针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为...针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为降低专家的主观偏差,应用基于层级的模糊权重评估(Fuzzy level based weight assessment,FLBWA)法来计算各评价指标权重;继而结合改进的Borda-全乘比例多目标优化(Borda-multi-objective optimization on the basis of ratio analysis plus full multiplicative form,Borda-MULTIMOORA)法计算开发适宜性指数,从而能够更加准确、高效地得到评价结果;之后,基于灰狼优化算法的反向传播(Grey wolf optimizer with back propagation,GWO-BP)神经网络构建并训练智能模型,将适宜性分析转化为自动化、高效化和智能化的过程;最后,以山东省风浪联合开发区划为例验证该模型的可行性和合理性。根据实例验证,该模型可以实现风浪联合开发区划的智能化,为相关领域的研究和政府规划提供参考。展开更多
为了进一步降低园区综合能源系统(park-level integrated energy system,PIES)碳排放量,优化热电联产(combined heat and power,CHP)机组出力的灵活性,提出一种考虑改进阶梯型碳交易和CHP热电灵活输出的PIES低碳经济调度策略。首先,将...为了进一步降低园区综合能源系统(park-level integrated energy system,PIES)碳排放量,优化热电联产(combined heat and power,CHP)机组出力的灵活性,提出一种考虑改进阶梯型碳交易和CHP热电灵活输出的PIES低碳经济调度策略。首先,将遗传算法与模糊控制相结合,设计一种遗传模糊碳交易参数优化器,从而对现有阶梯型碳交易机制进行改进,实现该机制参数的自适应变化;其次,在传统CHP中加入卡琳娜(Kalina)循环与电锅炉(electricboiler,EB),构造CHP热电灵活输出模型,以同时满足电、热负荷的不同需求;然后,提出一种柔性指标——电、热输出占比率,进而计算出电、热输出占比率区间,以衡量CHP运行灵活性;最后,将改进阶梯型碳交易机制和CHP热电灵活输出模型协同优化,以系统运行成本和碳交易成本之和最小为目标,构建PIES低碳经济优化模型。算例分析表明,所提策略可有效降低经济成本和碳排放量,同时还可扩展CHP灵活输出调节范围,能够为PIES低碳经济调度提供参考。展开更多
浮选生产过程中浮选槽液位通常根据经验人工设定,具有主观随意性﹑液位波动大,使精/尾矿品位不满足要求.为此,提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法.在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础...浮选生产过程中浮选槽液位通常根据经验人工设定,具有主观随意性﹑液位波动大,使精/尾矿品位不满足要求.为此,提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法.在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础上,将基于案例推理的浮选槽液位预设定﹑基于多泡沫图像特征的改进LS-SVM(Least squares support vector machine)品位预测及基于BP神经网络的自学习模糊推理智能补偿等模型有机集成,提出了充分利用泡沫图像特征的液位智能优化设定方法.将该方法在某铝土矿浮选生产过程进行应用验证,可使粗选槽液位波动减小,提高了粗选精/尾矿品位合格率、总精矿品位合格率及回收率.展开更多
文摘针对目前海洋能区划研究中存在的计算复杂、耗时长和成本高等问题,本研究基于改进的多准则决策(Multiple criteria decision making,MCDM)方法和人工神经网络(Artificial neural network,ANN),提出了一种风浪联合开发区划智能模型。为降低专家的主观偏差,应用基于层级的模糊权重评估(Fuzzy level based weight assessment,FLBWA)法来计算各评价指标权重;继而结合改进的Borda-全乘比例多目标优化(Borda-multi-objective optimization on the basis of ratio analysis plus full multiplicative form,Borda-MULTIMOORA)法计算开发适宜性指数,从而能够更加准确、高效地得到评价结果;之后,基于灰狼优化算法的反向传播(Grey wolf optimizer with back propagation,GWO-BP)神经网络构建并训练智能模型,将适宜性分析转化为自动化、高效化和智能化的过程;最后,以山东省风浪联合开发区划为例验证该模型的可行性和合理性。根据实例验证,该模型可以实现风浪联合开发区划的智能化,为相关领域的研究和政府规划提供参考。
文摘为了进一步降低园区综合能源系统(park-level integrated energy system,PIES)碳排放量,优化热电联产(combined heat and power,CHP)机组出力的灵活性,提出一种考虑改进阶梯型碳交易和CHP热电灵活输出的PIES低碳经济调度策略。首先,将遗传算法与模糊控制相结合,设计一种遗传模糊碳交易参数优化器,从而对现有阶梯型碳交易机制进行改进,实现该机制参数的自适应变化;其次,在传统CHP中加入卡琳娜(Kalina)循环与电锅炉(electricboiler,EB),构造CHP热电灵活输出模型,以同时满足电、热负荷的不同需求;然后,提出一种柔性指标——电、热输出占比率,进而计算出电、热输出占比率区间,以衡量CHP运行灵活性;最后,将改进阶梯型碳交易机制和CHP热电灵活输出模型协同优化,以系统运行成本和碳交易成本之和最小为目标,构建PIES低碳经济优化模型。算例分析表明,所提策略可有效降低经济成本和碳排放量,同时还可扩展CHP灵活输出调节范围,能够为PIES低碳经济调度提供参考。
文摘浮选生产过程中浮选槽液位通常根据经验人工设定,具有主观随意性﹑液位波动大,使精/尾矿品位不满足要求.为此,提出一种基于浮选泡沫图像多特征的浮选槽液位智能优化设定的方法.在浮选槽工作原理以及液位与泡沫图像特征间关系的分析基础上,将基于案例推理的浮选槽液位预设定﹑基于多泡沫图像特征的改进LS-SVM(Least squares support vector machine)品位预测及基于BP神经网络的自学习模糊推理智能补偿等模型有机集成,提出了充分利用泡沫图像特征的液位智能优化设定方法.将该方法在某铝土矿浮选生产过程进行应用验证,可使粗选槽液位波动减小,提高了粗选精/尾矿品位合格率、总精矿品位合格率及回收率.
