基于改进粒子群算法的多目标分布式电源选址定容规划

通过分析分布式电源对配电网的影响,以有功功率损耗、电压质量及分布式电源总容量为优化目标,基于模糊理论建立了分布式电源在配电网中选址定容的多目标优化模型,并提出了一种改进粒子群算法进行求解。在算例仿真中,基于IEEE 14标准节点系统,采用MATLAB仿真工具对所提算法进行了测试,证实了所提算法全局搜索能力较强、收敛速度较快,并通过比较分析验证了该模型和算法的可行性及有效性。     

活动断裂对新建集镇选址规划的影响——以乌东德水电站库区移民集镇选址为例

活动断裂附近地质条件复杂,在其附近进行新城镇选址时必须明确活动断裂对场地和建筑可能带来的不利影响。以金沙江乌东德水电站库区移民集镇选址为例,依照规范要求,综合地质调查、物探、勘探等手段,查明了元谋活动断裂的分布及特征;对其可能产生的震害类型及程度进行了分析;结合地质条件对规划场地工程建设的适宜性进行了分区;明确了活动断裂对场地和建筑物的影响,为合理设防、规避震害奠定了基础。可为类似新建城镇选址规划提供借鉴。      

浅析引水工程弃渣场场址选择及防护措施

弃渣场的合理布设及有效防护是防治水土流失的重点。该文结合塘坂引水二期工程建设过程中产生的弃渣情况,从环境保护角度分析弃渣场选址的合理性,并根据工程所在地的自然环境条件及引水工程水土流失的特点,采取安全有效、经济合理的综合防治方案,防止产生新增水土流失,有效减缓工程建设带来的水土流失影响。     

风电场选在哪里最给力

风资源分析是风电场项目前期工作的重要环节,是风电项目的根本,对资源的正确评估是风电场建设取得良好经济效益的关键,有的风电场建设因风能资源评价失误,建成的风电场达不到预期的发电量,造成很大的经济损失。     

Hadoop下并行遗传算法研究及在应急设施选址中的应用

随着云计算的出现,大数据的概念也随之产生。自然灾害日趋增多,要求应急设施的部署规模不断扩大,这时,如何有效进行大规模应急设施的选址成为应急管理系统的关键。因此,提出一种改进的并行遗传算法并在Hadoop平台上编程实现,并应用于求解应急设施选址问题的集合覆盖模型,达到求解应急设施选址的目的。试验结果表明,改进的并行遗传算法不管在获取全局最优解上还是在求解大规模应急设施选址的时效性上都优于原有算法,是一种云计算环境下有效的应急设施选址问题求解算法。     

萧山江东大型水厂取水口位置选择

用实测水下地形资料分析了富春江河段的河势变化,从河势、地形、水深、水质、投资诸方面对各个不同工程取水方案作了分析比较.结合富春江河势,依照能取到优质原水并保证取水口安全为原则,对不同断面布置方案进行了比选与论证,最后提出了优化的江东水厂取水口工程布置方案,为工程可行性研究提供依据.对工程河段河势变化、取水断面位置的选择、取水口高程和离岸距的综合确定作了介绍.     

考虑设施失效的军事物流配送中心选址模型

为了提高军事配送系统的经济性,针对物资配送中后勤设施失效时进行支援保障和越级保障的情况,将军事物流配送中心的属性分为“首选”与“备选”两种,并把设施失效时的应急配送成本作为决策目标的一部分,建立了最小化设施固定成本、正常配送成本、应急配送成本之和的军事物流配送中心选址模型,采用贪婪取走的启发式算法进行了模型求解,比较了考虑设施失效情况的选址方案与未考虑设施失效情况的选址方案之间的差别。仿真算例结果表明,虽然由模型所得选址方案的设施固定成本与正常配送成本之和高于未考虑设施失效情况的选址方案,但平均期望成本增加值低于后者。     

PBIL算法在组合优化问题中的应用研究

基于群体的增量学习(PBIL)算法有效结合了遗传算法和竞争学习的优点,运行过程简单,解决问题快速准确。本文提出将PBIL算法应用于求解CMN组合优化问题,以物流中心选址优化问题为例,介绍了基于PBIL求解CMN组合优化问题的一般方法,提出了针对此类问题的个体产生算法。为了提高算法的收敛速度和寻优能力,提出了基于当代最优解与历代最优解比较结果的概率学习加速方法。最后,通过实验仿真验证了上述改进的有效性。     

聚类算法分析及在GIS中心选址中的仿真研究

通过对聚类算法初始点选择策略的分析和比较,经典k-means算法在GIS海量数据处理上的效率问题,提出了随机采样的k-means算法来进行坐标聚类;并将随机采样k-means算法应用于GIS中心选址,充分利用GIS数据分析和处理能力,以城市间的欧几里得距离为相似条件,采用最大最小原则选取初始点进行聚类,从而缓解局部最优解产生的概率;选取中心城市作为目标对象,从而提高商业决策的充分性和可靠性;经仿真结果验证了所提出的随机取样k-means算法的有效性和正确率。     

基于Voronoi图和改进差分进化算法的变电站规划优化

针对电网中的变电站选址定容规划问题,提出了一种基于Voronoi图和改进差分进化算法的变电站规划优化方法。首先构建了变电站年费用最小的规划模型,然后针对模型求解,通过Voronoi图划分变电站的供电范围,并对差分进化算法中的变异算子和交叉算子的动态调整方式进行优化以提高其寻优性能,采用改进后的差分进化算法进行站址寻优。最后通过具体算例验证了所提规划方法的有效性和优越性。