一、基于决策者效用函数上的目标规划模型(论文文献综述)
马泽洋[1](2021)在《含大规模风电的发—输—配电系统充裕性优化决策研究》文中认为以风电为代表的新能源发电是实现“碳达峰、碳中和”目标最现实的战略选择。“碳达峰、碳中和”目标下,风电新增装机容量将持续增加,风电并网规模日益增大。然而,由于风电具有随机性、波动性和反调峰特性,大规模风电并网将使得我国面对巨大的风电消纳压力。随着智能电网的发展,需求响应、储能系统及分布式可控电源等多种灵活性资源成为应对系统不确定性的重要手段;特高压输电技术的快速发展及应用,让输电网结构经历巨大变化的同时,也使得通过多区协调调度成为消纳风电的有效措施。风电发电容量的快速提高、电力系统的结构的日趋复杂,都为电力系统运行带来了更多的不确定性影响因素,对电力系统的稳定运行带来了新的挑战,增加了电力系统发、输、配各环节运行调控的难度和风险。电力系统充裕性优化决策是在电力系统中大量不确定性因素存在下确保系统运行安全、可靠的前提和手段。然而,仅靠确定性的充裕性优化决策方法无法计及系统的不确定性因素,难以满足电力系统运行及决策的需要。因此,考虑发电、输电和配电各环节的不确定性,研究含大规模风电消纳的发-输-配电系统充裕性优化决策方法具有重要的理论意义和实际价值。本文的主要研究内容如下:(1)针对发电系统充裕性评估问题,提出基于需求响应的含风电系统发电充裕性评估模型,该模型能够考虑用户对于需求响应的参与意愿及其行为不确定性对大规模风电并网系统发电充裕性的影响。首先,由于用户作为需求响应决策者是有限理性的,决策结果与其主观标准有关。为刻画用户的主观风险偏好,采用行为金融学中的前景理论价值函数来刻画用户的主观风险态度,给出用户参与需求响应的主观效用值计算公式;其次,考虑到需求响应对于用户用能感受产生的改变会影响用户未来参与需求响应项目的程度和策略,根据用户主观效用值,提出采用改进的Roth-Erev算法刻画用户的需求响应潜力及参与行为,给出系统需求响应可用容量的度量方法;进而,将需求响应可用容量引入到运行约束中,以系统运行成本最低为目标函数,构建需求响应调度模型。最后,基于需求响应可用容量的度量和需求响应调度模型,对经典基于状态持续时间模拟的发电充裕性评估方法进行了扩展,提出了考虑大规模风电消纳和需求响应的发电充裕性评估方法。通过算例分析,验证所提出方法的可行性和有效性。(2)针对发电充裕性调度优化问题,提出Sobol序列改进的拉丁超立方抽样方法,该方法能够提高考虑风电出力相关性的随机场景的生成效率;基于Glue-VaR提出可用发电容量不足指标,进而构建基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型。首先,为了考虑风电场实际出力的相关性,提出采用D-vine Copula对风速预测误差的相关性进行刻画;其次,为了克服经典简单随机抽样方法均匀性较差,且获得的D-vine Copula样本可能引入非预期的相关性的不足,提出将Sobol序列引入拉丁超立方抽样框架中,提出Sobol序列改进的拉丁超立方抽样方法;进而,考虑不同电力系统参与者的风险偏好,提出基于Glue-VaR的可用发电容量不足指标对发电充裕性进行评估;综合考虑运行成本和发电充裕性风险,建立多目标充裕性调度优化模型;最后,基于ε-约束方法得到帕累托前沿,提出采用熵权-加权聚合和积评价方法来寻找充裕性优化模型的理想有效解。通过算例分析,验证所提出模型的可行性和方法的有效性。(3)针对输电系统可用输电能力决策问题,基于联合累积量提出一种新的可用输电能力的概率评估方法,并据此提出基于期望分位数的风险可用输电能力的决策模型。首先,为解决累积量方法要求变量间相互独立,无法考虑风电出力相关性的问题,提出采用联合累积量结合FGM Copula函数刻画风电出力相关性;其次,针对可用输电能力的概率性评估问题,结合分区积分方法和Cornish-Fisher展开,建立可用输电能力概率评估模型;最后,针对基于风险价值的决策方法仅考虑概率分布尾部实现的概率,无法描述整个分布中产生的风险的问题,提出基于期望分位数的风险可用输电能力指标,并提出其评估流程。通过算例分析,验证所提出指标及模型的可行性和实用性。(4)针对配电系统风电接入充裕性优化问题,提出相对鲁棒GVaR风险度量,并据此提出配电系统风电接入充裕性指标。首先,针对传统鲁棒优化模型优化结果过于保守,且无法考虑配电系统不同参与者的风险偏好的问题,定义一种相对鲁棒GVaR风险度量指标,并对相对鲁棒GVaR指标的性质进行研究;其次,为反映配电系统保证风电接入的能力,结合相对鲁棒GVaR指标,提出配电系统弃风能量相对风险指标,并给出弃风能量相对风险指标的计算公式;进而,为反映历史数据中风电出力和负荷的对应关系,构建了风电-负荷分级功率模型,并基于该模型,以日前运行成本最低和弃风能量相对风险最低建立了随机-鲁棒混合优化模型;最后,采用列和约束生成算法求解随机鲁棒联合优化模型,并将其中难以处理的双线性项采用大M法化简,将模型转换为混合整数线性规划问题进行求解。通过算例分析,验证所提出指标及模型的可行性和有效性。
樊彧[2](2021)在《应急物流数学规划模型框架的构建和改进 ——基于受灾者的角度》文中指出应急物流是应急管理体系的重要组成部分,其目的是将应急物资发放到灾民手中,以尽可能地减少受灾者因为缺乏应急物资而造成的痛苦和损伤,减轻突发事件造成的损失。应急物流的核心思想是“以人为本”,作为应急物流行动的决策者,应当在统筹规划、顾全大局的情况下,做到换位思考,从受灾者的角度去考虑问题,以实际情况作为决策的依据和标准。然而,无论是在应急物流实务还是研究中,绝大多数情况下,决策者还是站在自身的立场上,而忽视了灾民的真实感受和实际需求,这有可能导致决策的预期效果与实际情况的发展相去甚远,甚至导致应急物流行动的失败。因此,本文旨在通过建立以应急物流情境为导向的应急物流数学规划模型框架,首先对现有的应急物流数学规划模型进行总体的梳理与分类,然后从应急物流阶段和目标函数的角度对该模型框架进行改进,最终得到能够体现“以人为本”思想理念的应急物流数学规划模型框架。具体而言,针对模型框架中的三大类目标函数—效果类函数、成本类函数、公平性函数,本文提出使用量化人类痛苦函数作为效果类函数,采用效率类函数替代成本类函数,并在公平性函数中加入感知不平衡的考量;针对应急物流的准备和响应两个阶段,本文从实际出发,强调应当在准备阶段注意需求预测,在响应阶段则须尽快确定决策模式。通过以上改进得到了新的应急物流数学规划模型框架,该框架既体现了“以人为本”的核心思想,能够真正考虑受灾者的感受和需求,同时也不妨碍决策者以整体大局为重,统筹规划。本文的研究具有重要的理论和实际贡献。理论层面,本文提出的应急物流数学规划模型框架采用情境导向代替问题导向结构的思路,有助于梳理现有的应急物流数学规划模型研究;本文完善了量化人类痛苦函数的相关研究,进一步讨论了匮乏成本和匮乏水平函数的转化关系、优缺点和适用条件,同时创造性地提出了以匮乏水平函数为基础的效率类函数,推动了匮乏水平理论体系的建设;本文将感知不平衡纳入公平性函数的考量,尝试将心理学、社会行为学和运筹学相结合,填补了相应研究的空白。实际层面,本文将奖金激励机制引入固定框架协议,体现了量化人类痛苦函数的实用性,提高了应急物流的效果和效率;本文验证了忽略感知不平衡可能带来的后果,给决策者提供了建议和帮助;本文提出并改进过的应急物流数学规划模型框架更好地体现了“以人为本”的理念,有利于决策者更加全面地看待应急物流问题,做出更好的决策。
