在电力生产中如何正确使用机动时间

文章讨论了目前在电力生产中使用机动时间的错误习惯，并提出了正确做法。     

网络计划时间参数计算程序

根据双代号网络计划技术中时间参数计算的规律，编写了用于计算网络计划的参数程序。     

单代与时间坐标网络计划

为了完善和推广单代号网络计划技术,利用单代号网络图的基本表示方法,提出赋予工作与其紧后工作之间的逻辑箭线的水平投影坐标长度表示该工作的持续时间的功能及绘制规定,从而给出单代号时间坐标网络图的绘制的方法和步骤。     

带时间坐标网络计划中的时差分析

本文探讨在一个带有时间坐标网络计划图中，直观分析工序中的自由时差和总时差以及相互关系的方法。从而减少绘图，便于利用时差进行调整优化。     

网络计划多资源平衡优化工序排序方法研究

通过研究多资源对平衡优化效果的相对贡献率，分析了工序时差对工序调整的影响，构造了平衡优化的综合数量指标，提出了固定工期条件下多资源平衡优化方法。     

网络计划中的费用优化对建安投资的影响

建安投资由时间成本组成、网络计划中的费用优化，就是时间成本优化，是寻求最低成本的最短工期安排，或按要求工期寻求最低成本的计划安排过程。     

基于算盘构造的网络计划时间参数解读

针对工程管理人员应用网络计划技术管理工程进度的实际需要，提出了一种不通过或只通过少量计算即可从网络图上直接读取时间参数的方法。     

带时间坐标网络计划中的时差分析

本文探讨在一个带有时间坐标网络计划图中,直观分析工序中的自由时差和总时差以及相互关系的方法。从而减少绘图,便于利用时差进行调整优化。     

网络计划中时间均值的方差问题

“运筹学”权威教材中关键工序作业时间均值的方差公式推导错误．一般数理统计中的样本是直接抽取的简单随机样本,即样本所包含的个体之间是相互独立的．文章所针对的教材都用直接样本先计算出间接样本,再用间接样本计算样本均值及其方差．这样的间接样本是统计相关的,可是上述教材在计算样本方差和样本均值的方差时,又用了随机样本的方差公式,所以结果是错误的．文中推导的结果竟是原公式的3倍。     

单代号时间坐标网络计划

为了完善和推广单代号网络计划技术,利用单代号网络图的基本表示方法,提出赋予工作与其紧后工作之间的逻辑箭线的水平投影坐标长度表示该工作的持续时间的功能及绘制规定,从而给出单代号时间坐标网络图的绘制的方法和步骤。     

基于到达时间差的无线传感器网络质心定位算法

通过将到达时间差(TDOA)方法与质心定位算法相结合,提出一种基于加权处理的质心混合定位算法。该算法利用TDOA和几种经典的求解双曲线方程组解的定位算法,得到了网络中待求节点的位置,作为质心算法的坐标,并用锚节点与未知节点间的距离作为约束来调整节点的位置,从而减小定位结果与真实值之间的误差。最后通过数值仿真证明了本文算法的有效性。     

模糊网络计划的工作时差计算方法研究

将三角模糊数引入到网络计划的时参计算中,应用三角模糊数加法运算定理计算模糊最早时间,应用Minkowski模糊减法运算定理计算模糊最迟时间和模糊时差。将模糊分布理论与线性规划理论相结合,建立求解模糊时差的线性规划模型,以克服时差计算中可能出现的模糊数为负值或模糊分布为非凸模糊数等无意义问题。与基于分层线性规划理论及模糊时差修正理论的计算方法相比较,该模型得到的模糊时差始终为正值,模糊分布为凸模糊数,并且计算量小。     

基于改进粒子群算法的输电网扩展规划

输电网扩展规划是一个非常复杂的大规模组合优化问题,提出了一种改进粒子群算法求解此类优化问题。该算法针对传统的粒子群算法存在的缺点,对粒子群迭代行动策略、初始化策略以及惯性权重的调整进行了改进,并将单纯形法引入到算法中,弥补算法容易陷入局部最优的缺点,提高了粒子群算法的搜索效率,使其更适用于输电网扩展规划。将其应用到Garver-6节点系统和一个18节点系统,计算结果证明该算法的可行性和有效性。     

