高莹[1]2007年在《金融系统鲁棒优化问题研究》文中研究表明金融全球化、自由化以及网络金融的飞速发展,对金融管理理论和方法提出了新的挑战。金融市场的不确定性和波动性增大,金融创新更加活跃,金融业竞争环境日益复杂,特别是近年来金融危机的频频爆发,使得考虑不确定性的金融决策问题尤为重要。金融系统鲁棒性及其优化已经成为金融工程领域颇具挑战性的问题,不论在理论研究还是在实际应用中都具有重要意义。本文的研究重点是鲁棒优化金融决策问题。本文在金融系统鲁棒优化文献综述的基础上,分别从投资组合选择决策、网络环境下的银行卡资金运作决策和时间周期角度的动态金融资产配置决策叁个方面研究了金融系统中的鲁棒优化问题。主要研究工作包括以下叁个部分,即第一,基于投资组合决策的鲁棒优化问题。主要包括商业银行贷款组合选择的鲁棒优化模型、证券投资组合选择的跟踪误差鲁棒优化模型和具有VaR约束的跟踪误差鲁棒优化模型的研究。采用线性矩阵不等式的鲁棒优化方法,解决均值——方差模型对参数敏感和分布要求严格的不足,求解最坏情况下的最优解。结果表明,基于线性矩阵不等式的鲁棒优化方法有效可行。第二,基于网络环境的银行卡资金运作鲁棒优化问题。一方面,考虑银行卡网络的全天时运行,另一方面考虑银行卡网络系统成本最小,在持卡人需求不确定的条件下,以中国银联为背景,建立了银行卡网络资金运作鲁棒优化模型。结果表明,模型的解相对保守,能有效保证银行卡网络的鲁棒性。第叁,动态金融资产配置鲁棒运作的保成本控制问题。针对具有不确定性的金融资产配置问题,考虑交易成本,建立了资产价格和利率不确定的动态资产配置模型,运用线性矩阵不等式的保成本控制方法,给出了有确定上界的最优二次保成本控制律。结果表明,保成本控制策略能抑制资产配置动态系统中的不确定性扰动。论文的最后,总结了研究的主要结论和贡献,并指出了进一步的研究方向。
姜冬青[2]2015年在《基于鲁棒优化的应急物资中心选址与应急调度策略的研究》文中研究表明我国是世界上自然灾害发生较多的国家之一,突发事件发生之后必然伴随着大量的应急物资需求,能否恰当地对应急物资中心进行选址并采用合理的应急物资调度策略,及时将救援物资送达需求点,将突发事件对当地人民群众生命及财产损失降到最低,稳定社会情绪和社会秩序,控制事态发展,对整个救援行动获得更高的社会效益起着至关重要的作用。当突发事件发生后,通信的阻断使道路状况,事件破坏程度,物资需求等信息不确定。这些无法预知并控制其变化的外部因素导致决策者难以制定出及时、有效的救援方案。论文采用鲁棒优化方法进行建模,对突发事件中的不确定因素进行分析,按照其事前分析的建模策略,使得对不确定参数的所有可能取值,约束条件都能被满足,保证最坏情况下目标函数值最优。论文具体研究内容包括：1、应急物资中心选址应急物资的供应能否得到保障是救援措施成败的关键因素之一。而应急物资中心的选址对应急物资供应量能否达到最优起着决定性作用,同时也决定着整个应急救援行动的快速反应能力。应急物资中心的选址不仅要考虑设施间需求分配,还要考虑设施成本、运输成本等因素,因此应多地、分散设置应急物资中心以覆盖各需求点,并提供充足的应急物资。