XiaoMi-AI文件搜索系统
World File Search System混合整数
基于混沌粒子—蚁群算法的多目标可持续供应链网络优化
对于可持续供应链网络的优化设计，考虑问题因素的综合性，综合考虑经济、环境和社会三个方面，以建立成本最小、环境污染排放最小和劳动力数量最大为目标，建立以供应链网络效率最大化为目标的混合整数规划模型。本文的创新之处，首先是在连续供应链中考虑经济、环境和社会效益的影响，其中环境效益不仅考虑碳排放，还包括工厂废水、废弃物和固体废弃物的排放作为影响因素。其次，构建了多目标模糊隶属函数，以总体满意度值来衡量模型解的质量。最后，提出了混沌粒子蚁群算法，解决了粒子群算法运行中出现的过早收敛问题。实验结果表明,本文提出的PSCACO算法与MOPSO、CACO、NSGA-II算法进行比较,得出算法的收敛效果更加有效,验证了混沌粒子蚁群算法求解多目标函数的有效性和可行性,为供应链管理提出了一种新的可行方案。
多阶段生产的工业政策：电池供电的战斗
许多国家设定了雄心勃勃的目标，可以从化石燃料过渡。计划通常涉及从燃烧发动机切换到电动汽车（EV）。由于电池构成了电动汽车成本的40％，因此公司需要进行低成本的电池供应链，以使电动汽车对消费者有吸引力。同时，政府越来越多地使用税收和补贴计划来诱使公司在其司法管辖区内定位供应链的更多阶段。我们为电动电池生产到车辆分配的电动汽车指定了一个多阶段供应链。每个汽车生产商都选择在每个阶段开放设施，考虑生产成本，运输成本，关税和补贴。这是一个困难的组合选择问题，但是我们利用了混合整数线性程序公式，可以在一分钟内解决。我们估计了模型的参数（包括可变的生产成本和固定工厂/模型激活成本），使用观察到的2015年至2022年所有生产阶段的采购决策。下一步是一组反事实，可以计算政策干预如何影响该部门的生产和贸易模式。最终，我们计划使用该模型来量化竞争性工业政策对全球CO2排放的影响。
5G 中的人工智能：在线分布式迁移学习的案例......
摘要 — 迁移学习不是从头开始训练，而是利用现有模型来帮助训练更准确的新模型。不幸的是，在分布式云边缘网络中实现迁移学习面临着关键挑战，例如在线训练、不确定的网络环境、时间耦合控制决策以及资源消耗和模型准确性之间的平衡。我们将分布式迁移学习表述为长期成本优化的非线性混合整数程序。我们通过利用保留先前决策和应用新决策之间的实时权衡来设计多项式时间在线算法，这些算法基于每个单个时隙的原始对偶一次性解决方案。在协调模型放置、数据调度和推理聚合的同时，我们的方法通过结合现有的离线模型和正在训练的在线模型来生成新模型，这些模型使用基于动态到达的数据样本的推理自适应更新的权重。我们的方法可以证明，事后看来，推理错误的数量不超过单个最佳模型的常数倍，并且实现了总成本的恒定竞争比。评估证实了我们的方法与其他方法相比在实际跟踪中具有更优异的性能。
航空货运装载规划问题 - KIT
航空货运业的一个主要运营规划问题是如何安排飞机上的货物，以便安全且有利可图地飞行。因此，每次飞行都必须解决一个具有挑战性的规划难题。除了复杂性之外，规划如今大多是手动完成的，这是一个耗时且解决方案质量不确定的过程。关于航空货运装载问题的文献很少，而且这个术语在不同的子问题中的使用含糊不清，例如选择集装箱、将物品装入集装箱或将集装箱装入飞机。所有提出的模型都只关注实践中更大的规划问题的某些方面。此外，文献中没有涉及一些实际方面。在这项工作中，我们全面概述了我们工业合作伙伴的运营实践中看到的空运货物装载规划问题。我们正式确定了它的要求和各个利益相关者的目标。此外，我们开发和评估合适的解决方案。因此，我们将问题分解为四个步骤：飞机配置、集结调度、空运货物码垛以及重量和平衡。我们主要采用混合整数线性规划来解决这些步骤。通过添加滚动时域规划方法和基于逻辑的 Benders 分解 (LBBD)，进一步分解两个子问题。实际的三维包装问题作为子问题中的约束程序得到解决
采用动态电力进口限制策略的家庭能源管理系统优化能源成本：案例研究方法
摘要 — 如今，集中式电力系统正在向分布式系统转变，并且正在安装各种能源管理系统以实现高效运行。负荷侧管理是电网能源管理的一个重要方面。随着住宅需求的高速增长，家庭客户在成功实施需求响应 (DR) 计划中发挥着至关重要的作用。本文考虑单个客户拥有一套家庭能源管理系统 (HEMS)，用于基于恒温和非恒温特性的电器、光伏板、电动汽车和电池储能系统。讨论了各种 DR 策略的影响。通过采用基于实时价格的动态电力输入限制 DR 计划，对 HEMS 的混合整数线性规划模型进行调制和求解，以最大限度地降低电力消耗成本。考虑采用基于激励的 DR 计划来减少能源需求并在高峰时段保持能源平衡，并包括基于峰值定价的动态电力输入限制 DR 计划以进行负荷调整。还讨论了不同场景下负荷调整对峰均比的影响。最后，根据所提及的DR方案的纳入/拒绝情况，考虑其他测试用例，计算并分析总电价。
太阳能-风能-柴油混合能源系统的最佳设计，该系统具有多种类型的存储设备，可驱动反渗透海水淡化过程
