考虑噪声因子的参数和公差经济性设计策略

基于并行工程思想的参数和公差经济性设计,以成本为优化目标来确定最优的设计参数和公差范围.就并行参数和公差设计通过双响应曲面均值和方差模型实现其稳健性,本文提出了包含噪声因子的响应曲面建模策略,应用这一模型将参数和公差同时优化.该参数和公差经济性设计优化模型以质量损失和制造成本之和为目标函数,以过程方差置信域为约束.实例结果表明,在双响应曲面方法中,对均值设置偏倚量比其刚性约束具有较大的成本优势,在不降低稳健性的前提下引入偏倚可以降低成本.面向噪声因子的设计策略其成本低于基于双响应的有偏倚的设计,说明考虑噪声因子的设计是最有效的.     

高比例可再生能源接入下的电力系统规划研究

可再生能源是实现能源转型和可持续发展的关键.然而，高比例可再生能源接入下的电力系统所面临的间歇性、波动性、以及不确定性远高于当前水平，电力供应体系的经济稳定运行遭遇巨大挑战.本研究将电力系统短期经济调度与长期产能扩张规划相结合，通过聚类和情景树技术引入可再生能源的不确定性，建立高时空分辨的电力系统随机优化模型，旨在揭示电力系统如何通过电源、电网、储能等措施的协同优化经济有效地接纳高比例可再生能源.研究结果表明，不同区域在应对风、光间歇性和不确定性方面的主要措施是有显著差异的，电力系统需协同优化风、光、煤产业布局，强化跨区消纳和调峰能力，发挥电源、电网、储能的互补优势，同时避免技术锁定效应.     

需求响应式公交中考虑即时订单的线路重调度优化

为了同时满足需求响应式公交中预约订单和即时订单两种用户需求，设计了一个公交线路的重新调度优化模型。该模型确保在满足预约订单出行需求的基础上，对公交行驶线路进行调度优化，以响应即时订单的需求，实现系统利润最大化的目标。根据模型的特殊结构，运用列生成算法求解，并设计了双向标签算法以加速子问题的求解效率。基于一个以上海市为背景的实际案例，验证了模型的可行性与有效性，大量的数值实验进一步验证了算法的高效性。结果表明：本文提出的模型与设计的算法可在较短时间内响应即时订单需求，并且可显著提高公交系统的收益。     

基于遗传算法的微电网负荷优化分配

负荷优化分配是电力系统中的一类重要优化问题,即在满足各类系统约束条件下,实现发电总成本最低。为了促进微电网的优化运行,本文研究了包含柴油发电机、微型燃气轮机、光伏发电机和风力发电机组成的微电网的负荷优化分配问题。首先简要分析了各个微电源的发电特征和成本函数,然后分别建立了孤岛模式和并网模式下的微电网负荷优化分配模型,孤岛模式下优化模型的目标函数是包含燃料成本和运行维护成本的总成本,约束条件包括发电能力约束和系统功率平衡约束,并网模式下的优化模型则在此基础上,在目标函数中增加了其与大电网交易的收入和支出,在约束条件中增加了电力交易约束。最后,通过遗传算法分别对两种模式下的优化模型进行仿真求解。结果表明,本文提出的负荷优化分配方法可以有效降低微电网的运行成本,促进微电网的优化运行。     

大数据驱动的决策范式转变——以个性化O2O即时物流调度为例

大数据环境下传统的决策范式正转变为基于数据的决策范式，本文以O2O即时服务这种新型商业模式为情景，研究大数据驱动的新决策范式下的O2O即时物流调度模型.本文跨域融合物流部门、其他运营部门以及外部环境信息构成全景式数据，同时放宽传统决策范式的经典假设，实现从无差异化配送时间到个性化配送时间的转变，以及需求服从先验分布到考虑未来需求时空属性的转变.本文融合机器学习和运筹优化方法，实现新决策范式下的O2O即时物流调度模型.在预测层面，构建个性化众包配送时间预测模型和基于订单集时空相似性的需求场景预测算法；在决策层面，同时考虑个性化预测模型的点估计及其不确定性，并考虑未来订单集的时空分布，构建考虑预测不确定性的调度模型，同时设计同步预测和决策算法求解.本文与中国主流的O2O商超平台合作，通过基于真实数据的模拟仿真，验证了新决策范式下的O2O即时物流调度模型的可行性和有效性.相较于传统的决策范式，本文提出的模型能实现更精准的供需匹配，降低延误订单数、平均配送时间和配送成本.     

