共查询到18条相似文献,搜索用时 140 毫秒
1.
《化工管理》2020,(7)
针对中小型危化企业面临的决策安全投入获得最大安全经济效益以减少事故损失的问题,基于安全投资-效益的函数关系和事故致因与安全投资的关联,运用Cobb—Douglas生产函数和企业年产值关联模型,建立了关于中小型危化企业安全经济效益的可优化的衡量模型;对该企业的有关数据进行整理,建立了该企业的可优化的安全经济效益衡量模型,通过计算分析,确定了该企业安全经济效益最大值和各类安全投资占有比。分析该企业历年的各大类安全投资比重和优化后的各类投资占有比表明该企业急需改变原有的安全投资模式,优化安全投资后,安全经济效益是明显的。该模型对企业决策安全投入具有一定的指导意义。 相似文献
2.
3.
4.
5.
为了克服标准粒子群算法的早熟、停滞进化或易于陷入局部最优的现象,提出了一种混合模型(简称NSPO)。NSPO将一个粒子映射到无标度网络的多个网络节点上,借助网络结构获得该粒子的邻域拓扑。对粒子的更新,NSPO既考虑种群的最优,又考虑邻域的最优。在3个具有不同难度特点的测试函数上,将NSPO与标准粒子群算法进行了比较。实验结果表明:对于全局最优和梯度信息明显的函数,NSPO具有非常优越的表现;对于具有诸多局部最优的函数,NSPO逃逸局部最优的能力要强于标准粒子群算法;对于具有误导性梯度信息的函数,NSPO偶尔表现优异。 相似文献
6.
7.
8.
为解决重力坝结构优化设计中数值模拟计算量大、设计效率低下的不足,文章使用PCE法建立近似模型代替数值模拟试验,经过检验所建立的模型精度较高满足工程设计要求;使用改进粒子群算法避免了该算法容易获取局部最优值的弊端,对重力坝结构进行优化设计,优化后的断面面积减小7. 1%,且安全系数为6. 51满足工程安全要求。 相似文献
9.
为了解决薄弱电网高比例分布式光伏难以就地消纳问题,提出储能系统和需求侧响应运行策略,建立了计划接入总量下的高比例分布式光伏双层规划模型。以光伏最大消纳为目标函数,光伏安装位置与容量为优化变量,建立上层模型;以系统净负荷峰谷差期望值最小为目标函数,各时段电价为优化变量,建立下层模型。针对光伏随机出力与负荷的时序性,利用拉丁超立方抽样技术对其进行处理。在此基础上,采用概率潮流法与细胞膜粒子群优化算法相结合的混合智能算法对模型进行求解,并以河北省某贫困县光伏扶贫村网架结构为例进行算例分析。结果表明,解决方案在实现光伏接入容量最优配置的基础上,进一步提高了薄弱配电网分布式光伏的消纳能力。双层规划模型能够在很大程度上提高再生能源的利用率,可为配电网规划提供参考。 相似文献
10.
11.
为了解决分布式通信干扰场景下面临的资源分配效率低、干扰效益无保障等问题,结合通信干扰资源分配数学模型,设计了一种改进的粒子群算法。首先设计了分布式通信干扰场景并构建了通信干扰资源分配模型,以最大化干扰效益作为目标函数;其次采用自适应惯性因子和学习因子,并引入遗传变异策略和精英保留策略,提出一种改进的粒子群算法,最后对不同场景规模的通信干扰资源分配进行仿真实验。结果表明,相比小生境遗传算法、粒子群算法、遗传算法,改进的粒子群算法在不同场景规模下,均能获得更优的干扰效益,性能方面具备整体干扰效益更高、算法收敛速度更快、算法收敛误差更小等优势。所设计的改进粒子群算法可应用在分布式通信干扰场景中,为指挥决策提供参考。 相似文献
12.
为了解决传统粒子群算法(PSO)容易“早熟”、陷入局部最优以及灰狼算法(GWO)收敛速度慢的问题。首先,采用GWO算法的个体极值更新策略来实现个体包围式向最优值趋近,融入PSO算法的速度更新策略来实现群体向最优值的趋近,并且在原始粒子群算法基础上加入线性惯性权重递减来提高算法的收敛速度,从而提出了一种基于灰狼算法和改进的粒子群算法(IPSO)的融合优化算法(GW-IPSO);其次,通过6个经典算例进行仿真试验,将融合算法与PSO算法、IPSD算法、灰狼和粒子群结合算法(GW-PSO)进行对比;最后,应用融合算法对二级直线倒立摆的控制器设计进行参数寻优。结果表明:针对6个标准测试函数,混合算法的30次试验结果平均值更接近最优值,且标准差几乎都是最小的;应用在倒立摆控制问题上,系统在5 s左右进入稳定状态。融合后的GW-IPSO算法能够在一定程度上避免早熟和陷入局部极值的问题发生,并且能够很好地应用于控制器设计过程中参数寻优问题。 相似文献
13.
14.
15.
针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。 相似文献
16.
为充分了解风电接入电力系统后对发电成本及环境效益的影响,计算符合系统运行经济性的风电接入容量,建立了风电最佳接入容量优化模型。采用该模型分析了不同容量火电机组在不同功率下的煤耗特性变化,并通过对火电机组深度调峰补偿调动火电机组调峰积极性;引入火电排污成本以充分体现风电接入后的环境效益,加入弃风惩罚费用来保障风电优先调度。采用粒子群算法并结合主动搜索技术(active explore basic particle swarm optimization,AEPSO)对模型进行求解,有效解决了粒子群算法易陷入局部最优的问题。最后以某地区实际电力系统为例,计算得出了在最经济运行模式下的风电接入容量,验证了模型的合理性。该研究可为相关决策部门制定风电发展规划提供参考。 相似文献
17.
数字化赋能供应链金融创新是推动我国产业链、供应链持续稳定优化升级的重要内容,在全球金融风险急剧增加的背景下,供应链金融与大数据、区块链、物联网、人工智能等技术相融合,成为解决我国中小企业融资授信问题的有效方式之一。本文在对供应链金融信用风险评价指标进行特征选择的基础上,采用一种动态变异的粒子群算法(DPSO)和AdaBoost算法对SVM进行协同优化和集成,建立了Adaboost-DPSO-SVM模型,并将该模型应用于我国新能源汽车行业供应链金融信用风险评价中,实验结果表明所建立的模型相对其他评价模型具有更好的分类识别性能。 相似文献
18.
Making accurate accept/reject decisions on dynamically arriving customer requests for different combinations of resources is a challenging task under uncertainty of competitors' pricing strategies. Because customer demand may be affected by a competitor's pricing action, changes in customer interarrival times should also be considered in capacity control procedures. In this article, a simulation model is developed for a bid price–based capacity control problem of an airline network revenue management system by considering the uncertain nature of booking cancellations and competitors' pricing strategy. An improved bid price function is proposed by considering competitors' different pricing scenarios that occur with different probabilities and their effects on the customers' demands. The classical deterministic linear program (DLP) is reformulated to determine the initial base bid prices that are utilized as control parameters in the proposed self-adjusting bid price function. Furthermore, a simulation optimization approach is applied in order to determine the appropriate values of the coefficients in the bid price function. Different evolutionary computation techniques such as differential evolution (DE), particle swarm optimization (PSO), and seeker optimization algorithm (SOA), are utilized to determine these coefficients along with comparisons. The computational experiments show that promising results can be obtained by making use of the proposed metaheuristic-based simulation optimization approach. 相似文献