钢铁企业合同计划与余材匹配的集成优化方法

钢铁企业的合同计划和余材匹配的集成优化是解决钢铁企业面向订单生产的关键技术.由于该问题复杂,涉及因素多,求解难度大,对此提出一个带有提前拖期惩罚的联合计划优化的数学模型,并提出一种嵌有"优先适合启发式"的遗传算法.该方法利用背包问题的求解思路改进了染色体的性能,从而加快了遗传算法的求解速度.将该模型及算法应用于实际钢铁企业的计划编排中,取得了满意的效果.     

炼钢-连铸作业计划的基于仿真的遗传算法

为了改普作业计划的可执行性,应用基于仿真的优化对炼钢-连铸作业计划问题进行了研究.借助数学模型描述该问题,进而开发了一个基于仿真的遗传算法.该算法能够仿真物理系统的运行和现场人员的部分操作,简洁明了且运行速度较快.实验及分析表明,该方法便于实现,能得到更接近实际的作业计划.     

热轧板坯出库问题的树搜索算法

热轧板坯的出库问题是连铸-热轧生产中一个重要的组合优化问题, 然而在学术界还很少见到对该问题的研究. 对此, 提出了热轧板坯出库问题总移动次数的一个下界, 开发了一个极小化总移动次数的树搜索算法. 该算法包括一个生成初始解的贪婪算法和一个基于复合移动的递归搜索. 大量的实验和分析表明, 该树搜索算法能在较短的时间内给出板坯出库问题的满意解, 具有重要的理论意义和应用价值.

     

基于多策略协同进化差分算法的社区居民负荷优化调度

针对需求响应下负荷调度的问题,为提供满足居民利益的响应方案,并提高电网运行稳定性,综合考虑电价、激励型需求响应机制与居民用电需求,以用电成本和社区负荷方差最小化为目标,建立了多用户负荷调度高维目标优化模型。结合模型特征提出一种基于多策略的合作协同进化差分进化算法,设计了基于居民用电特征的混合编码与种群初始化策略,以提高解的质量;引入合作协同进化思想将问题变量分解,依据高维目标分组与聚合对种群进行划分,避免陷入局优;各子种群进化时采取双差分模式协同策略,并构建知识迁移个体实现种群间信息交互,最后经贪婪与随机选择结合的种群合并策略保留完整优秀解至外部档案,以提高Pareto最优集的收敛性与分布性。算例仿真表明所提方法可降低社区居民用电成本18%左右、负荷波动方差30%以上;随着居民数量增加,算法的收敛性与多样性与同领域其他算法相比优势更为明显。     

光伏并网逆变器的自适应微电网检测技术

孤岛检测是微电网运行的必要条件,针对主动移频法对不同特性的负载存在检验盲区,提出了一种自适应主动移频检测方法,对逆变器输出电流频率施加正反方向的偏移,同时检测频率的变化来调节频率的正反馈。通过实验分析,不同性质负载下,这种检测方法总能自动地找到较明显的频率变化方向,并在此方向累加频率变化,快速地检测出孤岛状态,不存在检测盲区。此外,对该方法在多机并网工作时相互联系进行了深入分析,为多机参与的微电网孤岛检测提供了理论指导。     

光伏并网逆变器的自适应微电网检测技术

孤岛检测是微电网运行的必要条件,针对主动移频法对不同特性的负载存在检验盲区,提出了一种自适应主动移频检测方法,对逆变器输出电流频率施加正反方向的偏移,同时检测频率的变化来调节频率的正反馈.通过实验分析,不同性质负载下,这种检测方法总能自动地找到较明显的频率变化方向,并在此方向累加频率变化,快速地检测出孤岛状态,不存在检测盲区.此外,对该方法在多机并网工作时相互联系进行了深入分析,为多机参与的微电网孤岛检测提供了理论指导.     

预应力碳纤维板加固混凝土梁的二次受力性能分析

以3根长度均为4.2 m的钢筋混凝土梁试件为例,进行预应力碳纤维板二次受力加固试验,分析已屈服钢筋试件、使用预应力碳纤维板加固后试件的力学性能。将未经过预应力碳纤维板加固构件的一次受力,与预应力碳纤维板加固后的构件二次受力进行比较,分析该技术在提高钢筋混凝土构件性能的抗弯刚度、延性、构件强度等方面优势。可得到经过碳纤维板加固后的试件,自身开裂荷载明显提高,与未加固的试件对比,屈服荷载与极限荷载的提高效果显著;试件截面的刚度被大幅减弱,但试件变形程度依然与比对试件相似。说明对结构已剧烈超载的钢筋混凝土梁进行预应力碳纤维板加固,能够令材料抗弯刚度性能恢复至超载之前水平。     

高职院校土木工程专业《建筑施工》课程教学改革思考

建筑施工是土木工程专业的一门实践性很强的专业课程,对于毕业后预从事施工工作的学生来说,它更加是～门需要重点掌握的课程。对于这样一门课程,教师如果在教学过程中仅仅采用传统的、单一的授课模式,往往存在许多问题。因此,教师必须积极探索新的教学方法,对传统教学模式进行改革,提高教教师素质,让学生能够在有限的学时下掌握施工技术,毕业后能够学以致用,尽快地运用到工程实际中去。     

基于PSO-BP网络的板形智能控制器

为了解决传统的板形识别与控制中的识别精度低,控制速度慢等问题,将粒子群优化(particle swarm optimization,PSO)算法和误差反传递(back propagation,BP)算法混合训练的PSO-BP网络引入到板形的识别与控制中.首先根据板形轧制的历史数据,建立预测板形的神经网络,得到反映板形控制手段对板形特征参数影响的效应矩阵,同时根据理论数据建立对板形进行模式识别的神经网络.这些都是离线进行的,而且对一批板材只需训练一次神经网络,在线轧制过程中只需要根据识别网络的识别结果和效应矩阵,便可以很快的得到需要的控制量.这种方法可以简化板形控制过程,提高控制速度,最后的仿真实验进一步说明了这种方法的有效性.     

一种适用于我国电力市场的输电定价方法

为使英国的输电定价模式更好地应用于我国电力市场,对其进行深入研究。英国的电网使用费中不考虑机组报价,这主要适用于双边交易模式,而我国以集中交易模式为主。英国的电网使用费中假设线路传输容量为无穷大,这适用于成熟期的电网,而我国电网扩建任务较重,经常有阻塞发生。因此,在电网使用费的计算中引入了机组的报价和线路的传输容量,而且体现出阻塞线路和非阻塞线路的差别。理论分析及最后的应用算例表明：改进后的方法保留了原来方法的主要优点,而且适用于我国当前集中交易为主的市场模式。