沈佳骏[3](2020)在《基于博弈论与控制论的多智能体工业CPSs层级化安全防护研究》文中研究说明随着工业4.0时代的到来,《中国制造2025》也提出要将中国的工厂、制造业智能化,实现信息与物理世界中质量流、能量流与信息流的协同。工业信息物理系统(Cyber-physical systems,CPSs)的概念应运而生,并广泛应用于城市供水、电力、天然气输送、轨道交通等工业基础设施中。然而,工业CPSs在为社会生产带来巨大便利的同时,由于自身具有多智能体(分布式)、信息-物理层相互耦合(层级化)的结构特点,为工业高级可持续性威胁(Advanced persistent threat,APT)攻击者入侵原本封闭且脆弱的物理系统提供丰富渗透路径,进而引发水污染、电力中断、油气泄露、交通瘫痪等重大公共安全事件,对人民财产、生命安全甚至国家安全造成了巨大威胁。当前工业CPSs安全防护仍停留在基于计算机信息系统的合规性安防策略设计,缺少从动态攻防对抗的角度,对基础设施物理组件的内在运行机理以及信息组件如何作用于物理组件的机理过程进行全面正确的理解。博弈论作为描述多方具有竞争、对抗性目标、利益时的行为分析理论工具,尤其适用于刻画攻防安全互动行为特征,且理论成熟度高、相关研究成果丰富。因此,本学位论文从工业CPSs信息层与物理层之间、各智能体之间的复杂耦合关系以及工业APT攻击者的隐蔽渗透、物理破坏导向等行为特征出发,基于博弈论与控制论开展层级化安全防护研究,为基础设施安全防御部署提供理论基础与科学依据。本学位论文中的主要研究内容和创新点如下:1、基于激励Stackelberg博弈的物理层安全控制器设计从工业CPSs安全问题的本质属性“确保物理组件/设施正常运行”入手,考虑物理层控制器作为防御者具有先动优势的安全场景,建立用于描述其与工业APT恶意控制输入之间攻防互动行为的随机激励Stackelberg博弈模型,根据相应的仿射激励解进行控制器设计,对恶意控制输入进行定向安全诱导,实现物理层安全防护。2、基于耦合博弈的信息层最优防御策略、物理层安全控制器设计考虑攻击者能力最大化的安全场景,分别在信息层与物理层构造相互耦合的重复Stackelberg安全博弈与安全控制两人零和随机微分博弈(Zero-sum stochastic differential game,ZSSDG)。以物理环境动力系统模态切换率与信息安全效用为关键耦合要素,建立安全威胁跨层级扩散量化映射模型。通过求解耦合博弈问题,得到工业CPSs单智能体层级化安全防护策略。3、基于改进型耦合博弈模型的加密单智能体层级化安全防护设计在信息层安全博弈问题中引入不完全信息结构,构造改进型安全信号博弈(Modified security signal game,MSSG)模型,并提出实时性指标量化模型;在物理层安全控制博弈问题的环境动力系统中引入随机时延,求解最优干扰抑制能力作为系统性能量化指标,实现耦合博弈模型在特定应用场景下的博弈要素优化与精细化描述改进,进而求解针对典型加密工业CPSs的层级化安全防护策略,并通过实物平台验证其有效性。4、基于相互依赖性安全博弈的多智能体信息层安全激励策略设计在单智能体防护研究基础上,进一步针对工业CPSs多智能体架构下的信息层安全威胁扩散现象,构造Stackelberg相互依赖性安全博弈(Stackelberbg interdependent security game,SISG)模型,量化描述多智能体架构下的信息层安全相互依赖性以及安全决策负外部性,并综合考虑前述单智能体信息-物理层耦合关系,通过求解子博弈精炼纳什均衡(subgame perfect Nash equilibrium,SPNE)得到信息层安全激励策略,实现对各个智能体信息层安全防护行为的正向激励,消除安全决策负外部性,提升系统整体安全性,实现信息层耦合工业CPSs多智能体安全防护。5、基于随机微分博弈的多智能体物理层安全控制器设计在工业CPSs多智能体集中式信息结构下,考虑通过各单智能体系统状态变量相互耦合的环境动力系统与控制代价函数,以及攻击能力最大化的工业APT攻击者,构造相应N-最劣非零和随机微分博弈(Nonzero-sum stochastic differential game,NZSSDG)模型,通过求解状态反馈纳什均衡得到物理层安全控制策略,实现物理层耦合工业CPSs多智能体安全防护,使得各单智能体系统能够在攻击者直接(恶意控制代码注入)和间接(次生破坏)影响的双重作用下,仍保持系统的稳定运行。最后对论文的研究工作进行了总结,并对未来的研究方向进行了分析与展望。
黄思翔[4](2020)在《考虑碳排放和建设效用的陆港选址研究》文中指出陆港是内陆地区具有“一关三检”功能的物流节点。陆港利用公铁联运、铁水联运等方式,极大地完善了内陆地区的集疏运体系,同时缓解了各大港口的港城矛盾,保证了海港货源的稳定性和差异化服务能力。中国目前运营的陆港数量较少,远低于欧美等发达国家水平,且空间分布不均匀,大都分布于北方和东南沿海一带;已建成的陆港中,部分陆港存在能力不足,效率低下等问题,无法满足内陆地区的外贸需求。中国目前陆港运营的时间较短,在陆港城市的规划和建设方面缺乏理论和方法的支撑,还需大量地借鉴其他国家的发展经验。前人在陆港选址的研究中,主要以选址成本最小为目标函数,对于碳排放和选址城市属性对陆港选址的影响考虑的较少。本文基于设施选址理论,按照选址考虑的因素逐渐增多的递进关系,分析不同因素对陆港选址的影响。首先,本文构建考虑碳排放的双层多目标规划问题,上层模型从陆港的决策者角度出发,选取陆港建设的系统总成本和碳排放量两个指标作为模型的目标函数;下层模型从陆港的使用者角度出发,以货主的运输总成本为目标函数。进一步的,本文结合城市本身指标和投资回报率对陆港选址的影响,构建陆港建设效用函数,并将前一个模型碳排放量的计算结果作为约束代入到模型中,以建设效用最大和碳排放量最小为目标函数建模。模型采用收敛性较好的NSGAII算法进行求解。最后以中国陆港建设较为薄弱的地区——云贵地区对象进行实例分析,确保模型的切实可行。
吴洋[5](2020)在《多目标进化算法在物流配送中心选址中的研究与应用》文中研究指明随着社会经济的快速发展和电商时代的到来,物流行业作为第三产业的重要组成部分,其物流体系建设和服务能力提升,对于发展现代物流和促进产业结构升级具有重要作用。而配送中心作为物流活动系统化和规模化的必然产物,具有采购、存储、配组、加工等物流系统功能,是现代物流体系建设的关键环节。但其发展至今仍然存在着诸多问题,如基础设施薄弱、现代化程度不高、功能不健全以及选址不甚合理等。其中,配送中心选址问题不仅关系着配送中心的正常运转和系统功能发挥,还影响着配送中心物流成本和服务水平的高低。因此,优化物流配送中心选址对于提高物流配送效率,完善现代物流服务体系建设具有重要理论意义和现实意义。本文通过对国内外配送中心选址问题相关文献综述发现,目前大多数研究以追求配送中心物流成本最低为主要目标进行建模和优化,而选址结果常以牺牲顾客服务体验为代价。并且随着客户需求日益多样化和行业服务水平的整体提升,配送中心的配送效率和服务质量与物流成本间的矛盾在配送中心选址问题中越来越突出。为解决这一问题,本文兼顾企业目标和客户满意,以物流成本最小和客户时间满意度最大为优化目标,并且考虑配送中心容量限制,以及客户配送时间限制等实际约束条件,构建带有约束惩罚项的多目标物流配送中心选址问题模型。为求解该模型,本文进一步对求解算法进行了研究,发现基于分解的多目标进化算法(MOEA/D)为每个搜索能力不同的子问题分配相同邻域规模的缺陷。针对此问题,本文提出了一种基于个体进化动态分配邻域的分解多目标进化算法(MOEA/D-SD)。该算法首先在收敛性方向和多样性角度上评估个体的进化状态;然后根据进化状态动态调节邻域大小,为每个子问题分配合适的邻域规模,并通过在标准测试函数上对比几种典型的多目标进化算法,验证了MOEA/D-SD算法的收敛性有明显提升,算法资源分配更加合理,所求解集整体质量得到了提升;最后将该算法应用求解本文物流配送中心选址问题中,优化结果实现了配送中心选址兼顾物流成本最低和客户时间满意度最大双重优化目标,并且为决策者提供多种具有pareto最优的选址方案。
