多目标灰色关联度决策模型分析

本文针对多目标决策的复杂性,运用灰色系统分析方法和物元分析理论,建立了决策方案的评价体系并对评价指标进行规范化处理。以决策方案的灰色关联度作为评判准则,建立了一种目标灰色关联度决策模型。     

中国工业园区生态化发展决策优化方法研究

工业是当前中国经济绿色转型升级的关键行业,而工业园区作为工业集聚化发展的主要载体,工业园区生态化发展是解决资源环境问题、实现经济可持续发展的有效途径。本文关注工业园区生态化发展的中长期发展战略和具体方案,致力于通过仿真模拟的方法提出工业园区生态化发展的方向和优化路径,实现研究方法的创新。研究以3E系统(经济—环境—能源)为基础,综合分析工业园区经济发展与能源环境之间的耦合关系,并结合动态投入产出模型和系统动力学模型构建生态化发展决策模型,通过最优化动态模拟方法开展趋势预测和路径研究。通过辛集工业园区的实证和案例研究,对其生态化发展路径进行深入研究,验证了研究方法的科学性和可靠性,能够为工业园区生态化发展提供实践指导。本文为工业园区生态化发展规划提供新的研究方法,为制定合理有效的工业园区综合战略和实施路径提供科学依据。     

城市内涝灾害应急救援指派模型

为实现应急救援队伍的合理派遣以快速营救受困人员,根据城市内涝灾害特点、城市内涝灾害情况和救援资源的分布,综合考虑应急救援队伍的救援效率、救援可靠性、救援时间等因素,构建多目标应急救援指派模型。运用模糊数学思想,将各目标下的属性值矩阵转化为模糊关系矩阵。针对优化模型的特点,采用反点法对模型进行求解。为证明反点算法的可行性,采用标准匈牙利算法对模型进行求解并加以验证。算例结果表明,多目标优化方案可以进行良好的任务分配,可满足应急救援任务的需要。     

城市生活垃圾管理规划优化研究

通过研究为城市生活垃圾规划管理系统建立了不确定性多目标规划模型 ,并将其应用于深圳市。目前深圳市主要有 2种处理方式 :焚烧和填埋。根据不确定性多目标规划模型 ,在此就深圳市内生活垃圾处理规划未来 5a内(2 0 0 3～ 2 0 0 7年 )进行了 4种情景计算和分析 ,包括 :保证系统经济投入最小化 ;保证处理过程中大气污染最小化 ;保证处理过程中地下水污染最小化 ;以及结合当地专家和政府部门的偏好等。根据结果比较 ,认为第 4种处理方案最为科学。     

小区域污水处理的多目标规划设计探讨

随着城市的不断发展 ,污水处理厂的规模、承受的负荷也不断增大。对小区污水处理设施进行规划设计已越来越重要。以生活小区为例 ,利用多目标灰色决策进行工艺选择 ,使处理设施达到社会、环境、经济效益的优化结合     

基于多目标优化的危险化学品运输模式探讨

近年来,危险化学品在运输过程中的事故越来越多,危害也越来越大,人们关于运输的安全意识也越来越强烈。本文介绍了多目标遗传算法、多目标优化、多目标进化以及他们之间的关系,并将多目标优化问题与危险化学品运输紧密联系起来,建立基于多目标优化的危险化学品运输模式。通过对危化品公路运输的问题描述以及约束条件（包括运输人员、押送人员、运输车辆、监督部门等等）的确定,把该问题转化成为拥有多目标的数学模型,最后利用网格法对危险化学品运输多目标优化进行求解,把多目标问题转化成为多个相互联系的2目标问题,通过减少目标函数边界的方法进行优化。通过这样求解的多目标问题,能够保证运输路径最短、费用最低、安全性最佳,为危险化学品运输安全提供技术支撑。     