基于蚁群算法的连续时间生产计划优化

针对连续时间生产计划问题，在生产速率、需求率和库存水平等都确定的前提下建立相应的数学模型，并将蚁群算法引入到连续时间生产计划的优化中，利用蚁群算法的自适应、全局优化、并行分布式处理等特性在整个生产计划的可行解中寻找最优解.通过对连续时间生产计划优化问题的计算表明：该方法比遗传算法具有更好的收敛性和更快的计算速度.     

基于时序生产模拟的配电网光伏装机容量规划

基于时序生产模拟方法,对含风电与光伏的配电网,建立光伏发电装机容量规划模型,针对不同的弃风弃光率场景对光伏最优装机容量的影响,优化配电网最大光伏接入容量。仿真表明,通过允许一定水平的弃风弃光率,本研究所提规划方法能够在保证风电/光伏合理收益的前提下,最大化接入光伏发电,提高新能源发电利用水平。     

第二课堂活动在艺术类大学生职业生涯规划中的构建

以哈尔滨商业大学设计艺术学院为例,针对设计艺术学生第二课堂活动内容和形式单一,难以激发学生的学习兴趣,导致难以内化为学生自身职业品质的现状,对第二课堂在职业生涯规划中的定位进行阐述,并从针对年级的阶段性、个体的差异化、效果的指标化等三个层面提出相应措施,旨在发挥第二课堂活动在艺术类大学生职业生涯规划中的作用,努力促成学生理想就业。     

迟时标网络计划的编制方法

用绘制网络图的方法基本上把迟时标网络计划内各工序的自由时差、作业持续时间、虚工序之间的关系清晰地反映出来，满足工程管理的需要。     

考虑二次规划因素的电网规划方法

电力市场环境下,针对电网结构需要进行多次扩建的问题,提出了在电网规划时考虑未来电网二次规划的可能性,对网络扩建后的可靠性因素进行量化处理的电网规划新方法。使电网规划模型在平衡了经济性与可靠性的基础上,网络结构有更强的稳定性保证,并能避免电网进行不必要的二次扩建损失。通过算例进行计算分析,结果证明该方法是合理有效的。     

一种适用于电网扩展规划问题的边界搜索粒子群优化算法

针对电网扩展规划问题,根据粒子群算法收敛性受初始粒子分布影响较大的特点,结合边界搜索思想,提出了一种粒子群初始化方法。该方法利用边界搜索策略对粒子群进行初始化,使粒子初始化在安全边界附近,优化了粒子群的初始化范围。最后通过算例证明了这种方法应用于电网规划的有效性。     

A hybrid particle swarm optimization approach with neural network and set pair analysis for transmission network planning

Transmission network planning (TNP) is a large-scale, complex, with more non-linear discrete variables and the multi-objective constrained optimization problem. In the optimization process, the line investment, network reliability and the network loss are the main objective of transmission network planning. Combined with set pair analysis (SPA), particle swarm optimization (PSO), neural network (NN), a hybrid particle swarm optimization model was established with neural network and set pair analysis for transmission network planning (HPNS). Firstly, the contact degree of set pair analysis was introduced, the traditional goal set was converted into the collection of the three indicators including the identity degree, difference agree and contrary degree. On this bases, using shi(H), the three objective optimization problem was converted into single objective optimization problem. Secondly, using the fast and efficient search capabilities of PSO, the transmission network planning model based on set pair analysis was optimized. In the process of optimization, by improving the BP neural network constantly training so that the value of the fitness function of PSO becomes smaller in order to obtain the optimization program fitting the three objectives better. Finally, compared HPNS with PSO algorithm and the classic genetic algorithm, HPNS increased about 23% efficiency than THA, raised about 3.7% than PSO and improved about 2.96% than GA.