论文从设施选址的战略性、经济性和服务水平角度出发,考虑到突发事件下需求的不确定性,研究：(1)考虑运输费用的多阶段容量限制的鲁棒优化选址模型考虑突发事件各阶段需求量的变化以及应急物资中心最大库存的限制,结合运输费用对设施选址经济性的影响,论文对多阶段突发事件下应急物资中心选址问题进行研究,提出了考虑运输费用的多阶段容量限制的确定性选址模型,在此基础上构建了相应的需求不确定的鲁棒优化模型并转换成鲁棒对应模型。该模型考虑了各阶段的运费的变化。目标是整个救援系统的社会效益最大。(2)考虑库存费用的多阶段容量限制的鲁棒优化选址模型考虑突发事件各阶段需求量的变化以及应急物资中心最大库存的限制,结合库存费用对设施选址经济性的影响,提出了考虑库存费用的多阶段容量限制的确定性选址模型,在此基础上构建了相应的需求不确定的鲁棒优化模型并转换成鲁棒对应模型。该模型考虑了各阶段库存费用的变化。目标是整个救援系统的社会效益最大。(3)同时考虑运输费用与库存费用的多阶段容量限制的鲁棒优化选址模型综合考虑(1)和(2),提出了同时考虑运输费用与库存费用的多阶段容量限制的确定性选址模型。考虑到设施失效的情况,构建了同时考虑运输、库存和失效费用的多阶段容量限制的确定性选址模型,从而提高应急系统的可靠性。在此基础上构建了相应的需求不确定的鲁棒优化模型并转换成鲁棒对应模型。论文对上述叁种模型采用分支定界算法求解,并分析得到：鲁棒优化的选址模型相比于相应的确定性选址模型,应急物资中心数量更少,服务覆盖的范围更大,库存量增大,需求满足率更高,为决策者提供更佳的决策方案,从而提高应急救援的社会效益。2.应急调度应急调度是能否快速、有效采取救援行动的保障。突发事件发生后,救援人员能否快速到达,人民生命及财产能否得到紧急抢救以及救援物资能否及时发放,对提高救援措施的社会效益起着至关重要的作用。应急物资的调度具有复杂性,影响因素较多。能否在突发事件发生后,面对道路状况的复杂性,调度的迫切性建立快速、可靠、高效的应急调度策略至关重要。突发事件下,由于道路状况不明确及通信等设施的阻断,使得用户的需求、运输时间等具有不确定性。论文首先提出了以车辆利用率最大并且延迟时间最小为目标的单库确定性调度模型；然后,构建了以车辆利用率最大并且延迟时间最小为目标的多库确定性调度模型,在此基础上构建了相应的需求和运输时间不确定的鲁棒优化模型,转换成鲁棒对应模型并采用分支定界法求解。通过算例对比分析可知鲁棒调度模型在运输时间不确定下的性能更好。随着需求不确定性的增加,车辆的利用率降低,延迟时间增加,目标函数值降低,最优车辆路线也有所不同。因此,我们需要通过改变需求预测的准确性来提高调度策略的响应性。
于丹文, 杨明, 翟鹤峰, 韩学山[3]2016年在《鲁棒优化在电力系统调度决策中的应用研究综述》文中研究说明鲁棒优化是一种利用区间扰动信息,在最劣扰动条件下进行最优决策的优化方法,因其具有基础数据易得、计算效率高、适用于大规模系统求解等优点,近来,被应用于电力系统的调度决策问题。文中在阐明鲁棒优化自身特点的基础上,首先,对鲁棒优化方法在电力系统机组组合问题中的应用进行了介绍,阐述了连续性、偶发性扰动模式下的鲁棒优化方法建模规律,讨论了常用不确定集的形式和保守度的控制方法;其次,介绍了鲁棒优化方法在经济调度问题中的研究现状,介绍了叁类典型方法,包括自适应鲁棒优化方法、含仿射矫正过程的实时调度鲁棒优化方法和最大化可接受扰动范围鲁棒优化方法,并对其各自的特点进行了阐述;最后,对该领域研究面临的关键问题和未来的发展方向进行了探讨和分析。