随机订单干扰下考虑合并决策的供应链网络调度研究

为满足客户个性化需求的快速响应，企业需具备柔性的外部供应链网络结构，以协同方式共同完成产品生产。本文考虑具有交互特征的多个不同类型协同供应链网络，构建生产成本、库存成本、等待成本以及订单延期交货成本最小化的目标函数，并设计合并决策判断变量构建同类订单在相同协同企业处的开始时间约束。此外，模型中考虑确定订单以及随机订单两种类型订单，并设计随机订单在区间时间段中离散时间点的到达概率。为获取协同供应链网络生产调度优化策略，基于随机订单到达与否的场景构建四个子决策模型，并进一步设计判断提前安排随机订单协同生产和不提前安排随机订单协同生产不同调度策略下成本差异的主决策模型。仿真结果表明合并决策在带来生产成本效益的同时也引起了部分订单的延期交货，且不同类型的协同供应链网络对随机订单的抗干扰能力存在一定程度的差异。     

微电网利益相关者合作运营的双层规划模型

微电网建设和运营涉及众多利益相关者,他们的目标和利益诉求各不相同、并相互制约,并项目运营成功的关键是找到一种多方合作机制,协调各方利益.针对该问题提出了微电网利益相关者合作运营的双层规划模型:上层规划以电力调度时社会成本最低为目标,获取最大社会福利;下层规划以微电网运营成本最低为目标,获取最大运营商利润.给出了求解算法并通过算例分析证明了模型的可行性和有效性.最后得出结论:在提出的上下级相互交叉作用的合作机制下,微电网内的绿色能源发电可以有效提高电力市场需求并降低用户电价,增加微电网运营商利润并减少碳排放,提高全社会福利.     

一类供应链的Stackelberg主从对策问题研究

本文研究了供应链中的一般订货模式和协调模式,提出了一类供应链Stackelberg主从对策问题,卖方作为主方给出最小补充期策略,买方作为从方以最优库存策略响应。考虑一致价格折扣弥补买方的库存成本增加,以及买方的库存成本合理化,建立买方需求确定下的卖方成本优化模型。最后,应用遗传算法对石油分销系统Stackelberg主从对策问题离线仿真计算,得出Stackelberg主从对策均衡解。     

基于PMSC管理及奖惩机制的智能电网实时定价研究

针对用户不断增强的市场价格响应能力，考虑用户电器分类，提出一种惩罚恶意用户和不稳定供电商同时激励非恶意用户的识别机制，并建立社会福利最大化模型研究基于PMSC管理的智能电网实时定价问题。通过对模型进行拉格朗日对偶分解后，最终运用启发式算法求解得到最优电价及电力需求。数值模拟结果表明：求解算法能够快速收敛，且在惩罚和激励双重调节下，电力系统的可靠性和稳定性得到调整和优化，用户效用得以提升；此外，一定范围下激励因子可促使用户效用和社会福利递增。     

多油品供给受限下多油库被动配送车辆路径问题研究

成品油供给不足将导致加油站油品订单无法完全满足,如何安排有限油品的合理配送对保障能源供给安全至关重要。为此,本文考虑有限供给下不同客户配送的优先次序,开展配送计划、车辆调度和路径优化等油品配送网络规划活动,对多油品供给受限情况下多油库被动配送车辆路径问题（Multiple Depot Vehicle Routing Problem,MDVRP）进行深入研究。首先,文章构建了考虑需求优先等级和配送成本的多油品多油库车辆路径规划多目标优化模型。其次,采用多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization,MOPSO）对模型进行求解,以实现车辆高效调度和油品配送路径优化。最后,基于CNPC在青岛市部分油库和加油站点的数据信息,构建油品配送网络进行实证检验。算例结果显示,配送车辆路径经过优化后,生成Pareto非劣解集,配送成本显著降低,配送满足率明显提高,这也进一步验证了该模型及相关算法的可行性和有效性。     

