基于复杂性混沌理论的中国经济园区研究

以国家高新区、开发区和省级园区为主体的我国各类经济园区是一个开放动态的复杂系统,作为中国的“试验区和先行区“,起到了提升城市核心竞争力的作用.针对园区存在的“数量混乱“、“产业混乱“等现象,以复杂性科学的混沌理论为基础,从混沌同步效应、无穷多分叉与路径锁定效应等方面,阐发了混沌理论对解决我国园区发展的几点启示.     

基于灰色系统模型的城市承灾经济协调性分析

在经济承灾子系统中,基础经济要素对城市承灾能力起着重要的辅助作用.利用系统协同思想,将防灾减灾投入经费与GDP、保险密度与人均可支配收入两对"减灾投入-经济产出"关系作为承灾能力中经济要素协调度的构成,建立了经济承灾子系统综合协调度计算式.针对已有的协调度量化计算方法的不足,联合灰色系统理论中的GM(1,n)分析和灰色关联分析两种方法求得系统协调度,对大连市经济承灾子系统近十年的协调发展情况作以分析.计算得出的大连市的防灾减灾投入经费与GDP协调度和保险密度与人均可支配收入协调度值都不高,导致大连市经济承灾子系统综合协调度偏低的结果.应用灰色系统理论建立基于小样本数据的模型进行的协调性分析可以得到较为准确合理的结论.     

大型火电机组仿真系统学员评价

介绍了火电机组仿真冷态启动学员评价的评分系统,采用"分解-综合"的方法研究整个评价过程,建立了冷态启动学员评价的评分标准和算法.利用C Builder 5.0语言实现,具有良好的人机界面,实现了与Excel报表的接口.开发的评分系统已应用于某电厂的仿真机,其评分考核结果合理.     

燃气-蒸汽联合循环机组热力系统动态仿真模型

采用模块化建模方法开发了燃气-蒸汽联合循环机组热力系统动态仿真模型.根据联合循环机组工作机理和特性,以质量、能量、动量平衡原理为基础,结合相关专业基础知识,论述了燃气顶循环和蒸汽底循环系统中主要设备和过程仿真模块的数学模型及建模思路,与热力系统中其它辅助设备仿真模块相结合,以深圳广前电力有限公司M701型燃气-蒸汽联合循环机组为对象,建立了完整的联合循环机组热力系统机理性实时仿真模型.仿真试验表明所建模型能够正确反映参照机组热力系统的动态特性和全工况运行过程,整体模型运算稳定可靠,不仅可用于机组运行人员的仿真培训,还可为联合循环机组控制系统设计与分析提供良好的非线性对象模型.     

园区经济运行机制

园区经济作为特殊的区域经济系统，其远行机制是否健全，直接关系到园区经济远行效益和可持续发展。本文从实现园区经济系统功能的要求出发，研究了园区经济运行的主要机制，即：基础设施建设机制、要素配置机制、企业繁育机制。     

电网故障下双馈风力发电机控制改进与仿真

随着风电装机规模的不断增加,作为未来能源互联网中重要的一环,风电机组应对电网故障的能力越加显得重要。针对双馈风力发电机组在电网故障下的暂态特性,提出了一种基于电网故障类型区分、控制器设计和辅助设备穿越的综合控制策略。相比于传统的控制方法,克服了控制误差大和响应滞后的问题,真正实现了系统的精细化控制。基于MATLAB和VC++联合建模,利用MEX技术搭建了电网故障下的1.5 MW双馈风力发电系统模型,仿真结果验证了所提出的综合控制策略在电网故障下提高双馈风力发电机控制的有效性。     

基于综合非线性控制方法的飞行控制律研究

应用神经网络控制与动态非线性阻尼控制综合的非线性控制方法对飞行控制律进行了研究.首先使用反馈线性化方法作为基础控制律实现飞机的非线性控制,然后使用神经网络控制与动态非线性阻尼控制综合的控制方法进行补偿,以提高非线性飞控系统的鲁棒性.在以某型推力矢量飞机为对象的仿真中,当出现舵面损伤及一类舵机故障时,这种方法显示出很强的补偿能力.     

面向作战模型的C4ISR系统影响元建模方法

以C4ISR系统对火力毁伤过程影响的功能描述为重点,采用影响元建模方法,建立由系统能力、人员行为和人机交互三维矢量所构成的C4ISR系统的矢量空间模型,运用模糊综合评价方法获得C4ISR系统的信息支援能力系数量化指标,最后通过算例对模型进行验证,所得结果可作为作战模型的影响系数进行效能评估.     

考虑光伏不确定性的工业园区光-储鲁棒优化配置

研究利用工业园区屋顶资源开发光伏项目并合理配置储能,有助于提升园区的用能经济性。为得到最优光-储配置方案,选取存在冷、热、电三种类型负荷需求的工业园区,在考虑光伏不确定性引起园区购电成本增加的背景下,以运行收益最优作为目标函数建立园区光-储鲁棒优化配置模型。该模型利用鲁棒优化理论中的盒式不确定集对光照强度进行处理,采用对偶优化理论将模型线性化。算例分析表明,合理配置光伏发电装置与储能能够有效降低园区运行成本,鲁棒优化在降低由于光伏出力不确定性带来的园区购电成本增加风险的同时也会增加系统投资成本,以收益的保守性换取更高的确定性。     

区域碳减排能力协同度评价模型构建与应用

区域CO2减排系统的整体协同度是减排绩效考核的重要参考依据,开发科学合理的协同度测算方法是有效前提.综合考虑经济、社会、环境三个要素,构建了区域减排能力评价指标体系.采用熵值法、层次分析法和非线性规划建模方法,确定各项指标客观权重、主观权重和复合权重,结合指标体系和复合权重测算区域减排的序参量.分别以2001年和2008年为基期,利用所构建的模型测算京津冀区域减排系统在金融危机前后两个时间段内的整体协同度.研究发现,2001-2015年京津冀各子区域减排能力不断提升,且北京、天津的减排能力要优于河北,子区域减排系统处于有序状态,且有序度在不断提高,复合减排系统整体协同度在金融危机前呈正向缓慢增长趋势,但系统整体协同度较低;危机后复合减排系统处于非减排协同演进状态,系统整体协同度成上升趋势.上述研究对于识别国家减排系统的"短板"区域,并有针对性提高碳减排能力具有重要意义.     

