史最优粒子与孤立粒子的变异、选择操作更新粒子的个体历史最优位置;利用Pareto支配数排序更新粒子群的全局最优位置。利用改进的粒子群算法对公差多目标优化模型进行求解,得到分布均匀的Pareto前沿。设计并开发了原型系统,通过实例验证了该方法的有效性。     

JADE平台粒子群算法在环境经济调度中的应用

在环境经济调度模型中,为同时降低火电机组的燃料成本和污染气体排放量进行多目标优化,模型引入阀点效应并考虑网损,在满足功率平衡和出力限制的前提下,采用一种基于JADE平台下的粒子群多目标优化算法对模型进行求解。算法吸收了粒子群算法的进化机制,将Pareto占优策略和拥挤距离相结合并应用在粒子群算法中,添加了动态惯性权重特性和小概率变异,提高了算法全局搜索能力。在JADE平台下搭建算法模型,并运用IEEE-30节点6机组和IEEE-118节点40机组的标准测试系统进行仿真,结果表明该算法提高了系统的计算速度,改进了算法的并行性,更适合求解大规模复杂系统。     

极值超出量服从广义Pareto分布的载荷谱外推方法研究

提出了极值超出量服从广义Pareto分布的载荷谱外推方法。将所提方法运用到汽车用户典型路面载荷谱的外推中，分别拟合了形状参数为零和不为零的广义Pareto分布函数，对比分析了不同形状参数的分布函数对载荷谱外推结果的影响。将外推前后的载荷谱、采集载荷谱分别从幅值域和频率域进行了对比分析，研究结果表明：基于广义Pareto分布函数形状参数为零的载荷谱外推方法可得到偏于保守的外推结果；基于广义Pareto分布函数形状参数不为零的外推方法得到的外推载荷谱幅值比采集载荷谱幅值偏大。