朱海[6](2020)在《铁路客运枢纽旅客换乘行为分析与衔接系统协调研究》文中认为伴随我国高速铁路的快速发展,以北京南站、武汉站、成都东站等为代表的现代化铁路客运站陆续完成规划建设,开始进入运营组织阶段。作为连接铁路运输网与城市交通网的重要节点,这些铁路客运站往往汇集了常规公交、城市轨道交通、出租车、私家车、网约车等多种城市交通方式,形成铁路客运枢纽。上述各类城市交通系统承担着铁路出发和抵达旅客的聚集与疏解衔接任务,共同组成了铁路客运枢纽的衔接系统。衔接系统的协调状况不仅影响着铁路旅客的出行效率,也影响着铁路客运枢纽功能的发挥、运输企业的效益以及城市的形象。运营计划层面的枢纽衔接系统协调,主要包括运能协调和时间协调两个方面,分别对应衔接方式间的运能结构匹配问题和衔接方式内的发车频率优化问题。但现有工作主要存在三方面的不足:一是现有行为分析调查对试验策略的选择,即试验设计方法和试验情景数的联合选择问题研究较少,难以有效指导试验情景表的构建。二是现有枢纽换乘行为分析模型只能描述旅客对衔接方式选择影响因素的偏好异质性,忽略了对属性处理异质性的表达。三是传统协调优化模型对需求弹性以及弹性的异质性考虑不足,将运能协调和时间协调作为两个独立问题来处理,忽略了弹性需求下运能协调和时间协调间存在的关联性。为了能更好掌握铁路旅客衔接换乘行为、进而有效开展衔接系统运能与时间一体化协调优化,本文对衔接换乘行为调查试验设计策略、衔接换乘行为分析复合异质性模型、旅客衔接换乘等候时间价值、考虑异质性需求弹性的衔接系统协调建模技术等问题进行了研究。主要完成工作和结论如下:1.开展铁路客运枢纽衔接系统组成及参与主体交互分析,梳理“衔接交通政策”、“衔接交通服务”、“旅客衔接方式选择”三者间的双向关联,探讨开展旅客衔接换乘行为分析在衔接系统协调研究中的必要性。分析衔接系统服务水平在衔接系统“能力协调”和“时间协调”间的桥梁作用,提出衔接系统“运能”与“时间”一体化协调的研究问题。探讨“集中指挥”和“自组织”两种衔接系统协调管理机制,分析两种机制下衔接系统的供需平衡关系和协调演化路径,为后续开展旅客衔接换乘弹性需求描述、统筹开展衔接系统运能和时间一体化协调建模理清思路。2.从提升叙述偏好调查数据质量的角度,基于数值分析法对常用叙述偏好调查试验设计方法在不同试验情景数下的统计特性进行了比较,提出了一种联合均匀设计方法与效率设计方法的两阶段试验设计策略。以成都东客站聚集和疏解旅客衔接换乘方式选择问题为实证对象,对提出的试验设计策略进行了应用。结果表明,均匀-效率两阶段试验设计策略同时具备均匀设计方法试验情景数选择灵活的优势,以及效率设计方法参数标定精度优良的特点,在两个衔接方向上均能有效减少试验设计情景数、降低问卷调查发放与回收工作量、提高调查效率,具有良好的实际操作性。同时,针对预调查中发现的部分受访者主动忽略或合并处理部分属性信息的现象,在第二阶段调查中增加了受访者属性处理异质性的自述调查,采集了受访者属性处理自述数据。3.针对调查过程发现的受访者属性处理异质性现象,提出一种能同时表达受访旅客属性偏好、属性处理双重异质性的换乘行为分析复合异质性模型,提升了换乘行为分析模型的解释能力和精细化表达水平。在效用函数中引入属性考虑指示变量和合并赋权参数变量,结合旅客偏好异质性的离散型偏好分布描述,实现了复合异质性的复合表达,拓展了传统离散选择模型中的全属性处理假设,弥补了只能进行属性偏好异质性描述的缺陷。针对复合异质性模型参数标定解析求解复杂的特点,给出了基于BHHH算法的极大似然函数估计参数标定方法。以成都东客站为实证对象,构建了铁路旅客聚集和疏解衔接方式选择的复合异质性模型,并结合调查数据完成了复合异质性模型及其有关单异质性模型的参数标定工作。通过比较不同模型在调整R2、标准化赤池信息量指数、求解时长、属性显着性捕捉能力,等四个方面的表现,验证了复合异质性模型相比传统离散选择模型在拟合效果和属性显着性表达能力方面的优良性。4.面向集中指挥和自组织两种协调组织机制,分别构建了考虑异质性需求弹性的多目标优化模型和广义纳什均衡博弈模型,实现了枢纽衔接系统能力与时间的一体化协调优化,拓展了传统协调优化模型中的同质化需求弹性假设,弥补了能力协调与时间协调分散优化的不足。针对集中指挥机制多目标优化问题求解中的帕累托解集特征,设计了基于NSGAII的求解算法和基于模糊隶属度的最佳妥协解选择方法;针对自组织机制广义纳什均衡博弈问题,证明了广义纳什均衡解的存在性,并将其转化为一个非线性约束的非线性规划问题,设计了遗传算法进行求解。以成都东客站一天中高峰、平峰、夜间三个时段为背景开展了算例分析,验证了模型的有效性,借助两种机制协调状态的表征量分析结果,提出了协调管理的政策建议。本文的研究完善了叙述偏好试验设计策略选择方法,能有效减少试验设计情景数、降低问卷调查发放与回收工作量、提高调查效率。拓展了传统离散选择模型中的全属性处理假设,弥补了只能进行属性偏好异质性描述的缺陷,实现了枢纽换乘行为分析的复合异质性表达、提高了模型解释能力和描述准确性。拓展了传统协调优化模型中的同质化需求弹性假设,弥补了能力协调与时间协调分散优化的不足,实现了考虑异质性需求弹性的枢纽衔接系统能力与时间一体化协调优化。可为运营计划层面的衔接系统协调方案制定提供方法借鉴和决策支持。
王一晨[7](2020)在《出行者有限理性路径选择行为与模型的实证研究》文中研究说明交通流分配研究是城市交通规划的重要理论基础,而出行路径选择行为直接决定交通流分配的结果,是城市交通系统分析的重要内容。在行为决策的不断发展之下,有限理性出行行为影响因素研究、有限理性路径选择理论模型应运而生。有必要对不同的有限理性行为特征及影响因素进行系统地梳理与验证,为了凸显理论模型的实际意义,也需要相应实证研究的支撑。因此,本文对出行者路径选择行为进行深入系统地分析,重点利用大规模数据集,从理论与实证两个角度系统分析有限理性行为特征及有限理性路径选择决策规则。对主流的有限理性路径选择理论模型进行参数拟合与预测,比较实际应用效果。在此基础之上,对考虑可变时间价值的路径选择模型进行进一步的改进以提高模型对实际问题的解释能力。具体研究内容和结论如下:首先,从心理学和决策科学等视角,对有限理性因素进行了系统的梳理和详细的分析;系统地对现有考虑有限理性的路径选择模型进行对比剖析,包括考虑单一有限理性因素的路径选择模型,如常规Logit路径选择模型、考虑非对称偏好的路径选择模型和考虑惯性阈值的路径选择模型以及综合考虑多种有限理性因素的可变时间价值路径选择模型及拓展。分析不同假设前提下的出行路径选择行为规则,从各个角度分析现有模型中考虑到的个体行为决策因素,比较之间的区别与联系,延伸与拓展,从多角度理解模型的特点,行为的量化方式,所依赖的决策依据以及所适用的参数估计方法。然后,对影响路径选择行为的多个有限理性因素进行实证的验证。通过Wilcoxon秩和检验,Kruskal-Wallis秩和检验等非参数假设检验方法以及Logistic分类方法,△-推断启发式决策方法等实证方法对数据集中体现的出行者的有限理性行为特征进行验证,检验结果表明在一定显着性水平之下,决策者具有非对称偏好行为特征和满意型行为特征。最后,对现有的四个路径选择模型进行了系统的对比分析与参数拟合并进一步地提出了更能准确预测实际路径选择行为的改进的可变时间价值路径选择模型。运用极大似然估计方法,模拟极大似然估计法,全局搜索等方法对各模型进行参数拟合并进行预测。比较各模型的优良性,总体显着性和预测精度,探究不同模型对出行者实际出行行为的解释能力。综上所述,本文利用大规模数据集,从理论与实证角度对有限理性行为特征及影响因素进行了系统的梳理和详细的分析,运用不同参数估计方法得出了不同路径选择模型的参数估计以及预测结果,系统地验证了各理论模型在实际出行选择中的适用性。在此基础之上,提出拟合优度更高的改进的可变时间路径选择模型,提高了预测准确度,为实际交通问题研究中路径选择模型的选择提供了依据。
黄丽[8](2020)在《多机器人巡逻系统的智能优化与动态协同》文中研究指明多机器人系统的空间分布能力、信息共享能力和功能扩展能力使其在安全防卫和灾害响应等领域具有良好的应用潜力与发展前景,巡逻任务作为其中重要的一环,不仅要求从全局角度对机器人调度进行优化,还需使机器人保持自主的协同能力从而适应环境的动态变化。基于此,本文分别针对集中式和分布式的多机器人巡逻系统展开了研究,根据不同的应用背景,由简单至复杂,由静态至动态,运用生物智能启发的优化算法全局规划巡逻路径,设计基于事件驱动控制的协同方法提升巡逻策略的自适应性,旨在使机器人实现高效、自主、智能地巡逻,主要研究内容包含如下几个方面:(1)针对目前多机器人巡逻领域特别是国内研究中相关综述文献的空白,本文对2002年巡逻问题首次被正式提出并定义以来的代表性研究成果进行了回顾,根据环境中是否存在外来入侵者这一条件将已有研究成果分为普通巡逻和对抗巡逻两个大类。在这两个类别中,环境的不同导致了巡逻目标的不同,进一步导致了巡逻方法的不同,因此,本文对每类问题从模型建立、评价指标和协同方法等方面进行了总结,系统性地归纳了多机器人巡逻系统的知识体系和理论框架,并提出了目前存在的开放性问题和待研究方向。