蓄电‒氢储混合储能系统的配电网双层优化

在“双碳”目标与清洁能源氢能利用的背景下,针对配电网配置电化学储能和氢储能系统构成混合储能系统提升电能质量的需求,建立了混合储能系统双层优化模型,上层选址定容模型综合考虑投资成本、网损成本和电压偏移,下层优化运行模型考虑混合储能系统的运行成本,并引入电压稳定性指标进行评价。求解过程中利用灵敏度分析对选址可行域进行了降维,并提出一种改进的小生境多目标粒子群算法,将小生境处理机制与外部档案选取技术、混沌变异技术相结合。利用接入新能源的IEEE33节点系统进行算例仿真。结果表明：混合储能系统容量与接入点的优化配置,可以提高系统经济性、降低全网有功网损、减小电压偏移和提高电压稳定性。     

柔性作业车间AGV与机器双资源集成调度研究

针对含有AGV(automated guided vehicle)的柔性作业车间调度问题,建立了以最小化最大完工时间为目标的双资源集成调度优化模型.在种群初始化过程中提出一种启发式初始化方法,提高种群初始解的质量,加快算法的收敛速度.针对离散粒子群算法易早熟的弊端,结合竞争学习机制和随机重启机制提出一种可有效避免早熟的...     

一种新型自适应混沌粒子群算法在联盟运输调度问题中的研究

提出了一种新的自适应混沌粒子群优化算法.该算法在运行过程中根据群体适应度方差和最优解的大小确定当前最佳粒子引入混沌搜索有效位置的概率,有效结合粒子群全局和混沌局部搜索,避免了基本粒子群优化算法易于陷入局部最优的缺点,提高了进化后期算法的收敛精度.将该算法用于解决联盟运输调度问题,实验结果表明该算法具有较好的性能.     

基于改进多目标粒子群算法的家庭用电时段优化

为解决家庭用电负荷的调度优化问题,综合考虑用电成本、满意度以及用户侧波动程度3个目标进行优化.提出改进自适应权重多目标粒子群算法(improved adaptive weighted multi-objective particle swarm optimization,IAW-MOPSO)求解模型,通过对粒子的适应度...     

基于混合自适应Memetic算法的贝叶斯网络结构学习

Memetic算法是一种基于种群的全局搜索和基于个体的局部启发式搜索的结合体,具有较高的全局搜索能力,将其成功应用于贝叶斯网络的结构学习。该算法在基本的遗传算法操作算子中,引入粒子群算法的基本思想,同时利用混沌的遍历性和云自适应的快速收敛性,提出了一种云自适应的混沌变异搜索进行局部搜索,实现全局优化,跳出局部最优。实验证明该算法在贝叶斯网络结构学习中具有很好的效果。     

基于改进粒子群优化极限学习机的弹丸参数辨识

针对随机产生输入权重和隐含层神经元阈值导致利用极限学习机辨识弹丸气动参数时会出现辨识结果发散问题,本文将粒子群算法与极限学习机结合,并且引入自适应更新策略以及粒子变异策略,提出了一种自适应变异粒子群优化极限学习机算法。该算法利用自适应变异粒子群算法寻优产生极限学习机的输入权重和隐含层阈值,有效改善算法性能。仿真实验表明,利用自适应变异粒子群优化极限学习机算法辨识弹丸气动参数,精度高、收敛速度快,能够充分满足实际工程需要。     

基于动态温度调控的空调系统能耗预测

针对动态温度调控的空调系统能耗预测问题,设计了动态温度调控策略并通过EnergyPlus仿真得到空调系统逐时能耗数据集.在采用集成方法分析能耗的基础上,建立改进PSO算法优化BP神经网络(improved particle swarm optimization-back propagation neural netwo...     

基于BLP-ALO-SVM的风电功率短期预测方法

为了对短期风电功率及其波动范围作出有效预测,提出一种基于混合算法优化支持向量机的风电功率短期预测方法。采用探索性数据分析对原始风速数据进行预处理,提高风速数据的质量;采用混沌映射、莱维飞行策略和粒子群算法提升蚁狮算法的性能;应用经混合算法优化的支持向量机模型对风电功率进行预测。实验结果表明：相较于新型的风电功率预测模型,该方法输出的结果预测误差更低,表现出对于风电功率更好的预测能力。     

基于Tent映射的混沌混合粒子群优化算法

为改善基本粒子群优化算法的寻优性能,通过算法混合,在粒子群优化算法中逐步引入优进策略和混沌搜索机制,以加强粒子群的局部寻优效率和全局寻优性能。并将粒子分为两类,分别执行不同的进化机制,实现协同寻优,从而构建为一种新的混沌混合粒子群优化算法。标准测试函数的仿真优化结果表明,该混合算法对较大规模的复杂问题具有较强的求解能力。算法寻优效率高、全局性能好、优化结果稳定,性能明显优于标准粒子群优化算法以及遗传算法等单一的随机搜索方法。