乔俊峰[4]2015年在《无线传感器网络性能优化研究》文中进行了进一步梳理作为当前信息技术领域的一个研究热点,无线传感器网络具有十分广阔的应用前景,在军事国防、工农业、生物医疗、环境监测、城市管理等军事和民用领域都有着广泛的实用价值.在影响无线传感器网络性能的众多因素之中,节点部署、拓扑控制和路由协议是基础而关键的技术.本文主要针对提高无线传感器网络的性能这一目标,从节点部署、拓扑控制和分簇路由协议叁方面展开研究,主要工作如下:1.功率分配作为拓扑控制的一个分支,对于延长网络生存时间具有重要意义.针对现有基于节点度的算法存在的不足,提出了一种基于最小连通平均度约束的无线传感器网络功率分配算法.首先证明了当节点为典型Poisson分布时,网络达到指定连通概率所需的最小通信半径,并由此得到了满足指定连通概率的最小连通平均度.然后根据以上结论,设计了新的功率控制算法,通过动态调整每个节点的发射功率,使其节点度数等于最小连通平均度,从而使网络达到指定连通概率.仿真结果表明,该算法能够在满足指定连通概率的条件下,使网络保持高的覆盖度,并具有更优的目标值,且具有分布式、对节点要求不高等优点,能够根据网络需求快速调整节点通信半径,更便于在实际网络中应用.2.在无线传感器网络的功率控制问题中,节点间距是一个很重要的参数.考虑到多种不确定因素的影响,基于鲁棒离散优化理论与方法,设计了一种对距离不确定性具有免疫力的功率控制方法.首先建立了关于功率控制的最小生成树模型,考虑到其中节点间距存在不确定性,利用鲁棒组合优化方法建立模型的鲁棒对应,然后设计了基于Prim算法的求解方法.计算机仿真研究了模型中调节参数对网络性能的影响,结果表明,鲁棒解在距离不确定时得到的目标值优于确定解,而在标称距离下与最优值相差不多.因此,随着不确定性的增加,鲁棒解仅以较小的最优性损失改善了最坏情形下网络的拓扑性能.3.在距离不确定的实际网络背景下,研究了节点部署问题.基于网格结构,首先建立了节点部署问题的整数线性规划模型,在满足事件探测概率的前提下,找到节点数目及其位置的最优值.然后基于鲁棒离散优化方法,进一步将距离不确定情形下的模型转化为混合整数线性规划形式的鲁棒对应并进行求解.计算机仿真分别在均匀及非均匀两种事件探测模型下,研究了调节参数对解的最优性及鲁棒性的影响.结果表明,随着距离不确定性的增加,鲁棒模型能够有效避免约束违反,且与确定情况相比,鲁棒解仅损失了较少的最优性.4.能量有效的路由协议对于无线传感器网络至关重要,它能够延长整个网络的生存时间.针对LEACH分簇规模不均匀的缺点,提出了一种基于节点密度的分簇算法.该算法通过结合节点密度改进簇头的选择阈值,增加了节点密集区域簇头的数量,从而减少其中簇的规模,达到平衡全网簇规模,同时降低网络中能量分布不均的目的.仿真表明,与LEACH相比,基于节点密度的分簇算法延长了网络生存时间,降低了能耗;为克服经典分簇算法LEACH簇头分布不均匀以及未考虑剩余能量的不足,提出了一种基于图形密铺的分簇算法.该算法通过用正六边形对监测区域密铺完成分簇,从而实现簇头的均匀分布;通过引入基于通信距离的相对剩余能量参数选举簇头,兼顾了簇头的剩余能量及其到基站的距离,降低了簇头能耗.仿真结果表明,新算法分簇均匀,能够提高网络生存时间和数据传输总量.