(2)基础的静态巡逻问题可以看作是多机器人多目标点的任务分配问题,对此,本文首先提出了一种基于Softmax回归的小生境免疫优化算法,以解决多机器人任务分配中的多峰优化问题。该算法采用Softmax回归对小生境免疫优化算法迭代过程中产生的新抗体进行预判,淘汰预估效果不好的个体,减少进入适应度评价过程的抗体个数,降低相应的计算时间,从而提高算法时间性能。此外,针对多机器人任务分配问题的特点,本文受碱基对变异理论启发设计了引导变异算子,进一步提高算法的搜索能力。通过在多峰优化测试函数和多机器人任务分配问题上的仿真实验,算法在时间性能和优化能力方面的提升得以验证。(3)针对恶劣天气条件下航运灾害响应系统中的多机器人巡逻问题,本文从资源损耗、时效性和紧急性等三个方面建立了多目标优化模型,受免疫内分泌短反馈网络的启发,提出了一种基于生物智能的优化算法。该算法根据巡逻路径的特点定义了冗余解和交叉解,采用贝叶斯学习调节抗体不同基因位的变异概率,减少新种群中这两种不被期望的解的数量,提高算法的变异效率。此外,该算法还定义了保留系数用来更新存储在记忆细胞中的抗体,降低适应度值相似的非支配解浓度,间接提高种群多样性。本文在多个测试函数上验证了算法的多目标优化能力,通过与其他启发式算法的比较验证了该算法在解决此类航运巡逻路径规划问题上的高效寻优性能和快速收敛性能。(4)针对航运污染监测中多机器人系统对移动船只的自主巡逻问题,本文提出了一种基于事件驱动控制的分布式协同策略。在机器人选择巡逻目标时,本文提出了一种双向评价机制,定义了前向效用方程和后向效用方程分别作为从机器人角度评价船只和从船只角度评价机器人的判断准则。当双方均认为彼此是各自最合适的巡逻目标和巡逻者时,这个双向选择过程即可达成,机器人确定该船只为其巡逻目标,并将巡逻目标附近的船只纳入其后续巡逻任务队列。在机器人向各自巡逻目标的移动过程中,本文定义了三种事件类型,当其中之一发生时,与该事件有关的两个机器人之间进行通信,确定协同模式,从而提高整体工作效率。本文通过与其他前沿算法的比较验证了所提策略在船只访问频率上的提高,并对该策略在航运污染监测问题上的应用进行了讨论与分析。最后,本文对所有工作进行了总结,分析了目前研究中存在的不足,对有待进一步解决的问题进行了展望。
王婷[9](2020)在《绿色施工项目管理多目标均衡优化研究》文中指出近年来,随着可持续发展战略的提出,低碳经济逐步成为世界经济的主要发展方向。建筑业作为我国的支柱产业,绿色施工管理必然会成为建筑业项目管理的主要发展方向。绿色施工管理是在传统施工管理三大目标的基础上考虑了环境保护的因素,在低碳经济理念的倡导下,对传统建设项目多目标管理作出相应调整,以适应当今建筑业的发展方向,促进建筑业实现可持续发展。本文主要对绿色施工项目管理多目标均衡优化问题进行研究,即在传统施工项目管理三大目标的基础上考虑了环境保护的因素,进而形成绿色施工项目管理工期-成本-质量-环保的多目标均衡优化管理体系。基于该目的,首先,对绿色施工项目管理各目标的内涵进行阐述。然后,通过对工期与成本目标间的相互影响分析,在工期效益的基础上构建工期与成本的数学模型,并对其变化规律进行分析;通过对质量和成本目标间的相互影响分析,深入研究质量与成本的协调控制,提出合理质量成本的概念;分析质量与工期目标间的关系,通过合理的质量量化方法,构建质量与工期的数学模型;通过环境与其他目标间的相互关系及工程项目对环境的影响分析,构建环境与其他目标间的数学模型。接下来,通过分析工期与质量、成本及环保之间的相互关系,运用多属性效用函数理论构建绿色施工项目多目标管理均衡优化模型,并利用MATLAB软件进行求解,解决了多目标优化模型求解繁琐的难题。最后,本文通过实证分析,论证该模型的合理性和可行性,对于解决绿色施工项目管理多目标均衡优化提供了新的思路和方法,具有一定的现实价值和指导意义。
宋玮[10](2019)在《考虑行为的绿色供应商多属性决策研究》文中进行了进一步梳理“决策无处不在”,而最具代表性的多属性决策具有丰富的理论基础,在供应链管理、应急管理、交通管理、金融分析、工业工程等众多领域中具有广泛的应用背景。传统的多属性决策往往假定决策者所处的内外部环境是完全确定的、静止的,而且决策者在决策过程中完全理性,学者们更多地运用期望效用理论来进行分析和研究,但在实际决策过程中,决策者通常表现出有限理性,决策的内外部环境也并非静止不变,运用传统的理性决策理论和方法来解决相关问题可能并不适合。另一方面,理论界和企业界对供应链管理进行了深入的研究和运用,对于个体企业的生存发展和整个社会经济的高速增长都发挥了显着的促进作用,而供应商管理是供应链管理中需要研究和解决的关键内容,大致上历经了从传统供应商管理到供应链环境下的供应商管理再到绿色供应商管理的发展阶段,每个阶段都有不同的管理目标和管理模式,针对供应商的选择也有不同的内涵和研究方法。一些学者尝试从不同角度对绿色供应商的评价问题进行了分析和阐述,取得了一些研究成果,然而这些研究成果相对比较零散,尚未形成较为系统的研究体系;同时,缺乏特定背景下考虑决策者心理行为因素的绿色供应商动态选择与制造任务分配的集成研究。因此,在考虑行为的多属性决策理论框架下,对绿色供应商的选择进行系统研究具有重要的理论意义和现实价值。本文的研究围绕主题由浅入深展开,以绿色供应商的静态选择、绿色供应商的动态选择、考虑风险和柔性因素的绿色供应商动态选择和制造任务分配的集成研究为论文的主线,具体包括以下内容:(1)本文在全面阐述绿色供应商的概念、内涵、特征,明确绿色供应商与非绿色供应商区别的基础上,针对“考虑行为”、“有限理性”思想在绿色供应商选择中的应用进行了系统分析,构建了考虑行为的绿色供应商静态选择问题的研究框架。具体来讲,设计了包含环境效益在内的评价指标体系,针对不同类型指标属性值,基于前景理论的研究范式,构建了评价模型,并通过案例分析,验证了方法的有效性,解决了“有限理性”、“不同类型数据”情况下的指标值确定和比较问题,为解决考虑行为的绿色供应商静态选择提供了良好的研究方法。(2)本文研究了包含“缺陷信息”的绿色供应商动态选择方法。具体来讲,在与绿色供应商静态评价指标进行比较分析的基础上,构建了绿色供应商动态选择的指标体系,引入了符合动态决策特性的第三代前景理论(PT3)和广义优序法;再根据灰色关联分析法,计算不同时期各项评价指标的权重;同时,针对绿色供应商表现的一致性水平,为避免个别企业快速或恶意提升评价结果的情况,定义了时间衰减因子,采用指数变权法,引入惩罚函数,并通过定义认可程度和惩罚水平,对于广义优序数低于认可程度的候选绿色供应商进行惩罚,所计算的时序权重既反映了时间效用,也体现了对不稳定或刻意提高评价效果的候选绿色供应商的厌恶和排斥,为解决包含“缺陷信息”的绿色供应商动态选择问题提供了新的研究思路和框架。(3)本文研究了考虑风险和柔性因素的绿色供应商动态选择及制造任务分配问题。鉴于供应商风险和柔性因素对于评价结果具有显着影响,本文将绿色供应商风险和柔性因素引入绿色供应商评价指标体系和评价方法中,并在此基础上,基于第三代前景理论(PT3)、解释结构模型法(ISM)和网络层次分析法(ANP),提出了一个综合评价模型;同时,考虑到绿色供应商动态评价的多周期、多因素和复杂性的特点,引入了变权重理论,明确了“制造任务分配”问题的研究背景和假设,构建了绿色供应商的动态选择与制造任务分配模型;最后,运用改进的粒子群算法(PSO)进行求解,为解决考虑风险和柔性因素的绿色供应商动态排序选择及制造任务分配问题的集成研究提供了新的思路和方法。综上所述,本文运用行为决策理论的思想,对绿色供应商的静态和动态选择方法进行了系统的研究,并集成研究了动态选择情况下制造任务的分配问题,进一步完善了绿色供应商选择问题的研究框架,特别为本领域在“考虑决策者心理行为因素”、“动态选择”、“模糊数据”、“缺陷信息”、“集成排序选择与制造任务分配”等背景下进一步深入研究奠定了较为坚实的理论和方法基础。
二、基于决策者效用函数上的目标规划模型(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于决策者效用函数上的目标规划模型(论文提纲范文)
(1)含大规模风电的发—输—配电系统充裕性优化决策研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 发电充裕性评估模型 |
1.2.2 发电充裕性优化模型 |