带有马尔可夫竞争因子的多产品报童模型

在竞争的环境下考虑多产品报童问题。为了刻画多产品间的竞争关系，本文利用马尔可夫链构建多产品的需求转移模型，并根据模型的转移概率矩阵提出马氏竞争因子和综合竞争力等核心概念，进而结合卷积公式和雅可比行列式，将竞争因子的概念纳入经典报童模型的框架，构建了带有马氏竞争因子的多产品报童模型，同时在该模型的理论基础上给出了新的决策机制。模型的数据实验表明：竞争因子对多产品库存系统的最优订购策略具有重要的影响，关于产品的综合竞争力为单调递增函数；将竞争因子纳入多产品库存系统的决策机制，可进一步拓展报童模型在实际应用领域中的适应性以及提高库存系统的优化与控制的效用。     

一对多配退货系统的嵌套策略成本优化模型

在总结确定型配送/收集行车路线模型和嵌套策略模型的基础上,就一对多物流网络,针对客户同时有配货和退货需求的两类配退货系统,分别建立了嵌套策略成本优化模型,并以某啤酒厂配送啤酒和收集啤酒瓶的数据进行了实证分析,通过对各种影响因素的敏感性分析,揭示了配退货系统物流成本的一些规律.     

考虑市场影响的风电厂与储能运营商联合调度策略研究

本文基于拥有风力发电厂与电力储能设备的电力运营商视角,考虑运营商参与电力交易会对市场电价产生影响的基础上,通过动态规划,以利润最大化为目标,研究其最优联合调度策略。研究表明:在考虑充放电效率以及运营成本时,存在三个最优参考点将储能设备中的可用库存空间分为四个区域,进而对应四个不同的决策活动:将风电和从市场上购买的电力全部存入储能系统;将部分风电存入储能系统并将剩余部分销售到市场;售出全部风电不向储能设备中存入电量;将所有的风电和储能系统中的部分电量销售至电力市场。运营商可根据当前时刻风力发电量和储能设备中的电量与最优参考点之间的大小关系,得到相应的最优电力调度策略及其交易量。此外,本文研究发现随着市场影响强度的增大,运营商的利润随之减小,因此运营商应在其市场影响强度与最优电力交易量之间做好权衡。本研究对运营商的电力调度具有重要的指导意义和实际应用价值。     

具有电力存储设备的实时需求响应与能量调度

实时需求响应与能量调度是智能电网中调节电力供需平衡的理想手段,其实施必然对用户的用电行为和电网的运行与管理产生深远影响。本文考虑用户具有多个可充、放电的电力存储设备,兼顾供电商发电量平稳的需求,在社会福利最大化模型的基础上,建立一个实时需求响应与能量调度的优化模型。给出模型的对偶问题,在满足强对偶性的前提下,可以通过求解对偶问题得到原问题的最优解,并确定可供用户与供电商参考的实时电价。在对偶问题中,问题可以分解为用户侧和供电侧两类子问题。进而设计分布式实时需求响应算法,并证明了算法的收敛性,供电侧与用户侧通过信息互动求得最优解。仿真结果验证了模型的合理性和算法的可行性。     

面向财政需求的国债发行模型研究

保持经济平稳较快发展、加快转变发展方式,预计在较长时期内我国国债发行规模将持续保持高位。在此背景下,研究优化国债发行结构、控制国债发行成本具有重要的现实意义。针对我国国债发行结构不合理、国债还本不均匀、举债成本较高等突出问题,本文以国债发行成本最小化为目标,构建了面向财政需求的国债发行随机优化模型。模型综合考虑了国债发行应满足的财政需求、余额管理、利率风险、期限结构、平滑性及自身限制等约束条件,同时也刻画了国债发行中利率变化、财政收支等因素的不确定性,在提高模型普遍适用性的同时,有助于降低举债成本,促进国债结构的均衡合理,优化国债发行体系,防范和控制国债市场风险。     