于丹文[5]2017年在《计及风电概率分布特征的鲁棒实时调度方法研究》文中指出风力发电与常规电源相比具有明显的不可控性,大规模的风电并网将使电力系统运行中的不确定性进一步增强,加重电力系统备用负担。同时,考虑风电的有功调度问题在运用不确定性优化方式进行处理时,算法的实用性与结果的最优性之间存在矛盾,有待进一步深入研究。针对这一现状,当前阶段,大量研究将优化数学领域的先进方法应用于电力系统的优化调度问题,取得了较好的应用效果。其中,鲁棒优化是一种利用区间扰动信息,在最劣扰动条件下进行最优决策的不确定性优化方法,具有基础数据易得、计算效率高、适用于大规模系统求解等优点,对于多类扰动集合具有较好的计算性质。为实现对可接纳扰动集合边界的统筹优化,需要进一步解决鲁棒优化的调度算法利用不确定量的概率分布信息的关键问题。本文是电力系统鲁棒调度理论在计及风电概率分布信息条件下的完善与发展,进行的主要工作如下。首先,本文在阐明鲁棒优化自身特点的基础上,对鲁棒优化方法在电力系统机组组合问题中的应用进行了介绍,阐述了连续性、偶发性扰动模式下的鲁棒优化方法建模规律;然后,介绍了鲁棒优化方法在经济调度问题中的研究现状,介绍了叁类典型方法,包括自适应鲁棒优化方法、含仿射矫正过程的实时调度鲁棒优化方法和最大化可接受扰动范围鲁棒优化方法,并对其各自的特点进行了阐述;最后,对该领域研究面临的关键问题和未来的发展方向进行了探讨和分析。然后,针对高比例风电接入的具体问题,分析了传统鲁棒调度中不确定集的构成方式及保守性控制方法,进而,分析了不确定集在描述系统高比例可再生能源接纳能力时的不足及改进方向,给出风电功率接纳的条件风险价值指标,研究提出了一种计及风电功率概率分布特征的鲁棒实时调度方法,依据系统运行成本与风电接纳条件风险价值(conditional value-at-risk,CVaR)双重指标,按照鲁棒优化的建模思路构建优化模型,对自动发电控制机组的运行基点及备用容量进行决策,获得具有统计意义的节点可接纳风电功率的范围。进而,为了使优化调度结果更加符合电力系统的运行实际,将模型中的参与因子同时作为变量进行决策,并分别利用启发式交替迭代算法和大M法对由此导致的非线性问题(双线性项)进行处理,实现了运行基点与参与因子快速有效地协调决策。方法体现了鲁棒优化和随机规划方法的融合,调度结果具有概率优性,能有效提高电网运行效益且计算效率较高。最后,对简单6节点系统及IEEE 118节点系统的计算与分析验证了所提出方法的有效性和计算效率。
王鲁浩[6]2017年在《多能互补微网鲁棒多目标运行优化》文中提出多能互补微网是体现新型电力能源技术发展水平以及探索能源与经济、社会、环境和谐发展道路的重要研究课题。基于能量调度的微网运行优化可以促进不同能源形式相互融合和降低能源生产成本,因此成为多能互补微网发展的关键技术。然而,面对外界复杂的运行环境和内部多能量流耦合等系统特征,以稳定性、经济性和环境友好为综合优化目标的多能互补微网运行问题仍需要进行深入研究。本文针对涉及可再生能源和负荷多重不确定性、经济与环境多重优化目标、需求响应机制等情况下的多能互补微网运行优化这一复杂问题,以包含光伏发电、冷热电联供单元、地源热泵、蓄电池和负荷的并网型多能互补微网为研究对象,从系统工程优化角度研究多能互补微网运行优化方法,为建立面向复杂运行工况的高效益和鲁棒性微网运行方法体系奠定了一定的理论基础,为系统优化理论在多能互补微网运行中的应用提供参考。