1.2.3 输电系统可用输电能力决策 |
1.2.4 配电系统充裕性评估 |
1.3 研究内容及结构 |
1.3.1 研究内容 |
1.3.2 研究结构 |
1.4 论文的主要创新点 |
第2章 相关基础理论研究 |
2.1 发电充裕性评估理论 |
2.1.1 发电充裕性指标概述 |
2.1.2 发电充裕性指标的计算 |
2.1.3 基于蒙特卡洛法的发电充裕性评估 |
2.2 拟蒙特卡洛法 |
2.3 随机优化与场景分析理论 |
2.3.1 随机优化的基本概念与模型 |
2.3.2 场景分析理论 |
2.4 相关性分析理论 |
2.4.1 相关系数 |
2.4.2 Copula理论 |
2.4.3 藤Copula理论 |
2.5 风险度量 |
2.5.1 风险与风险度量概述 |
2.5.2 VaR和CVaR的定义及性质 |
2.5.3 VaR和CVaR的计算方法 |
2.6 本章小结 |
第3章 基于需求响应的含风电系统发电充裕性评估模型 |
3.1 发电机组特性建模 |
3.1.1 发电机组出力特征建模 |
3.1.2 发电机组的可靠性模型 |
3.2 用户负荷特征建模 |
3.2.1 刚性负荷 |
3.2.2 可中断负荷 |
3.2.3 可转移负荷 |
3.3 用户参与需求响应策略分析 |
3.3.1 前景理论中的价值函数 |
3.3.2 用户主观效用值的计算 |
3.3.3 基于改进Roth-Erev算法的用户行为意愿模型 |
3.4 考虑大规模风电消纳的需求响应调度模型 |
3.5 发电充裕性评估模型 |
3.5.1 发电充裕性指标的计算 |
3.5.2 发电充裕性评估模型 |
3.6 算例分析 |
3.6.1 测试系统与基本数据 |
3.6.2 发电充裕性评估结果及分析 |
3.6.3 对比分析 |
3.7 本章小结 |
第4章 基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型 |
4.1 基于Sobol序列改进拉丁超立方抽样的随机场景生成方法 |
4.1.1 风速预测误差的非参数分布模型 |
4.1.2 基于D-vine Copula的风速预测误差相关性分析模型 |
4.1.3 Sobol序列改进的拉丁超立方抽样方法 |
4.1.4 基于SaLHS的随机场景生成方法 |
4.2 基于Glue-VaR的发电充裕性评估指标 |
4.3 考虑发电充裕性风险的调度优化模型 |
4.3.1 目标函数 |
4.3.2 约束条件 |
4.3.3 基于熵权-加权聚合和积评价的多目标求解方法 |
4.4 算例分析 |
4.4.1 基于SaLHS的风速预测误差场景生成 |
4.4.2 多目标日前随机调度结果及分析 |
4.4.3 对比分析 |
4.5 本章小结 |
第5章 基于期望分位数的含风电系统可用输电能力的决策模型 |
5.1 考虑大规模风电消纳的可用输电能力决策问题分析 |
5.1.1 可用输电能力评估框架 |
5.1.2 考虑相关性的多风电场联合出力不确定性建模 |
5.1.3 考虑大规模风电消纳的可用输电能力评估模型 |
5.2 基于联合累积量的可用输电能力概率评估模型 |
5.3 基于期望分位数的风险可用输电能力决策模型 |
5.3.1 期望分位数 |
5.3.2 基于期望分位数的风险可用输电能力评估指标 |
5.3.3 基于期望分位数的风险可用输电能力决策步骤 |
5.4 算例分析 |
5.4.1 测试系统与基本数据 |
5.4.2 可用输电能力评估结果及分析 |
5.4.3 对比分析 |
5.5 本章小结 |
第6章基于相对鲁棒GVaR的配电系统风电接入充裕性优化模型 |
6.1 基于相对鲁棒GVaR的风电接入充裕性指标 |
6.1.1 风电接入充裕性 |
6.1.2 相对鲁棒GVaR风险评估模型 |
6.1.3 基于相对鲁棒GVaR的配电系统风电接入充裕性指标 |
6.2 风电-负荷分级功率模型 |
6.3 考虑风电接入充裕性的随机-鲁棒混合优化模型 |
6.3.1 目标函数 |
6.3.2 约束条件 |
6.4 随机-鲁棒混合优化模型转换与求解 |
6.5 算例分析 |
6.5.1 测试系统与基本数据 |
6.5.2 优化结果及分析 |
6.5.3 对比分析 |
6.6 本章小结 |
第7章 研究成果与结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(2)应急物流数学规划模型框架的构建和改进 ——基于受灾者的角度(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义与贡献 |
1.3 研究路线与研究方法 |
1.4 研究内容与研究结构 |
第2章 理论基础与研究综述 |
2.1 应急物流的理论基础 |
2.1.1 应急物流的概念及发展历程 |
2.1.2 应急物流与传统商业物流之间的区别 |
2.1.3 应急物流的分类、特性与基本要素 |
2.1.4 应急物流数学规划建模 |
2.2 应急物流的研究主题 |
2.2.1 应急物流运作流程 |
2.2.2 应急物资储备 |
2.2.3 应急物资筹措 |
2.2.4 应急物资运输与调度 |
2.2.5 应急物资分配 |
2.2.6 应急物资发放 |
第3章 应急物流数学规划模型框架 |
3.1 影响应急物流数学规划模型分类的因素 |
3.1.1 应急物流的阶段 |
3.1.2 目标函数 |
3.1.3 约束条件 |
3.1.4 其他因素 |
3.2 以情境为导向的模型分类 |
3.2.1 四种应急物流基本情境 |
3.2.2 基本应急物流情境的拓展 |
3.2.3 约束条件的作用 |
3.3 应急物流数学规划模型框架及一些启示 |
第4章 从目标函数的角度改进应急物流数学规划模型框架 |
4.1 以量化人类痛苦函数衡量应急物流行动的效果 |
4.1.1 匮乏成本 |
4.1.2 匮乏水平 |
4.1.3 匮乏水平与匮乏成本函数的关系 |
4.1.4 总结 |
4.2 改进成本类函数 |
4.2.1 效率类函数的定义 |
4.2.2 效率类函数的应用—扩充固定框架协议 |
4.2.3 案例分析 |
4.2.4 总结 |
4.3 考虑感知不平衡的公平性函数 |
4.3.1 公平与效果 |
4.3.2 感知不平衡 |
4.3.3 基础模型与分析 |
4.3.4 α-公平函数的调整与算例 |
4.3.5 总结 |
4.4 目标函数改进后的应急物流数学规划模型框架 |
第5章 从应急物流阶段的角度改进应急物流数学规划模型框架 |
5.1 准备阶段:需求预测 |
5.1.1 应急物资需求的定义与分类 |
5.1.2 应急物资需求预测方法 |
5.1.3 总结 |
5.2 响应阶段:决策模式 |
5.2.1 集中式决策VS分散式决策 |
5.2.2 以新冠为例讨论集中式决策与分散式决策 |
5.2.3 总结与讨论 |
5.3 改进后的应急物流数学规划模型框架 |
第6章 研究总结与展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的研究成果 |
(3)基于博弈论与控制论的多智能体工业CPSs层级化安全防护研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单、术语表 |
第1章 绪论 |
1.1 课题的研究背景与意义 |
1.2 工业CPSs安全威胁与安全防护分析 |
1.2.1 针对工业CPSs的高级可持续安全威胁分析 |
1.2.2 基于博弈论与控制论的工业CPSs安全防护分析 |
1.2.3 后续主要研究内容中所涉及的几类经典博弈问题 |
1.3 国内外研究现状 |
1.3.1 工业CPSs物理层安全防护机制研究 |
1.3.2 工业CPSs层级化安全防护机制研究 |
1.3.3 多智能体结构下工业CPSs安全防护研究 |
1.4 本文主要研究工作与结构安排 |
第2章 基于激励Stackelberg博弈的物理层安全控制器设计 |
2.1 引言 |
2.2 两人激励Stackelberg安全博弈问题构造 |
2.3 团体最优问题与相应的两人LQZSSDG |
2.4 因果性仿射激励解存在性证明与显式表达 |
2.5 小结 |
第3章 基于耦合博弈的单智能体层级化安全防护设计 |
3.1 引言 |
3.2 物理层与工业信息层安全博弈模型构造 |
