FS-DDDP方法及其在水库群优化调度中的应用

可行搜索-离散微分动态规划(FS-DDDP)方法是在考虑水库运行的综合利用要求的前提下,利用正向搜索和逆向搜索相结合的方式寻找水库优化调度过程的大量可行轨迹,以目标函数较大的几个可行轨迹作为DDDP方法的初始轨迹分别进行再寻优计算的优化算法.该方法可进行单库优化计算,也可进行库群优化计算.黄河上游梯级水库数量较多,综合利用要求复杂.文中以该梯级为例,说明FS-DDDP方法可在满足该梯级水库群的河流生态用水、防凌用水、灌溉用水、发电用水等综合利用要求的前提下,以水库群发电效益最大为目标,求得水库群优化调度的较好解.     

基于蒙特卡罗方法的矩形布局问题研究

根据蒙特卡罗方法产生的随机步长,控制矩形在布局空间中移动.矩形移动时,自动满足边界约束条件,简化了矩形可行域边界的计算过程.结合定位函数,得到的可行域可用于完成矩形的布局.测试结果表明,使用该方法求解矩形布局问题,布局空间90％以上被矩形占据.     

一种基于RSA安全可行的（t，n）门限签名方案*

分析了大多数RSA门限群签名方案存在的缺陷,RSA的模数是n,φ(n)是秘密参数,参加部分签名的成员无法知晓,求Lagrange相关系数存在困难,也为建立门限RSA密码体制带来困难.提出一种新的方案以克服上述困难,通过求ai无须在求Lagrange相关系数时进行求逆运算,使该方案在保证安全的前提下变得可行实用.     

风险型多指标决策分析方法研究

根据风险型多指标决策问题的特点,利用确定型多指标决策和单目标风险型决策理论,提出了三种风险型多指标决策分析方法,并以实例验证.     

混合遗传算法求解应急抢修点选址问题

考虑设备应急抢修的时限要求和整个应急抢修系统的服务质量要求,采用0-1整数规划模型描述了应急抢修点选址问题,并针对该问题设计了一种混合遗传算法。在算法中使用启发式算法对种群中的不可行解进行修复,以保持种群在可行域内搜索,并采用近邻搜索算法改善种群中的最佳个体。算例计算的结果表明,该算法求得的结果要优于基于罚函数的遗传算法和采用简单修复算法的遗传算法。     

非负线性最小二乘问题的一种严格可行内点算法

给出了非负线性最小二乘问题的一个新算法。首先,把非负线性最小二乘转化为线性互补问题,结合牛顿方向和中心路径方向,通过求解一个线性方程组得到搜索方向;进而获得了求解非负线性最小二乘问题的一种严格可行内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解,数值实验表明此方法是有效的。     

旅行商问题的较优可行解的搜索算法的设计

利用问题本身的特点和相关的已有结论,结合最近邻法和深度优先搜索算法设计了产生旅行商问题较优可行解的方法。首先,将与每个城市关联的城市由近到远排序,并将城市之间距离较远的边删除。然后选择一个城市作为出发地,按排序利用深度优先搜索算法在有限步内搜索可行解。若搜索到多个可行解,从中选择较优的作为以该城市为出发地的可行解;否则,重新选择出发地开始新的搜索。对经典的st70、a280问题依次将每个城市作为出发地进行实验,该方法产生的可行解的性能明显优于随机搜索算法。但仍不及最近邻法。     

含风电的节能发电调度研究

随着大规模风电并网,风电资源的随机性及不确定性给电力系统节能发电调度带来了新问题。为适应上述电力系统新情况,更好地实现电力系统的节能减排,本文基于多目标粒子群算法,对含风电的节能发电调度进行研究。以火电机组总能耗最小和CO2排放量最小为共同目标函数,建立含风电的多目标节能发电调度模型,利用多目标粒子群算法进行模型求解,并引入半可行域的概念进行约束条件的处理。同时以1个含有10台火电机组和1个风电场的系统为算例进行验证。结果表明,多目标优化方案与以火电总能耗最小为目标的方案相比,CO2排放量减少8.16%,火电总能耗仅增加4.73%,与以CO2排放量最小为目标的方案相比,火电总能耗减少7.39%,CO2排放量仅增加1.73%。该方案实现了节省资源及降低排放的目的,对电力系统节能减排具有参考价值。     

老莱河治理工程环境影响分析

老莱河治理工程建设的不利影响主要在工程占地,施工期产生对水、气、声等环境的影响,其不利影响可通过采取相应的环境保护措施予以降低和减免。建设项目对环境影响利大于弊,不利影响在采取补偿措施后可降到最低程度,该工程社会、经济、环境效益显著。从环境保护角度评价项目建设可行性。     

多目标粒子群算法在乘务员排班问题中的应用

乘务员排班问题规模庞大并且限制因素复杂,一种公平合理的排班有利于调动乘务员的积极性。对建立的多目标排班模型进行分析和优化,并提出近似可行解以处理约束条件,基于Pareto最优的粒子群算法解决了这一问题,仿真实验表明该算法是合理的。