摘要：为给决策者在不确定环境下设计具有鲁棒性的应急设施选址布局网络提供决策支持,研究应急设施选址多级覆盖鲁棒优化问题.考虑不确定需求和应急设施多级覆盖响应,建立共享不确定需求和中断情景下服务能力有限的应急设施多级覆盖选址鲁棒优化模型,利用灰狼优化算法(GWO)求解模型,对需求的扰动及应急设施的服务能力进行灵敏度分析.通过随机生成的数值算例验证模型和算法的可行性.结果表明:该模型能有效解决需求不确定和中断风险下选址布局网络的构建问题,且能保证选址决策具有良好的鲁棒性,决策者可基于不同的风险偏好和具体实际在可靠性和系统总成本之间权衡,确定最优的选址分配方案.

摘要：由于循环流化床锅炉燃烧系统预测模型的各输入变量具有较强关联性、耦合性,经典的锅炉NOx排放量建模方法中的模型参数调节难度较大,导致对NOx排放量浓度的预测精度不高。针对这一问题,提出支持向量回归(SVR)与双态粒子群算法(BPSO)相结合的BPSO-SVR建模方法。以一台循环流化床锅炉为研究对象,首先对用于建模的数据进行预处理后得到样本数据,然后利用BPSO-SVR训练出锅炉NOx排放量浓度模型。在Matlab平台上将此建模方法与PSOSVR建模方法、SVR建模方法、BP神经网络建模方法进行仿真对比,仿真结果表明该方法具有更高预测精度和更强的泛化能力。