3.2.1 物理层安全控制随机微分博弈模型 |
3.2.2 工业信息层Stackelberg安全博弈模型 |
3.3 基于信息-物理层耦合关系的博弈效用函数精炼 |
3.4 物理层安全控制随机微分博弈求解 |
3.5 工业信息层重复Stackelberg安全博弈求解 |
3.6 层级化安全防护算法与数值仿真实验 |
3.6.1 层级化安全防护算法 |
3.6.2 数值仿真实验 |
3.7 小结 |
第4章 基于改进型耦合博弈的加密单智能体安全防护设计 |
4.1 带有随机时延的物理层安全控制博弈模型 |
4.2 工业信息层改进型安全信号博弈模型 |
4.2.1 信号博弈模型及其安全领域应用 |
4.2.2 改进型安全信号博弈 |
4.3 基于实际工业加密安全场景的博弈要素合理量化 |
4.3.1 工业信息层加解密时延分析 |
4.3.2 工业信息层实时性量化参数分析 |
4.3.3 工业信息层IDPS入侵检测组件检测率/误报率量化分析 |
4.4 PBNE博弈均衡分析 |
4.4.1 纯策略PBNE分析 |
4.4.2 混合策略PBNE分析 |
4.5 层级化安全防护算法与仿真验证 |
4.5.1 层级化安全防护算法 |
4.5.2 仿真验证 |
4.6 小结 |
第5章 基于相互依赖性安全博弈的多智能体信息层安全激励策略设计 |
5.1 引言 |
5.2 工业信息层Stackelberg相互依赖性安全博弈模型 |
5.2.1 Stackelberg相互依赖性安全博弈框架 |
5.2.2 基于信息-物理层耦合关系的综合效用函数 |
5.2.3 基于相互依赖性安全的综合时延参数模型修正 |
5.3 两人场景下的SPNE解及个体/全局最优策略一致性分析 |
5.3.1 两人对称型SISG的SPNE解 |
5.3.2 两人非对称型SISG的SPNE解 |
5.4 多人场景下的SPNE解及个体/全局最优策略一致性分析 |
5.5 实物测试平台与实验验证 |
5.6 小结 |
第6章 基于随机微分博弈的多智能体物理层安全控制器设计 |
6.1 引言 |
6.2 物理层耦合多智能体的安全控制微分博弈模型构造 |
6.3 两人ZSSDG与恶意干扰输入全局最劣策略求解 |
6.4 N-人最劣NZSSDG与集中式信息结构安全控制器求解 |
6.5 数值仿真实验 |
6.6 小结 |
第7章 总结与展望 |
参考文献 |
攻读博士学位期间所获得的科研成果 |
(4)考虑碳排放和建设效用的陆港选址研究(论文提纲范文)
中文摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 陆港对城市发展和环境治理的作用 |
1.2.2 陆港的运作模式 |
1.2.3 陆港选址方法的相关研究 |
1.2.4 国内外文献评述 |
1.3 研究目标、内容及技术路线图 |
1.3.1 研究目标 |
1.3.2 研究内容 |
1.3.3 技术路线图 |
2 概念界定及理论基础 |
2.1 陆港选址的相关概念 |
2.1.1 相关概念的界定 |
2.1.2 陆港的功能及作用 |
2.1.3 陆港选址的特点 |
2.2 理论基础 |
2.2.1 设施选址理论 |
2.2.2 绿色物流理论 |
3 考虑碳排放的陆港选址模型 |
3.1 问题的提出 |
3.2 考虑碳排放的陆港选址模型 |
3.2.1 双层多目标规划的原理及应用 |
3.2.2 模型假设 |
3.2.3 上层决策者模型 |
3.2.4 下层参与者模型 |
3.2.5 考虑碳排放的陆港选址模型 |
3.3 求解算法 |
3.3.1 带有精英保留策略的快速非支配排序遗传算法 |
3.3.2 算法具体步骤 |
3.4 本章小结 |
4 考虑碳排放和建设效用的陆港选址模型 |
4.1 基于城市属性指标的建设效用函数 |
4.1.1 效用理论及Logit模型的原理 |
4.1.2 建设效用函数的构建 |
4.1.3 相关指标的选择和界定 |
4.2 考虑碳排放和建设效用的陆港选址模型 |
4.2.1 模型假设 |
4.2.2 考虑碳排放和建设效用的陆港选址模型 |
4.3 求解算法 |
4.4 本章小结 |
5 中国云南、贵州两省的陆港选址研究 |
5.1 云南、贵州两省陆港建设现状分析 |
5.1.1 陆港建设环境 |
5.1.2 陆港建设现状 |
5.1.3 陆港发展存在的问题 |
5.2 云南、贵州两省陆港建设的重要意义 |
5.3 考虑碳排放的陆港选址算例分析 |
5.3.1 候选城市的选择 |
5.3.2 数据收集 |
5.3.3 计算结果及分析 |
5.4 考虑碳排放和建设效用的陆港选址算例分析 |
5.4.1 效用函数的参数标定 |
5.4.2 计算结果及分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 本文的主要结论 |
6.2 未来的研究展望 |
参考文献 |
附录A Logit模型相关数据 |
附录B MATLAB主程序文件 |
致谢 |
作者简历及攻读硕士期间取得的研究成果 |
学位论文数据集 |
(5)多目标进化算法在物流配送中心选址中的研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 配送中心选址的研究现状 |
1.2.2 多目标进化算法的研究现状 |
1.2.3 小结 |
1.3 研究内容及章节安排 |
1.3.1 研究内容 |
1.3.2 章节内容 |
1.4 本章小结 |
第二章 物流配送中心选址的理论与方法 |
2.1 物流配送的理论 |
2.1.1 物流配送理论 |
2.1.2 配送中心理论 |
2.2 配送中心选址的方法 |
2.2.1 配送中心选址问题描述 |
2.2.2 配送中心选址流程 |
2.2.3 配送中心选址的方法 |
2.3 本章小结 |
第三章 物流配送中心选址的算法研究 |
3.1 多目标优化问题基本概念 |
3.2 多目标配送中心选址问题 |
3.2.1 问题描述 |
3.2.2 模型假设及参数说明 |
3.2.3 模型建立 |
3.3 基于个体进化动态分配邻域策略的分解多目标进化算法 |
3.3.1 问题描述和分析 |
3.3.2 基于个体进化动态分配邻域策略 |
3.3.3 MOEA/D-SD的算法流程 |
3.3.4 仿真实验及结果分析 |
3.4 本章小结 |
第四章 MOEA/D-SD在物流配送中心选址中的应用 |
4.1 具体步骤及算法流程 |
4.1.1 编码 |
4.1.2 解码及适应值的求解 |
4.1.3 交叉与变异 |
4.1.4 评价与选择 |
4.2 算例及数值结果分析 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
作者简介 |
1 作者简历 |
2 攻读硕士学位期间发表的学术论文 |
3 参与的科研项目及获奖情况 |
学位论文数据集 |
(6)铁路客运枢纽旅客换乘行为分析与衔接系统协调研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究目标和主要研究内容 |
1.2.1 研究目标 |
1.2.2 研究内容 |
1.3 技术路线 |
1.4 论文结构 |
第2章 国内外文献综述 |
2.1 旅客衔接换乘行为分析 |
2.2 旅客衔接换乘行为调查 |
2.2.1 RP与SP调查法 |
2.2.2 SP调查试验设计 |
2.3 枢纽衔接系统协调优化方法 |
2.4 研究现状总结 |
第3章 考虑换乘行为的枢纽衔接系统协调内涵解析 |
3.1 铁路客运枢纽系统分析 |
3.1.1 铁路客运枢纽概念与功能 |
3.1.2 铁路客运枢纽模块分析 |
3.2 旅客换乘行为与衔接系统主体交互 |
3.2.1 旅客换乘行为 |
3.2.2 衔接系统组成 |
3.2.3 相关主体交互分析 |
3.3 衔接系统协调内容与管理机制 |
3.3.1 协调内容 |
3.3.2 协调管理机制 |
3.4 本章小结 |
第4章 SP试验设计策略与衔接换乘行为调查研究 |
4.1 衔接换乘影响因素与水平编码 |
4.1.1 铁路出行属性 |
4.1.2 衔接行程属性 |
4.1.3 旅客社会经济属性 |
4.2 均匀-效率两阶段试验设计策略 |
4.2.1 SP试验设计构建影响因素 |
