摘要：常规的电网碳排放协同优化模型,对电网运行参数优化效果较差,导致优化后的碳排放量依旧较大。基于此,提出区块链技术下电网碳排放协同优化模型。对电力生产碳排放量进行计算,按照计算值,建立分解识别函数,对碳排放驱动因素进行分解,将电力展开为时空网络结构,根据该结构建立电网约束条件,根据约束条件,在区块链下,对电力传输的时空变化进行表述,并建立划分结构,对不同的区域电网进行划分,按照划分区域,对电网碳排放的过程参数进行优化,按照优化后的电网运行参数,搭建深度神经网络,构建二层递阶结构的结构,对电网碳排放进行协同优化。通过试验,结果表明,使用本文设计的模型,对电网碳排放进行协同优化后的碳排放量下降比例较大,说明优化效果较好,具有较好的应用价值。

摘要：城市公交电动化可以有效缓解燃油车带来的空气污染和对化石能源的依赖,是公交行业发展的必然趋势。为此,将电动公交车队置换与充电设施布局进行统筹优化,以公交车队全生命周期成本和充电设施布局成本之和最小化为目标,基于时间和空间维度,构建电动公交车队置换与充电设施布局协同优化模型。根据模型特点,通过等价线性变换,将协同优化模型转换为混合整数线性规划模型。为验证协同优化模型的有效性,以江苏省江阴市公交网络为例,设计不同参数值情形下的数值试验。研究结果表明:在本案例参数设置下,协同优化决策获得的公交车队置换方案和充电设施布局方案比单独优化方案的总成本减少467 044.3元,具有较好的成本效益。在预算有限且排放限制要求不严格的情况下,公交运营商通常会购买更有价格优势的燃油公交车。随着电池技术的进步,电动公交车的采购价格有望下降,公交运营商会逐渐减少燃油车和混合动力车的购买,转而选择更环保的电动公交车。此外,公交车队的电动化进程需要与充电设施的建设相协调匹配,确保充电设施能够满足电动公交车的充电需求。政府可以通过增加CO_(2)的社会成本,促使运营商加速公交车队的电动化进程。研究成果为城市公交车队运营管理和充电基础设施建设提供了决策支持,为推进城市公交电动化进程提供了政策建议。

摘要：针对汽车多变量集成优化平顺性和操纵稳定性的问题,以某重型车为研究对象,建立了带有驾驶室悬置和空气悬架的整车模型。以驾驶室悬置参数和悬架参数为变量,建立了多目标协同优化模型。利用理想参数修改法确定了6个最佳优化参数,运用响应面方法拟合出4个回归模型,并进行加权,得到优化目标的最优解和权重因子大小。与仅选择悬架参数进行优化设计的结果对比,集成优化后的驾驶室悬置与悬架参数更理想,平顺性和操纵稳定性改善较明显。

摘要：针对复杂分布式系统的优化问题,提出基于混沌蚂蚁的复杂分布式系统协同优化方法.在系统理论指导下,分析复杂分布式系统中自主Agent的基本动力学特征,进而提出复杂分布式系统协同优化模型.在此基础上,借助混沌蚂蚁群算法(CAS)的思想,建立基于混沌蚂蚁的复杂分布式系统协同优化算法(CAS-CO).通过对复杂多Agent网络中基于位置的任务分配问题进行仿真实验,同时与已有算法仿真结果对比,表明CAS-CO算法可行有效,反映文中模型的正确性和Agent的自主性在复杂分布式系统设计和构建中的重要性.