铁路危险货物办理站点优化配置方法研究

铁路危险货物运输办理站点的优化配置,涉及到需求分布、设置地点、区域规划、环保要求、业务功能以及与其他运输方式的分工、衔接等,是一个复杂的系统工程。分析了已有铁路危险货物办理站点整合优化模型的不足,首先从铁路部门角度综合考虑现有铁路危险货物办理站点的各方面条件,进行多准则决策评价,从运输需求者角度考虑运输方式多属性决策,进行铁路危险货物办理站点的综合效用评价,并基于投资成本、环境风险、运输效用和区域公平性等方面构建了铁路危险货物办理站点优化配置模型,为了有效解决多站点、多需求、多区域、多目标铁路危险货物办理站点优化配置模型因素复杂、规模大、层次多的问题,提出了运用大系统分解协调的多目标遗传算法求解模型的思路。     

Simultaneous copper bioaccumulation,growth and lipase production of Rhizopus delemar in molasses medium: optimisation of environmental conditions using RSM

In this study, the bioaccumulation of Cu(II) ions by R. delemar and their influence on growth of the microorganism were assessed, and the impact of Cu(II) ions on the activity of lipase enzyme degradation of lipids in wastewaters by enzymatic hydrolysis was received for consideration. Optimisation of Cu(II) bioaccumulation process was performed by varying three independent parameters (pH, temperature and Cu(II) concentration) using a central composite design (CCD) under response surface methodology (RSM). For the maximum Cu(II) bioaccumulation and lipase production at a desired level of the biomass concentration level, a total of 20 experimental runs were set and the experimental data fitted to the empirical second-order polynomial models. The adequacies of the predicted models for the Cu(II) bioaccumulation, lipase activity and biomass concentration were confirmed by the coefficients of multiple regression (R²), which were adjusted to be 99.6%, 94.5%, 93.4%, respectively indicating reasonably good models for practical implementation. A maximum Cu(II) bioaccumulation of 36.81 mg/L was obtained at pH 6.0, at 32.6°C, and at 50 mg/L initial Cu(II) concentration. The lipase activity of R. delemar decreased only from 505 U/L in Cu(II)-free fermentation medium to 476 U/L in the presence of Cu(II) giving 5.74% decrease in lipase activity.     

碳中和趋势下数学模拟在污水处理系统中的发展与综合应用

数学模拟技术在污水处理方面被广泛应用,为了系统总结相关技术,本文回顾了污水处理系统中数学模拟技术的发展历程;综述了活性污泥模型(ASM)与机器学习(ML)在水质预测及参数工况优化领域中的应用;重点探究了污水处理系统中温室气体排放模型,以及多目标优化模型在污水处理系统中温室气体排放(GHG)、出水质量(EQI)和运行成本(OCI)的权衡问题;归纳了数学模拟技术在实现污水厂能量自给与资源回收的应用发展.研究结果表明数学模拟技术能准确预测出水水质、快速优化工艺参数、权衡温室气体排放、出水水质与运行成本之间的关系、以及提高资源回收效率等.因此,数值模拟技术可有效指导污水处理工艺的运行优化以及管理,为污水处理行业减污降碳协同增效提供技术支撑.     

Using many-objective trade-off analysis to help dams promote economic development,protect the poor and enhance ecological health

Allocating water to different uses implies trading off the benefits perceived by different sectors. This paper demonstrates how visualising the trade-offs implied by the best performing water management options helps balance water use benefits and find sustainable solutions. The approach consists of linking a water resources model that can simulate many management policies and track diverse measures of system performance, to a many-objective evolutionary optimisation algorithm. This generates the set of Pareto-optimal management alternatives for several simultaneous objectives. The relative performance of these efficient management alternatives is then visualised as trade-off curves or surfaces using visual analytic plots. Visually assessing trade-offs between benefits helps select policies that achieve a decision-maker-selected balance between different metrics of system performance. We apply this approach to a multi-reservoir water resource system in Brazil's semi-arid Jaguaribe basin where current water allocation procedures favour sectors with greater political power and technical knowledge. The case study identifies promising reservoir operating policies by exploring trade-offs between economic, ecological and livelihood benefits as well as traditional hydropower generation, irrigation and water supply. Results show optimised policies can increase allocations to downstream uses while increasing median land availability for the poorest farmers by 25%.