经济效益下电力物资仓储业务多目标优化模型

摘要/Abstract

摘要： 为了在良好经济效益作用下，实现对电力物资仓储业务的多目标优化处理，提出一种基于博弈相关性特征分析的经济效益下电力物资仓储业务多目标优化模型。首先在关联规则集中提取经济效益下的电力物资仓储业务；然后通过模糊关联规则多目标优化方法进行电力物资仓储业务的特征分解与优化提取，完成既定仓储业务的集中性多目标优化；再采用博弈相关性特征分析方法进行经济效益下电力物资仓储业务的自适应分块匹配；最后结合深度学习方法，实现经济效益下电力物资仓储业务的多目标优化决策。实验结果表明，应用新型优化模型后，电力物资仓储业务的多目标决策评估水平明显提升，从根本上提高了经济效益下电力物资仓储业务的调度能力。

关键词: 经济效益, 电力物资, 仓储业务, 多目标

Abstract: In order to achieve the multi-objective optimization of the storage business of electric power materials under the effect of good economic benefits, a multi-objective optimization model of the storage business of electric power materials based on the analysis of the characteristics of game correlation is proposed. Firstly, the electric power material storage business under the economic benefits is extracted by association rules. Then the feature decomposition and optimization extraction of electric power material storage business are carried out by the multi-objective optimization method of fuzzy association rules to complete the centralized multi-objective optimization of the established storage business, and the adaptive score of electric power material storage business under the economic benefits is carried out by the game correlation feature analysis method block matching. Finally, combined with deep learning method, the multi-objective optimization decision-making of electric power material storage business under economic benefits is realized. The experimental results show that after the application of the new optimization model, the multi-objective decision-making and evaluation level of the power material storage business is significantly improved, which fundamentally improves the dispatching ability of the power material storage business under economic benefits.

Key words: economic benefits, power materials, warehousing business, multi-objective

潘子春, 陈嘉羽, 甄丽霞, 褚莉, 杨飞龙. 经济效益下电力物资仓储业务多目标优化模型[J]. 计算机与现代化, 2021, 0(01): 17-21.

PAN Zi-chun, CHEN Jia-yu, ZHEN Li-xia, CHU Li, YANG Fei-long. Multi-objective Optimization Model of Power Material Storage Service Under Economic Benefits[J]. Computer and Modernization, 2021, 0(01): 17-21.

参考文献

［1］王晓侃,王琼. 一种基于RBF自适应神经模糊推理的短期电力负荷预测方法［J］. 中南民族大学学报(自然科学版), 2018,37(3):112-115.
［2］孙新程,孔建寿,刘钊. 基于核主成分分析与改进神经网络的电力负荷中期预测模型［J］. 南京理工大学学报（自然科学版）, 2018,42(3):259-265.
［3］范媛,李文锋,贺利军. 基于改进遗传算法的智能仓储多移动机器人协同调度［J］. 武汉理工大学学报(信息与管理工程版), 2019,41(3):293-298.
［4］ LIU L, ZHANG Q Q, DU K, et al. An intelligent and portable power storage device able to visualize the energy status［J］. Journal of Materials Chemistry A, 2019,7(40):23028-23037.
［5］范立云,周伟,刘鹏,等. 高速电磁阀动态响应的多目标优化［J］. 哈尔滨工程大学学报, 2018,39(1):53-59.
［6］王楚捷,王好贤. M-CORD下无线接入网络资源分配研究［J］. 计算机工程与应用, 2018,54(22):92-98.
［7］金圣达,朱兆伟,赵尚书,等. 蜂窝异构网络中的最优频谱分配算法［J］. 计算机工程, 2019,45(2):70-75.
［8］常俊祥,陈吉荣,宋秉虎. 电力企业出库待使用物资仓储供应方案研究［J］. 数字技术与应用, 2019,37(6):129-130.
［9］ ZHANG K Q, LEE T H, JANG H W, et al. A hybrid energy storage mechanism of zinc hexacyanocobaltate-based metal-organic framework endowing stationary and high-performance lithium-ion storage［J］. Electronic Materials Letters, 2019,15（4）:444-453.
［10］杨柳,罗璇,肖宝辉,等. 配电网线损在线监测系统与计算分析研究［J］. 自动化与仪器仪表, 2019(1):25-28.
［11］晏鸣宇,何宇斌,文劲宇,等. 考虑柔性交流输电系统设备控制的校正型安全约束最优潮流［J］. 电力系统自动化, 2017,41(12):63-69.
［12］陈增强,王科磊,孙明玮,等. 基于扩张状态观测器的磁通切换永磁电机的无传感器控制［J］. 信息与控制, 2019,48(2):194-201.
［13］李昊,王俊锞. 基于图像处理的输电线路冰区发展趋势估计方法［J］. 现代电子技术, 2017,40(22):98-100.
［14］谢从珍,白剑锋,王红斌,等. 基于多维关联信息融合的架空输电线路雷害风险评估方法［J］. 中国电机工程学报, 2018,38(21):6233-6244.
［15］黄欢,王邦民,毛先胤,等. 输电线路耐张塔边相直跳跳线风偏分析及防范措施［J］. 科技通报, 2019,35(1):160-163.
［16］孙充勃,宋毅,蔡超,等. 考虑多场景需求的配电网分布式储能多目标优化配置方法［J］. 电力建设, 2019,40(7):48-56.
［17］杨铭,李林廷,高英. 多目标优化问题鲁棒有效解与真有效解之间的关系［J］. 应用数学和力学, 2019,40(12):1364-1372.
［18］张鑫,葛红恩,赵光龙,等. 基于静力学分析的电动拖拉机前桥多目标优化设计［J］. 江苏农业科学, 2019,47(18):247-252.
［19］吴小萍,段贤伟,杜鹏程,等. 基于NSGA-Ⅱ算法的高速铁路声屏障高度多目标优化［J］. 铁道科学与工程学报, 2019,16(6):1369-1374.
［20］赵传,戴朝华,周彤昕,等. 基于Pareto折中解的风电装机规划多目标优化方法［J］. 太阳能学报, 2019,40(6):1763-1770.
［21］徐晨博,薛友,林紫菡,等. 计及可转移负荷的电-气综合能源系统多目标优化［J］. 电力科学与技术学报, 2019,34(3):13-23.
［22］胡明茂,孙煜,龚青山,等. 面向低碳低成本的磨削参数多目标优化动态模型［J］. 制造技术与机床, 2019(8):30-36.
［23］朱俊杰,黄文汉,张秋容,等. 基于Grey-Taguchi方法的汽车内置储物盒注塑工艺参数多目标优化［J］. 塑料科技, 2019,47(4):63-68.
［24］韩善灵,吕兴栋,卢翔,等. 基于HyperWorks的电动汽车前舱盖多目标优化设计［J］. 现代制造工程, 2018(5):73-78.