具体研究内容和研究成果如下:首先,针对"以热定电"和"以电定热"模式下带有可再生能源和负荷多重不确定性的微网经济运行优化问题,提出了基于后悔度准则的微网鲁棒多阶段经济运行优化方法。考虑到微网运行的保守性问题,采用带有鲁棒测度的最小最大后悔度描述微网多阶段运行模型。由于所提模型中存在多阶段耦合特征,基于凸规划对偶定理将模型中的非分离约束转换为分离约束,并据此简化多阶段优化模型为双层优化模型,然后提出拉格朗日两段松弛和交叉熵混合算法求解模型。仿真结果表明,所提经济运行优化方法可以在不确定性最大扰动下找出最小经济后悔度,进而获得最优经济效益,实现对微网运行保守度的调节。其次,针对"以热定电"和"以电定热"模式下微网运行花费、二氧化碳排放和一次化石能源消耗的多目标运行优化问题,提出了基于启发式调度规则和改进多目标交叉熵算法的微网多目标运行优化方法。考虑到多目标之间的协同和博弈关系可能导致运行方案偏离微网建设初衷,设计启发式调度规则修正Pareto运行方案的生成,并进一步缩减可行解域和提高求解效率。为保障微网Pareto运行方案的多样性和最优性,采用样本分段生成策略和参数更新机制改进多目标交叉熵算法。仿真结果表明,所提多目标运行优化方法可通过一次求解获得Pareto最优解集,实现经济、环境和能耗目标的同时最优。然后,针对可再生能源与负荷多重不确定性以及经济与环境多重优化目标在微网运行过程中并存的现状,提出了基于集合的最小最大鲁棒多目标的微网不确定性和多目标联合优化运行方法。考虑到随机性场景对经济和环境目标的不同影响难以生成鲁棒性的运行方案,依据Pareto鲁棒最优解定义构建带有鲁棒测度的微网最小最大多目标运行优化模型,并针对所提多目标双层规划模型的复杂结构,设计了内层多目标优化和外层集值优化的双层求解框架。仿真结果表明,所提运行优化方法在抑制不确定性扰动的同时,获得了微网运行的最优经济与环境效益,并可调节运行方案在多目标框架下的鲁棒性。最后,针对需求响应机制下的微网经济与环境运行优化问题,以及运行过程中存在的可再生能源与负荷不确定性扰动,提出了基于点的最小最大鲁棒多目标的微网供需双侧协同运行优化方法。考虑到负荷对价格和激励的不敏感性,提出了基于负荷转移的需求响应模型,并据此构建了供需双侧协同的微网鲁棒多目标运行优化模型。由于模型存在决策变量耦合及非线性特征,基于强对偶原理将模型转换为带有鲁棒测度的确定性微网多目标运行规划,并采用多目标交叉熵算法求解模型。仿真结果表明,所提运行优化方法可有效利用需求响应优化经济与环境目标以及减少供给侧在处理不确定性方面的压力,同时确保多重不确定性情况下的微网综合运行效益最优。
黎舒婷[7]2016年在《鲁棒优化在风电容量规划及电力系统日前发电计划中的应用研究》文中认为为应对日益严峻的能源危机和气候变化,作为可再生能源发电技术中最为成熟的风力发电得到了大力发展。然而,风电出力的随机性,给含风电的电力系统电源规划和调度运行等方面带来了巨大的挑战。在风电出力等随机因素很强的系统中,传统的基于可靠电源的确定性方法已经不能适应大规模风电并网的要求。因此,在风电出力信息掌握不完全的情况下,为保证系统功率平衡以及满足其他安全约束,本文采用鲁棒线性优化方法来处理风电的随机性,将其应用于风电容量规划以及系统日前发电计划中,以提高系统对风电的消纳能力,推动风电发展。论文的主要研究内容和取得的创新成果如下:围绕电力系统风电容量规划问题。首先,以最大化系统风电并网容量为目标,考虑了网架条件、电源结构、负荷特性等相关因素的约束,建立了电力系统风电优化布局模型,对风场布点以及相应的并网容量进行优化决策。