4.2.2 SP试验设计策略比较 |
4.3 铁路旅客聚集与疏解衔接换乘行为调查 |
4.3.1 调查方案设计 |
4.3.2 调查实施过程 |
4.3.3 调查数据初步分析 |
4.4 本章小结 |
第5章 考虑复合异质性的衔接换乘行为分析模型 |
5.1 属性偏好与属性处理异质性 |
5.1.1 属性偏好异质性 |
5.1.2 属性处理异质性 |
5.2 复合异质性表达 |
5.2.1 建模思路 |
5.2.2 模型参数标定 |
5.3 聚集衔接方式选择复合异质性模型 |
5.3.1 模型描述 |
5.3.2 模型测试与比较 |
5.3.3 测试结果讨论 |
5.4 疏解衔接方式选择复合异质性模型 |
5.4.1 模型描述 |
5.4.2 模型测试与比较 |
5.4.3 测试结果讨论 |
5.5 本章小结 |
第6章 枢纽衔接系统协调优化研究 |
6.1 协调策略分析 |
6.1.1 弹性分析法 |
6.1.2 价格调整策略 |
6.1.3 车内时间调整策略 |
6.1.4 等候时间调整策略 |
6.1.5 衔接等候时间价值测算 |
6.2 集中指挥机制下的衔接系统协调优化 |
6.2.1 集中指挥优化模型构建 |
6.2.2 算法设计 |
6.2.3 最佳妥协解的选择 |
6.3 自组织机制下的衔接系统协调演进 |
6.3.1 广义纳什博弈模型构建 |
6.3.2 博弈均衡解的存在性证明 |
6.3.3 算法设计 |
6.4 算例分析 |
6.4.1 基础数据与参数设置 |
6.4.2 集中指挥机制协调 |
6.4.3 自组织机制协调 |
6.4.4 结果比较分析 |
6.4.5 政策建议 |
6.5 本章小结 |
结论与展望 |
致谢 |
参考文献 |
附录 |
附录A 基于真实水平的聚集衔接方式属性水平编码表 |
附录B 基于真实水平的疏解衔接方式属性水平编码表 |
附录C 聚集衔接换乘行为调查表项 |
附录C-1 聚集衔接换乘行为预调查均匀设计表 |
附录C-2 聚集衔接换乘行为预调查问卷示意 |
附录C-3 聚集衔接换乘行为第二阶段调查效率设计表 |
附录C-4 聚集衔接换乘行为第二阶段调查问卷示意 |
附录D 疏解衔接换乘行为调查表项 |
附录D-1 疏解衔接换乘行为调查均匀设计表 |
附录D-2 疏解衔接换乘行为预调查问卷示意 |
附录D-3 疏解衔接换乘行为第二阶段调查效率设计表 |
附录D-4 疏解衔接换乘行为第二阶段调查问卷示意 |
攻读博士期间发表论文与科研情况 |
(7)出行者有限理性路径选择行为与模型的实证研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 文献综述 |
1.2.1 路径选择行为规则研究 |
1.2.2 有限理性行为研究 |
1.2.3 出行行为实证研究方法 |
1.2.4 文献分析与总结 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 出行者有限理性行为特征与路径选择规则分析 |
2.1 影响路径选择行为的有限理性因素 |
2.1.1 有限理性行为的个体影响因素 |
2.1.2 有限理性行为的外部影响因素 |
2.2 基于效用最大化的路径选择模型 |
2.2.1 最短路路径选择规则 |
2.2.2 Logit离散概率路径选择规则 |
2.2.3 考虑非对称偏好的路径选择规则 |
2.3 基于满意准则的路径选择模型 |
2.3.1 有限理性的路径选择规则 |
2.3.2 考虑惯性的Logit路径选择规则 |
2.3.3 考虑现状依赖的可变时间价值的路径选择规则 |
2.4 本章小结 |
第三章 影响路径选择决策的有限理性行为实证分析 |
3.1 数据来源及说明 |
3.2 非对称偏好行为特征的实证分析 |
3.2.1 Wilcoxon秩和检验 |
3.2.2 Logistic分类实证检验 |
3.3 非理性的路径选择行为特征分析 |
3.3.1 Kruskal-Wallis秩和检验 |
3.3.2 基于△-推断的启发式决策实证验证 |
3.4 本章小结 |
第四章 经典路径选择模型的参数拟合与预测精度分析 |
4.1 问题分析与符号定义 |
4.2 LOGIT路径选择模型 |
4.3 考虑非对称偏好的LOGIT路径选择模型 |
4.4 惯性LOGIT路径选择模型 |
4.5 考虑现状依赖的可变时间价值路径选择模型 |
4.5.1 只考虑非对称偏好系数的模型及参数拟合 |
4.5.2 考虑非对称偏好系数与惯性阈值系数的模型及参数拟合 |
4.6 本章小结 |
第五章 改进的可变时间价值路径选择模型及参数拟合 |
5.1 考虑WTP/WTA变换的可变时间价值路径选择模型 |
5.2 模型的参数拟合与预测 |
5.3 多个路径选择模型的对比分析 |
5.3.1 模型特征与参数的对比分析 |
5.3.2 离散选择模型的方程拟合效果比较分析 |
5.3.3 模型的预测效果比较 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
(8)多机器人巡逻系统的智能优化与动态协同(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的与意义 |
1.2 研究内容和创新点 |
1.3 章节安排 |
第二章 多机器人巡逻系统 |
2.1 引言 |
2.2 普通巡逻 |
2.2.1 问题建模 |
2.2.2 评价指标 |
2.2.3 协同方法 |
2.3 对抗巡逻 |
2.3.1 问题建模 |
2.3.2 评价指标 |
2.3.3 协同方法 |
2.4 小结 |
第三章 基于人工免疫系统的多机器人任务分配 |
3.1 引言 |
3.2 研究目标与理论基础 |
3.2.1 问题背景与研究目标 |
3.2.2 理论基础与存在问题 |
3.3 基于Softmax回归的小生境免疫优化算法 |
3.3.1 sNIOA算法思想及概述 |
3.3.2 免疫优化算法 |
3.3.3 小生境技术 |
3.3.4 Softmax回归 |
3.4 嵌入引导变异算子的sNIOA |
3.4.1 引导变异算子 |
3.4.2 sNIOA-GM算法设计 |
3.5 算法测试、对比实验及结果分析 |
3.5.1 sNIOA多峰优化能力验证 |
3.5.2 sNIOA参数分析 |
3.5.3 多峰优化算法对比实验 |
3.5.4 sNIOA-GM在 MRTA的应用案例一 |
3.5.5 sNIOA-GM在 MRTA的应用案例二 |
3.6 小结 |
第四章 基于免疫内分泌短反馈系统的航运巡逻路径规划 |
4.1 引言 |
4.2 研究目标与理论基础 |
4.2.1 问题背景与研究目标 |
4.2.2 理论基础与存在问题 |
4.3 多机器人航运巡逻问题建模 |
4.4 非支配免疫内分泌短反馈算法 |
4.4.1 抗体编码与解码 |
4.4.2 抗体亲和度计算和非支配解集 |
4.4.3 免疫内分泌短反馈系统 |
4.4.4 NISFA算法步骤 |
4.5 仿真与实验结果 |
4.5.1 免疫内分泌短反馈系统性能测试 |
4.5.2 在多机器人航运巡逻问题中的应用 |
4.5.3 算法比较 |
4.5.4 多目标优化能力测试 |
4.6 小结 |
第五章 基于事件驱动控制的多机器人动态协同巡逻策略 |
5.1 引言 |
5.2 研究目标与理论基础 |
5.2.1 问题背景与研究目标 |
5.2.2 理论基础与存在问题 |
5.3 多机器人航运巡逻问题建模 |
5.4 基于事件驱动控制的多机器人动态巡逻策略 |
5.4.1 概念定义 |
5.4.2 基于双向评价的目标决策 |
5.4.3 基于事件驱动控制的动态协同 |
5.4.4 EDCP策略设计 |
5.5 算法测试、对比实验及结果分析 |
5.5.1巡逻策略性能验证与对比实验 |
5.5.2 EDCP在航运污染监测中的应用 |
5.6 小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
附录 A 攻读博士学位期间取得的成果 |
附录 B 攻读博士学位期间参与的项目 |
附录 C 攻读博士学位期间获得的奖励和荣誉 |
(9)绿色施工项目管理多目标均衡优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 国内外研究现状 |
