基于PMRM的电网防冰雪灾害最优策略研究

针对冰雪灾害造成的损失与其发生概率的相关性,采用分割多目标风险法(PMRM)将风险函数引入风险决策模型的目标函数中进行风险决策,并对不同地区防冰灾害策略进行了研究。实例应用表明,该方法合理有效,克服了传统方法的缺陷,为防冰灾策略提供了科学依据。     

基于TOPSIS法的水文模型多目标参数自动优选方法研究

将TOPSIS法与遗传算法相结合,以径流总量误差、总径流过程均方误、洪峰过程均方误和枯水过程均方误为目标函数,采用均方差确定目标函数权重,利用四个流域连续雨洪资料对新安江模型进行多目标参数优选,并与距离函数法比较,探讨其对水文模型多目标参数优选的适应性。结果表明,TOPSIS法和距离函数法模拟效果相当,基于TOPSIS法的多目标参数优选优于单目标参数优选。     

基于遗传算法的氢发动机优化控制研究

建立了氢发动机动力性、经济性及排放特性与发动机运转参数间的优化控制模型,并通过Pareto秩与决策偏好相结合的多目标优化算法,在寻优过程中使多个目标的优化过程并行进行,实现了解的Pareto最优性,并使解向决策偏好的方向收敛,提高了收敛速度;同时通过加权函数实现了决策偏好随氢发动机运转工况的动态调整,从而将分变量、分目标、分工况的控制统一为单目标的集成优化控制技术.为解决氢燃料发动机优化目标的多样化和复杂化控制问题,以及进一步提高控制精度开辟了新途径.     

基于改进多种群遗传算法的节能环保多目标优化模型

电力系统多目标经济负荷分配问题是个非线性、高维的复杂优化问题。提出基于交互式的改进多种群遗传算法,通过引入精英策略和移民策略的多种群遗传算法可以有效地克服标准遗传算法容易陷入局部最优解、易早熟的缺陷。针对文中提出的煤耗和排放2个目标函数,提出了基于目标满意度和总体协调度的交互式多目标处理方法,通过寻求向量空间内满足总体协调度的最短”欧氏距离”,来贴近决策者满意的理想值,解决了各目标函数之间最优解的相互冲突,达到协调好各个目标函数的目的,充分体现了决策者的意愿。试验算例表明,该算法能够有效地解决电力系统多目标经济负荷分配问题。     

基于拥挤距离的多目标粒子群优化算法在漳河水库优化调度中的应用

针对传统多目标优化算法的不足,提出了基于拥挤距离的多目标粒子群优化算法(MOPSO CD),该算法用拥挤距离来维持精英策略和选取全局极值,同时引入动态非均匀变异算子,用以维持粒子多样性、减缓算法收敛速度、避免早熟收敛。以漳河水库为例,建立了以灌溉缺水量最小和发电量最大为目标函数的两目标优化调度模型,将MOPSO CD应用于模型的求解中,得到了足够多且较均匀的非劣（Pareto）解前端。     

内可逆闭式Braysson循环单、双、三和四目标优化

基于前人建立的恒温热源内可逆Braysson循环模型,以换热器热导率分配和工质对数温比为优化变量,引入功率、效率、生态学函数和功率密度,应用NSGA-Ⅱ算法对不同目标函数组合完成了多目标优化。分析了最佳热导率分配和最佳工质对数温比与四目标优化时各个目标的关系。通过比较不同优化目标组合时LINMAP、TOPSIS和香农熵3种决策方式的偏差指数,从而得到最佳方案。结果表明,四目标优化时,TOPSIS决策方式所得偏差指数为0.204 0,且为最小,故相比于单、二和三目标优化,四目标优化方案最佳。     

一种水库洪水多目标调度的线性综合优化算法

针对水库洪水优化调度的非线性、多目标特性,研究了一种水库洪水多目标调度的线性综合优化算法.理论推导与算例仿真表明,该算法通过有限次的单目标优化计算,可直接获得多目标函数最优解集的前端,从而避免了复杂的多目标进化算法的搜索过程,且其最优解集的目标空间分布曲线清晰,直观地表达了当前洪水状况下优化调度解的分布及各目标间的关系,对水库洪水多目标优化调度的决策具有重要意义.     

我国从俄罗斯引进天然气工程的多目标模糊决策分析

介绍了一种新的模糊多目标决策解法－隶属度离异决策法。应用该方法 以投资总额、总成本、还贷年限、销售气量等作为考核指标,对我国从俄罗斯引进 天然气工程方案进行了决策分析。实践表明,本文提出的隶属度离异决策法对于 解决两级多目标模糊决策问题具有很好的适用性。     

基于改进熵权和Vague集的多目标防洪调度决策方法

为有效处理多目标防洪调度决策的复杂问题,提出一种基于改进熵权和Vague集的多目标决策方法,构建了被选方案指标相对理想方案的Vague值矩阵,加权计算和比较各被选方案的综合Vague值,实现对决策方案的评价优选,并利用熵权法确定多目标权重,针对熵权与熵值传递信息不一致的问题改进了熵权计算公式.水库防洪调度实例验证结果表明,该决策方法合理、可行,可供类似工程借鉴.     

不可逆往复式Brayton循环性能分析与优化：(2)多目标优化

在第(1)部分导出循环功率密度表达式的基础上,应用NSGA-Ⅱ算法,以循环压缩比为优化变量,引入功率、热效率、功率密度和生态学函数为目标函数,对不可逆往复式Brayton循环进行不同目标组合的单、双、三和四目标优化,并比较了LINMAP、TOPSIS和Shannon Entropy 3种决策方式下多目标优化的结果。结果显示,多目标优化得到的偏差指数小于单目标优化得到的偏差指数,当以■、■和■或■和■为优化目标时,采用TOPSIS决策方式得到的偏差指数为0.130 9;当以■和η为优化目标时,采用LINMAP决策方式得到的偏差指数为0.130 9。这3种优化方案得到的结果偏差远小于单目标优化得到的结果偏差,其设计方案更接近于理想方案。研究结果可为实际热机优化提供参考。