其次,采用不确定集合描述风电的随机性,基于风火互补的思路,提出一种线性再分配策略,利用其他机组的调节能力应对风电的预测误差,并应用鲁棒优化理论实现不确定性模型向确定性模型的转换。最后,以Garver-6和IEEE-118系统为例,验证所提方法的有效性与合理性,进而分析了影响风电布局的关键因素,可为电力系统风电容量规划提供参考意见。围绕含风电的电力系统发电计划的编制。首先,以最小化系统运行能耗为目标,建立了电力系统风-蓄协调优化调度模型,对机组的日前发电计划进行优化决策。其次,采用不确定集合以描述风电的随机性,充分利用灵活调节电源协调运行,并提出一种线性再分配策略,指导部分火电机组进行功率有偏调整以应对风电的预测误差。在此基础上,应用鲁棒优化理论实现不确定性优化模型向确定性优化模型的转换。最后,以Garver-6和IEEE-118系统为例,验证所提方法的有效性与合理性,进而分析了影响系统能耗的关键因素,可为含风电的电力系统的日前发电计划的制定提供参考意见。
周迪[8]2015年在《基于鲁棒优化的呼叫中心人员能力计划与排班问题研究》文中研究说明随着市场竞争的不断加剧,现代企业不但要提供高质量定制化的产品,更要提供满意的服务。顾客需求的多样性、随机性,以及企业之间的竞争由产品竞争逐步转化为服务竞争使得研究优质高效的服务模式成为各企业管理层和学术界关注的焦点。呼叫中心逐渐成为各行各业向顾客提供服务的普遍方式,在绝大多数的呼叫中心中,人力资源成本占整个运作成本的50%～60%以上。因此,研究有效的人员运作方案显得尤为重要。本论文以国家自然科学基金课题为依托,围绕呼叫中心服务运作管理研究中的两个重点问题人员能力计划和排班问题进行研究,通过发现传统的研究方法对于研究不确定问题存在的不足,提出使用鲁棒优化方法对人员能力计划模型和排班模型进行改进,最终使得人员能力计划模型能够减小顾客到达率的随机性带来的影响,排班模型能够抵抗人员需求不确定性造成的模型不可行。本文的主要工作包括以下叁个方面:一是利用离散流体建模法建立呼叫中心人员能力计划模型,模型采用IBM ILOG CPLEX 12.4进行求解,求得结果发现该模型只能解决确定性的问题,对于呼叫中心顾客到达率的变化该模型的解通常偏离最优解,对此提出利用鲁棒优化方法改进该流体模型,使得模型能够减小呼叫中心顾客到达率的不确定性带来的影响;二是建立了该人员能力计划模型对应的仿真排队模型,利用Visual Studio 2012软件,C++编程语言实现仿真模型,仿真结果验证了流体模型的可行性,以及鲁棒优化方法的有效性;最后,本文针对呼叫中心的排班问题,对班次进行了设计,建立了带有休息时间窗的排班覆盖模型,考虑需求人员的不确定性,利用鲁棒优化方法改进排班模型,采用IBM ILOGCPLEX 12.4求解模型,验证了鲁棒优化排班模型的有效性。采用鲁棒优化方法来研究不确定问题是今后不确定问题研究的重要发展方向之一,本文使用可调整鲁棒参数的鲁棒优化方法减小了呼叫中心到达率和需求人员的不确定性给呼叫中心系统带来的影响,本文的成果将为呼叫中心的实际运作提供了全面的理论参考和支持。此外,由于呼叫中心运作管理属于服务运作管理领域,论文的方法和思路容易移植到其它服务组织的运作领域,对指导服务组织运作实践和丰富服务运作管理都有一定的参考意义。