1.3.1 国内研究现状 |
1.3.2 国外研究现状 |
1.3.3 研究现状综述 |
1.4 研究内容与方法 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.5 研究技术路线及创新点 |
1.5.1 技术路线图 |
1.5.2 论文创新点 |
2 绿色施工项目管理多目标优化相关理论 |
2.1 绿色施工项目管理理论 |
2.1.1 绿色施工的概念及内涵 |
2.1.2 绿色施工项目管理的内容与特点 |
2.1.3 绿色施工项目管理目标 |
2.2 多目标优化理论 |
2.3 效用理论 |
2.3.1 效用的概念及特点 |
2.3.2 效用与风险的关系 |
2.4 多属性效用函数理论 |
2.4.1 效用函数的概念及分类 |
2.4.2 多属性效用函数的概念及特点 |
2.4.3 多属性效用函数优化算法 |
3 绿色施工项目管理多目标优化模型分析 |
3.1 绿色施工项目管理多目标优化问题分析 |
3.2 工期目标与成本目标优化模型分析 |
3.2.1 作业持续时间与成本相互关系 |
3.2.2 工期与成本优化模型建立 |
3.2.3 工期与成本变化规律分析 |
3.3 质量目标与成本目标的优化模型分析 |
3.3.1 质量与成本相互关系 |
3.3.2 质量与成本关系曲线 |
3.3.3 质量成本优化分析 |
3.4 工期目标与质量目标优化模型分析 |
3.4.1 工期与质量相互关系 |
3.4.2 质量量化方法 |
3.4.3 工期与质量优化模型建立 |
3.5 环保目标与其他目标优化模型分析 |
3.5.1 环保目标与其他目标相互关系 |
3.5.2 工程项目对环境影响分析 |
3.5.3 环保与其他目标优化模型建立 |
4 绿色施工项目管理多目标均衡优化模型的构建与求解 |
4.1 绿色施工项目管理各目标间相互影响分析 |
4.1.1 各目标间相互关系 |
4.1.2 各目标间相互影响作用 |
4.2 绿色施工项目管理多目标均衡优化模型构建 |
4.2.1 多目标均衡优化模型建立的基本假设 |
4.2.2 多目标效用函数实际意义 |
4.2.3 多目标效用函数分解与构造 |
4.2.4 基于多属性效用函数的多目标均衡优化模型构建 |
4.3 绿色施工项目管理多目标均衡优化模型求解 |
4.3.1 优化模型求解步骤 |
4.3.2 优化模型求解矩阵设计 |
5 实证分析 |
5.1 项目背景及相关数据确定 |
5.1.1 项目背景 |
5.1.2 相关数据确定 |
5.2 多目标优化方案确定 |
5.3 优化结果评价 |
6 结论与展望 |
6.1 研究结论 |
6.2 存在不足与展望 |
参考文献 |
作者简介 |
作者在攻读硕士学位期间获得的学术成果 |
致谢 |
(10)考虑行为的绿色供应商多属性决策研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景 |
1.1.1 优选绿色供应商的重要性 |
1.1.2 面向绿色供应商选择的管理决策问题 |
1.2 研究目标与研究意义 |
1.2.1 研究目标 |
1.2.2 研究意义 |
1.3 研究内容和研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究思路和结构安排 |
1.4.1 研究思路 |
1.4.2 结构安排 |
1.5 主要创新点 |
第二章 相关文献研究综述 |
2.1 文献检索情况概述 |
2.1.1 文献检索范围分析 |
2.1.2 文献情况分析 |
2.1.3 学术趋势分析 |
2.2 多属性决策研究现状 |
2.2.1 不确定性多属性决策 |
2.2.2 考虑行为的多属性决策 |
2.3 绿色供应商选择研究现状 |
2.3.1 绿色供应商评价指标体系 |
2.3.2 绿色供应链风险和绿色供应商风险 |
2.3.3 绿色供应链柔性和绿色供应商柔性 |
2.3.4 绿色供应商选择方法 |
2.4 现有研究的贡献、不足及研究启示 |
2.4.1 主要贡献 |
2.4.2 不足之处 |
2.4.3 对本文研究的启示 |
第三章 基础理论 |
3.1 考虑行为的多属性决策理论 |
3.1.1 期望效用理论与前景理论 |
3.1.2 累积前景理论 |
3.1.3 第三代前景理论 |
3.2 绿色供应商选择的基础理论 |
3.2.1 绿色供应链与绿色供应商的界定 |
3.2.2 绿色供应商选择的作用 |
3.2.3 绿色供应商风险 |
3.2.4 绿色供应商柔性 |
3.2.5 考虑行为的绿色供应商选择的概念模型 |
3.3 多属性决策方法 |
3.3.1 广义优序法 |
3.3.2 灰色关联分析法 |
3.3.3 解释结构模型法 |
3.3.4 网络层次分析法 |
3.4 本章小结 |
第四章 基于前景理论的绿色供应商静态选择 |
4.1 问题的提出 |
4.2 评价指标体系及参数分析 |
4.2.1 评价指标选取及定义 |
4.2.2 参数定义及指标值分析 |
4.3 基于前景理论的绿色供应商选择模型 |
4.3.1 收益和损失确定 |
4.3.2 综合前景值确定 |
4.4 案例分析 |
4.4.1 案例背景描述 |
4.4.2 案例计算过程 |
4.4.3 结果分析与讨论 |
4.5 本章小结 |
第五章 基于第三代前景理论和广义优序法的绿色供应商动态选择 |
5.1 考虑时间因素的绿色供应商动态选择问题 |
5.1.1 问题描述 |
5.1.2 动态环境的内涵 |
5.1.3 绿色供应商动态评价指标体系的构建 |
5.2 基于PT3和广义优序法的绿色供应商动态选择模型构建与分析 |
5.2.1 总体描述和模型假定 |
5.2.2 候选绿色供应商的权重确定 |
5.2.3 绿色供应商动态选择步骤及说明 |
5.3 案例分析 |
5.3.1 案例背景描述 |
5.3.2 案例计算过程 |
5.3.3 结果讨论与对比分析 |
5.4 本章小结 |
第六章 考虑风险和柔性因素的绿色供应商动态选择和制造任务分配 |
6.1 问题的提出 |
6.2 绿色供应商风险来源分析 |
6.3 绿色供应商柔性的量化研究 |
6.4 绿色供应商选择过程分析及参数定义 |
6.4.1 绿色供应商选择的描述 |
6.4.2 参数定义与假设 |
6.5 绿色供应商动态选择及任务分配模型 |
6.5.1 绿色供应商动态选择模型的构建 |
6.5.2 绿色供应商动态选择与制造任务分配模型 |
6.5.3 改进的粒子群算法 |
6.6 案例分析 |
6.6.1 案例背景描述 |
6.6.2 案例计算过程 |
6.6.3 结果分析与讨论 |
6.7 本章小结 |
第七章 研究总结与展望 |
7.1 主要研究工作 |
7.2 管理启示 |
7.3 研究局限及研究展望 |
7.3.1 研究局限 |
7.3.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
四、基于决策者效用函数上的目标规划模型(论文参考文献)
- [1]含大规模风电的发—输—配电系统充裕性优化决策研究[D]. 马泽洋. 华北电力大学(北京), 2021(01)
- [2]应急物流数学规划模型框架的构建和改进 ——基于受灾者的角度[D]. 樊彧. 中国科学技术大学, 2021(09)
- [3]基于博弈论与控制论的多智能体工业CPSs层级化安全防护研究[D]. 沈佳骏. 浙江大学, 2020(01)
- [4]考虑碳排放和建设效用的陆港选址研究[D]. 黄思翔. 北京交通大学, 2020(03)
- [5]多目标进化算法在物流配送中心选址中的研究与应用[D]. 吴洋. 浙江工业大学, 2020(02)
- [6]铁路客运枢纽旅客换乘行为分析与衔接系统协调研究[D]. 朱海. 西南交通大学, 2020(07)
- [7]出行者有限理性路径选择行为与模型的实证研究[D]. 王一晨. 南京大学, 2020(02)
- [8]多机器人巡逻系统的智能优化与动态协同[D]. 黄丽. 东华大学, 2020(01)
- [9]绿色施工项目管理多目标均衡优化研究[D]. 王婷. 沈阳建筑大学, 2020(04)
- [10]考虑行为的绿色供应商多属性决策研究[D]. 宋玮. 西安电子科技大学, 2019(05)