为了同时满足电力和淡水需求，本文建立了太阳能-风能-柴油混合能源系统 (HES) 的上层结构，该系统具有多种类型的存储设备，可驱动反渗透海水淡化 (ROD) 工艺。开发了 HES 的相应数学模型，可能包括光伏电池、风力涡轮机、柴油发电机、ROD 单元、不同的电池存储技术或水箱，并采用混合整数线性规划。以年度总成本最小为优化目标，可以得到 HES 的最优设计和运行方案。为了验证所提方法的有效性，以沙特阿拉伯为 ROD 工艺供电的太阳能-风能-柴油系统为例。结果表明，在满足可再生能源渗透率（即 0.8）要求的情况下，HES 中选择了光伏板、风力涡轮机、柴油发电机、铅酸电池、锂离子电池和水箱，年度总成本最小（即 1.16 × 105 美元·年？1）。然后，提出了一种量化方法来确定 HES 的最优设计和运行方案，包括经济性和环境性两个方面。最后，具有多种发电机和多种存储设备的 HES 在经济性和可再生能源利用方面表现出更好的性能。
具有每周储能功能的发电机组随机调度：一种混合分解方法
我们提出了一种解决大规模随机机组组合 (SUC) 问题的方法，该问题具有每周调度的储能和显著的天气依赖性随机发电能力。每周储能设施主要在周末充电，在工作日放电，需要每周调度发电机组，这会导致大规模优化问题。该 SUC 问题被表述为两阶段随机模型，我们使用条件风险价值作为风险度量。使用 Benders 框架，提出的解决方法将问题分解为混合整数线性主问题和线性和连续子问题。主问题对应于整个星期的第一阶段决策，包括所有承诺（二进制）变量及其相应的约束。子问题对应于每周对发电机组的实际调度。基于列和约束生成算法在解决稳健优化问题方面的成功经验，我们通过将子问题的原始变量和约束添加到主问题中，改进了标准 Benders 分解中主问题和子问题之间的低通信量，从而提供了更好的补救函数近似值。我们的计算实验使用南卡罗来纳州合成系统实例（在 40 种场景下有 90 个发电机组）证明了所提出的分解方法的有效性。
受频率稳定性约束和短期太阳能变化影响的自主电网旋转备用分配
低惯性孤立电力系统面临着电力波动的弹性问题。风能和太阳能光伏等可再生能源的整合进一步推动了这一问题的界限。可再生能源份额的提高需要更好地评估电力系统的稳定性，以避免严重的安全和经济后果。因此，考虑频率稳定性要求和分配适当的旋转备用成为电力系统长期规划和运营管理中至关重要的主题。本文提出了动态频率约束，以确保在由于阵风或云层通过等原因造成的短期电力变化期间的弹性。案例研究中举例说明了所提出的约束的使用，约束被集成到混合整数线性规划算法中，用于确定孤立工业工厂中太阳能光伏和电池储能资源的最佳容量。本案例研究的结果表明，如果忽略频率约束，能源平准化成本和碳排放的减少量可能分别被高估 8.0% 和 10.8%。使用案例研究的时域模拟验证了所提出的最佳定型方法。结果表明，该最佳系统在最坏情况下是频率稳定的。
可持续城市和社会
本文介绍了一种考虑家庭能源管理系统 (HEMS) 和其他消费者的本地能源社区内的联营交易模型。提出了一种透明的市场清算机制，以激励积极的产消者在本地能源社区基于规则的联营市场内交易他们的剩余能源。基于价格的需求响应计划 (PBDRP) 被认为可以提高消费者改变消费的意愿。数学优化问题是一个标准的混合整数线性规划 (MILP) 问题，可以快速评估拥有大量消费者的真实能源社区的交易市场。这允许在模型中的不同客户端之间制定新颖的能源交易策略，并在本地能源社区层面整合联营能源交易模型。能源社区的目标函数是在满足所有参与者需求的同时尽量减少他们的总账单。已经评估了两种不同的场景，即独立和集成操作模式，以显示不同最终用户之间协调的影响。结果表明，通过合作，本地能源社区市场的最终用户可以减少总电费。独立运行情况下成本降低 16.63%，集成情况下成本降低 21.38%。与 HEMS 独立运行相比，协调情况下主动消费者的收入有所增加。
在二氧化碳排放减排控制下，在化石到可再生能源转变的最佳设计：中国达利安的案例研究
摘要：区域综合能源系统（RIES）的最佳设计为更好地管理能源，降低成本和减少环境影响提供了巨大的潜力。为了捕获从化石燃料到可再生能源的过渡过程，基于基于煤炭和基于生物质的分布式能源系统（BDES）在内的富裕雷（包括传统能源系统（TES））旨在满足区域多重能量需求。在本文中，我们根据达利安（中国）的新农村社区（中国）分析了多种情况，以捕获能源供应成本之间的关系，生物质份额增加，系统配置转化和可再生补贴，根据区域CO 2排放减排目标。开发了混合整数线性编程（MILP）模型，以找到最佳解决方案。结果表明，与单独的TES和BDE相比，生物量在RIES中的份额增加了40.58％。基于最低成本的雷司令，通过将CO 2减少控制在40％以内，与TES相比，雷司令可以确保竞争性的年度总成本。此外，当还原控制超过40％时，将需要53.83至261.26 rmb/t的生物质补贴，以支付额外的成本，以进一步增加生物质资源的份额并减少CO 2排放。