王昱[9]2015年在《手术室能力分配与优化调度问题的随机规化和鲁棒优化方法研究》文中研究指明随着生活水平的提高和医疗保健意识的增强,人们对医疗服务质量的要求越来越高。手术部作为医院的核心部门,与患者的健康乃至生命息息相关,其服务质量更是引起了医院和患者的高度重视。手术室是为患者提供手术及抢救的场所；是整个医疗环节中使用设备最昂贵,动用人力资源最广泛,涉及资金最多的医疗过程。由于其手术过程的复杂不可预测性,手术室与上下游部门资源的紧密相关性,手术室管理成为困扰医院管理者的一个重要课题。优化分配医院有限的手术资源,优化安排患者手术,尽量缩短患者手术的等待时间；调节医生手术的日工作量,防止其因为过度疲劳而造成的手术事故；减少影响患者手术的种种不合理现象的发生,为患者创造一个良好的就医环境,为医院提供一个高效的能力分配与优化调度策略,是本文的出发点,也是研究的目的。本文以国内叁级甲等医院手术部运作管理环境为依托,通过对多家公立及私营医院的实地调研,对手术室运作流程、能力分配计划与资源调度过程进行了调查研究。通过分析手术室运作流程的特点以及实际服务管理中存在的问题,在综述国内外相关研究成果的基础上,应用优化调度和服务运作管理的相关理论知识,建立了手术室能力分配与优化调度的体系架构,研究了把有限的手术室资源分配给不同科室、医生使用,为不同的患者提供服务,尽可能的达到高效利用手术资源,节约运营成本,提高工作效率,为患者提供满意服务等目标的决策过程。本文采用整数规划、随机规划和鲁棒优化的建模与模型处理技术、通过开发精确算法与亚启发式算法,对手术室能力分配与运作管理问题开展了系统的研究,主要研究工作概述如下。(1)针对多科室共用手术室资源的情况,研究了医院多科室间的手术室能力分配问题。由于急诊患者的突然到达和患者病情的复杂多变性,未来一段时间的患者需求是无法准确预知的,为增强手术室能力分配方案的鲁棒性,将患者需求表示为有界区间,引入鲁棒控制参数调整患者需求在不确定集合中的取值,以手术能力分配不足引发的收益损失最小为目标,建立了多科室手术能力分配问题的鲁棒优化模型。使用切平面算法求解该问题。为说明方法的有效性,将鲁棒优化方法与基于情景的随机规划方法进行比较,大量的数值实验说明了鲁棒优化方法在限制最差解发生上具有明显的优势；分析了鲁棒控制参数对院方收益的影响。(2)围绕不确定服务时间下的医院手术调度问题展开研究,开发了求解该问题的鲁棒优化方法。手术服务时间受患者身体状况,医生技术水平等因素影响,具有不确定性。如何有效地调度患者手术成为医院管理的一大挑战。将患者的手术服务时间表示为可调整的区间集合,在考虑患者最迟手术日期限制的情况下,建立了手术调度问题的两阶段鲁棒优化模型。模型以最大化最差收益为目标,决策患者的手术时间及地点。通过数学推导将鲁棒优化模型线性化,使用优化软件CPLEX求解该模型。数值实验结果表明,将鲁棒优化运用于手术调度问题,能够减小服务时间不确定性给医院效益带来的影响.同时,考虑最迟手术日期会降低医院收益,最大降幅达10.7%.(3)围绕考虑手术停台现象的手术室调度问题展开研究。对医院手术停台进行建模,在限定医院手术停台率的情况下,以手术室运作成本最低为目标,建立了手术室调度问题的随机规划模型。理论推导了手术室最优开放数量的上下界和手术室最大利用率表达式。使用蒙特卡罗近似方法,将随机规划模型转化为确定性模型。数值实验结果发现,提高限定的手术停台率,手术室利用率提高,运作成本降低,但相应的也会带来患者的不满。开发了基于列生成的启发式算法求解该手术调度问题,实验结果表明,算法在求解小规模问题时,得到解的质量和CPLEX一样好;针对CPLEX无法在有效时间内找到解的大规模问题,算法求得的解与问题线性松弛得到的下界距离小于5%。