燃煤机组退役与技术升级的减排及经济效益研究——基于鲁棒电源规划的方法

火电行业是中国推行节能减排战略所重点关注的行业之一。为了降低高污染燃煤机组对环境的不利影响，中国近年来出台了一系列的能源政策，鼓励淘汰高污染的燃煤机组或者对其进行超低排放改造的技术升级。本文研究了燃煤机组主动退役及超低排放改造升级的环境及经济的双重效益。基于电源投资规划鲁棒优化的方法，考虑了受不确定的环保税、超低排放机组上网电价的补贴及电能需求影响下的发电机组最优配置问题，构建了含两阶段决策的三层鲁棒优化模型。该模型是一类具有多个不确定场景耦合特征的大规模优化问题。为了求解的便利，采用列与约束生成（column and constraint generation，CCG）算法进行求解。算例分析结果显示，当考虑了燃煤机组主动退役及超低排放改造升级的决策时，本文构建模型所提供的最优电源结构方案能够有效地降低各类污染物的排放，同时提升发电企业的经济性。     

面向多样化需求的M RO 服务资源配置模型与算法

针对大型复杂企业维修任务集的多服务需求点和多样化需求特征,基于服务需求视角,定义一类多服务需求点下的MRO服务资源配置问题,建立以MRO服务提供商整体服务成本为优化目标,同时考虑资源紧张度、信任度和多服务需求点不同工期要求的问题模型;针对模型中的关键参数（即服务成本和资源紧张度）的特征进行分析,并给出相应的度量方法;在此基础上,设计改进的模拟植物生长算法实现求解,算法通过启发式获得初始可行解,并进行敏感性分析。研究结果表明, MRO服务资源配置模型和算法是可行和有效的,服务成本的波动、信任度和资源紧张度的变化对于资源配置结果均有影响,模型能够有效提高维修服务成本的估算能力,同时能够保持MRO服务提供商资源配置的稳定性。     

基于EVA与经营风险偏好的供应链鲁棒优化模型

在由一个制造商和多个外部供应商构成的多产品、多阶段供应链中,将经济增加值（EVA）作为体现价值创造的绩效指标,并考虑决策者的经营风险偏好,采用已知概率的离散情景描述资本成本与需求的波动情况,利用鲁棒随机规划方法,建立了以价值创造为目标的供应链鲁棒优化模型。应用分析的结果表明,模型能够将供应链的绩效与风险管理结合起来,减少资本成本与需求不确定对目标值的影响,得到具有鲁棒性的最优解,而且越是风险厌恶型的决策者越会为了保持较低的经营风险而放弃较大的EVA值。同时,决策者可选择不同的权重系数侧重于解鲁棒或模型鲁棒,保证供应链运作的鲁棒性,实现价值创造的目标。     

考虑质量相关性需求与完全预防性维修的EPQ决策

在经典EPQ模型基础上，考虑质量相关性需求和周期性完全预防性维修策略，以单位时间利润最大化为目标，构建经济生产批量的决策模型。在企业单位时间利润模型的构建中，结合质量相关性需求以及设备退化这一实际问题，进行动态预防性维修成本、恢复成本、次品修复成本以及产品需求率的构建。考虑目标函数的复杂性，本文采用遗传算法对模型进行数值求解，并通过与不考虑质量相关性需求的EPQ决策的比较分析，验证其合理性。     

考虑需求波动的单元装配系统构建问题的多目标模型

顾客个性化需求的增强导致企业需要应对动态变化的市场需求,在非确定性需求的环境下提升生产效率和应变能力。日本式单元装配模式以其较高的生产效率和柔性已经逐步成为应对多品种小批量需求的生产方式。由于现有研究多集中于确定性需求,本文针对日本式单元系统构建问题的特点,考虑需求波动的情境下流水线装配向单元装配系统转化问题,构建单元装配系统转化的多目标优化模型。该模型以最小化总加工周期的期望和方差为目标,决策单元装配系统的构建方案,以提升需求波动情境下系统的稳定性和对需求波动的应变能力。根据问题特点设计基于NSGA-Ⅱ的优化算法求解大规模问题,并结合文献数据说明了模型的应用。数值算例验证了方法的有效性,结果表明考虑需求波动情境下的单元系统构建可以提升生产系统应对波动需求的能力以及稳定性。