[1]	李钧超1, 尤菲1, 张超2, 苏乐乐2, 龚龑2. 基于新型多目标浣熊优化算法的BiLSTM-Attention#br# 预测模型及误差分析[J]. 计算机与现代化, 2024, 0(11): 70-76.
[2]	付书岗1, 2, 3. 基于改进YOLOX和新型数据关联方式的无人机#br# 多目标跟踪方法[J]. 计算机与现代化, 2024, 0(08): 59-66.
[3]	王宁, 李迎, 刘枫. 基于LNS-NSGA2的多目标冷链运输优化[J]. 计算机与现代化, 2024, 0(06): 25-32.
[4]	杨孟, 杨进, 陈步前. 基于知识图谱的多目标可解释性推荐[J]. 计算机与现代化, 2024, 0(03): 34-40.
[5]	陈琦, 李晶晶. D2D网络中基于多目标优化的计算卸载策略[J]. 计算机与现代化, 2024, 0(01): 21-28.
[6]	王光辉, 程功旭, 李青. 基于区块链技术的电力物资共享云仓设计[J]. 计算机与现代化, 2023, 0(10): 99-106.
[7]	张琦琪, 陈群. 基于ESI合作模式的钢铁企业多目标综合生产计划优化[J]. 计算机与现代化, 2023, 0(04): 39-46.
[8]	刘辉, 邹锋, 陈得宝, 籍旭颖, 张妍. 基于改进MOJAYA/D算法的图像分割[J]. 计算机与现代化, 2023, 0(04): 62-72.
[9]	燕嘉诚, 印凯欧. 基于NSGA-II的信息物理系统RESTful API测试套件最小化#br#[J]. 计算机与现代化, 2022, 0(11): 111-118.
[10]	徐胜超, 叶力洪. 基于长短期记忆神经网络的容器云队列在线任务动态分配[J]. 计算机与现代化, 2022, 0(07): 79-84.
[11]	任朝宇, 赵冬娥, 张斌, 杨学峰, 褚文博. 基于多尺度CLG光流法的多目标检测方法[J]. 计算机与现代化, 2022, 0(04): 33-37.
[12]	欧阳孟可, 沈卫康, 成徽, 石凯. 基于VMD与MOGOA-LSTM的短期负荷预测模型[J]. 计算机与现代化, 2022, 0(03): 7-12.
[13]	徐明, 张剑铭, 陈松航, 陈豪. 柔性作业车间调度问题的多目标优化算法[J]. 计算机与现代化, 2021, 0(12): 1-6.
[14]	王程, 陈正鸣, 吕嘉. 面向纸板三维装箱问题的剩余空间最优算法[J]. 计算机与现代化, 2021, 0(03): 28-34.
[15]	肖玮, 张磊, 邱泽华, 钟勇, 张铁楠. 基于多目标点A*算法的停车场车位路径引导系统设计[J]. 计算机与现代化, 2020, 0(06): 40-.