(4)围绕考虑患者偏好的联合医生排班与手术室调度问题展开研究。以为高端客户提供医疗服务的私立医院为背景,在考虑患者对手术时间和主治医生偏好的情况下,提出了患者偏好驱动的联合医生排班和手术调度策略。以最小化医生工作成本为目标,建立了问题的随机规划模型,开发了基于列生成的偏好算法,算法求得解距离问题的线性松弛下界小于2%；提出了算法的加速策略,并分析了考虑患者偏好对手术室调度费用的影响。(5)描述并提炼了层流手术室的运作流程。在考虑手术流程稀缺资源-麻醉复苏床位数量限制的情况下,设计层流手术室两阶段调度方法。在考虑患者术前准备、麻醉、手术、术后清理、麻醉复苏整个流程的运作成本最低为目标进行建模,分别建立了医院手术室管理的手术日期指派模型和日手术排序模型。并根据问题特点,开发了两阶段无等待手术排程启发式规则,与粒子群算法相结合,通过与多种算法的比较,证明了算法的有效性。
燕磊[10]2018年在《考虑不确定性的电力系统鲁棒经济调度》文中研究表明电力调度是电力生产环节的重要部分,是电力生产环节的核心架构和关键技术。合理的生产调度方法能够为电力企业带来显着的经济效益,也可以节约大量的自然资源。近年来,随着可再生能源发电方式的不断渗入,价格灵敏性负荷以及电动汽车的不断增多,电力系统中在发电侧和用户侧的不确定因素对电力生产和调度过程的影响不可忽略,这成为制约考虑安全约束的经济调度问题的关键。近年来,基于最恶劣场景下的鲁棒优化调度模型广泛应用,该模型能够免疫于所有的不确定性条件,有效的消除了不确定性因素的影响。可是,该模型过于保守,过多的备用容量造成了资源的浪费,并且该模型不能得到经济调度结果。因此,为解决不确定性因素带来的不利影响和现存模型本身的弊端,本文建立了不确定条件下的非保守的鲁棒调度模型,并给出了模型的算法以及快速求解方法。本文的研究内容和主要成果概括如下。第一,所得的机组组合和经济调度方案能够应用于日前调度市场,克服了鲁棒调度模型存在两大弊端:保守性和在线调度方案的缺失。第二,引入追索权成本,在经济层面限制了运行成本,当不确定因素出现时,总能够获得经济上最优的调度方案。第叁,对子问题提出了一种关于时间解耦的分解技术,能够有效解决鲁棒模型计算复杂度问题。最后,通过在IEEE 118节点的仿真算例上进行的仿真实验,验证本文所提出模型和分解技术的有效性。
参考文献：
[1]. 金融系统鲁棒优化问题研究[D]. 高莹. 东北大学. 2007
[2]. 基于鲁棒优化的应急物资中心选址与应急调度策略的研究[D]. 姜冬青. 北京化工大学. 2015
[3]. 鲁棒优化在电力系统调度决策中的应用研究综述[J]. 于丹文, 杨明, 翟鹤峰, 韩学山. 电力系统自动化. 2016
[4]. 无线传感器网络性能优化研究[D]. 乔俊峰. 西安电子科技大学. 2015
[5]. 计及风电概率分布特征的鲁棒实时调度方法研究[D]. 于丹文. 山东大学. 2017
[6]. 多能互补微网鲁棒多目标运行优化[D]. 王鲁浩. 山东大学. 2017
[7]. 鲁棒优化在风电容量规划及电力系统日前发电计划中的应用研究[D]. 黎舒婷. 华中科技大学. 2016
[8]. 基于鲁棒优化的呼叫中心人员能力计划与排班问题研究[D]. 周迪. 东北大学. 2015
[9]. 手术室能力分配与优化调度问题的随机规化和鲁棒优化方法研究[D]. 王昱. 东北大学. 2015
[10]. 考虑不确定性的电力系统鲁棒经济调度[D]. 燕磊. 华北电力大学. 2018