基于RWCS搜索算法的电网多项目组合投资优化决策研究

发布时间：2021-11-22 16:50

　　电网企业的投资项目数量多、金额大,其投资决策是一项较为复杂的工作,需要权衡很多的影响因素和目标函数,考虑如何进行合理的资金分配。通过引入投资组合优化的概念,以经济效益、安全性和社会性为目标函数,考虑电力需求、可靠性、企业投资能力等约束条件,构建了电网企业多项目组合投资优化决策模型。结合布谷鸟搜索算法（Cuckoo search algorithm,CS）在优化问题中较高的求解性能,利用随机权重（Random Weight,RW）动态优化布谷鸟算法。运用实际的算例,验证该模型方法应用于电网建设项目投资组合决策的可操作性和有效性。 

【文章来源】：科技和产业. 2019,19(10)

【文章页数】：8 页

【文章目录】：
1 模型构建
    1.1 目标函数
    1.2 约束条件
    1.3 动态优化算法
        1.3.1 布谷鸟算法基本思想
        1.3.2 改进的布谷鸟搜索算法
2 实例分析
    2.1 考虑规划目标的单项目优化排序
    2.2 考虑电力需求和投资能力的多项目组合投资优化
3 结论


【参考文献】：
期刊论文
[1]基于改进布谷鸟算法的梯级水库优化调度研究[J]. 明波,黄强,王义民,刘登峰,白涛.  水利学报. 2015(03)
[2]不同情景下太阳能光伏分布式电源投资决策评估研究[J]. 努尔买买提·库尔班,刘洋,段金辉,曾鸣.  水电能源科学. 2012(12)
[3]电网建设项目投资优化模型及实施策略研究[J]. 寇凌岳,王婧,刘娟.  能源技术经济. 2012(04)
[4]电网投资决策定量分析技术与模型——基于动态规划方法的实证预测[J]. 常燕,陈武,赵罡.  技术经济. 2012(02)
[5]基于技术成熟度理论的智能输电网多阶段投资决策模型[J]. 熊浩清,张晓华,孟远景,汤涌,孙华东,易俊,熊传平.  电网技术. 2011(07)
[6]多阶段均值-绝对偏差投资组合优化研究[J]. 张鹏.  武汉科技大学学报. 2011(02)
[7]Pareto蚁群算法在多目标电网规划中的应用[J]. 符杨,孟令合,朱兰,曹家麟.  电力系统及其自动化学报. 2009(04)
[8]电网建设项目投资优化及辅助决策支持系统研究[J]. 赵会茹,王鹤,韩英豪,王涛,陈海燕.  华东电力. 2007(06)
[9]基于风险的电力项目投资决策方法研究[J]. 刘严,张伟.  电力技术经济. 2007(02)
[10]基于遗传算法的工程项目投资方案优选模型[J]. 张子力.  武汉大学学报(工学版). 2004(06)

硕士论文
[1]基于改进布谷鸟算法的电子商务配送中心选址研究[D]. 周欢.河南大学 2016
[2]布谷鸟算法的应用研究及算法性能度量[D]. 刘延龙.东北林业大学 2016
[3]基于布谷鸟算法的优化问题求解[D]. 张杰.东北师范大学 2015
[4]基于遗传算法的项目决策优化模型研究[D]. 闫翠丽.吉林大学 2013



本文编号：3512092