基于整数规划调度计划算法研究.docVIP

基于整数规划调度计划算法研究 　　【摘要】本文以实际的地市级供电公司为研究对象，对其停电检修计划的优化调度问题开展了研究。优化调度问题数学模型的建立、优化算法的选取和算法性能的比较分析，并对计算结果分析对比分析，选取了相对高效的算法。 　　【关键词】检修计划；整数规划；完全枚举法 　　引言 　　随着我国经济的持续高速增长，作为基础能源的电力行业也处于高速增长的时期。电网规模不断扩大、输变电设备不断增多，一方面提高电网输送能力、增加了供电的可靠性，为经济社会发展提供了支撑；另一方面，设备数量的迅猛增长也使维护难度增大，设备数量的不断增多，维护人员数量却不变甚至减少，这使人员不足的矛盾更加凸显。 　　随着电网规模的不断扩大，检修工作的数量逐年增多，但专业人员数量基本维持不变，逐年递增的检修工作和稳定不变的检修人员数量必然会增大检修计划的安排难度。 　　1、数学建模 　　1.1检修计划现状分析 　　检修计划是由供电公司的生产调度主管组织多个部门共同讨论确定，如图1.1表示，检修计划的制定受很多因素制约，本研究中只选取专业检修人员、仪器仪表、车辆等经常短缺的资源，这些资源一般数量稳定，规律性较强，不考虑电网运行方式、保电任务这类随机性较强，较为不确定的因素，使其更适合数学分析和计算机实现。 　　1.2数学模型的建立 　　对实际工作的分析可以看出，检修工作的目的是为了消除电力设备存在的缺陷，使电力设备安全运行，而电力设备的缺陷是根据严重程度可以划分为不同的紧急程度的，消除了越紧急的缺陷，对电网的帮助越大，所以可以将检修计划制定的目标理解为：执行的检修计划紧急程度之和最大。 　　为了进行定量分析，将各类资源、所有等待安排的检修计划以及紧急程度绘制成下面的表1.1： 　　以每列的计划作为决策变量，记为Xa，Xb，Xc，……，以可调配人员作为约束条件，以完成的紧急程度数值最大为目标，这样这个问题就变成了 　　目标函数： 　　2、整数规划算法简述 　　2.1完全枚举法 　　完全枚举法又被称为穷举法，是将所有可能的组合全部列出，逐一进行目标约束条件比较和目标函数比较，算法的时间复杂度很高，达到2n，对于n较大的情况不使用，考虑到本研究中的数据规模较小，可以尝试使用完全枚举法进行求解。 　　2.2分支定界法 　　分支定界法是一种求解整数规划问题的常用算法。如果将决策变量的范围限定为{0，1}，则可以进行0-1规划的计算。 　　第1步：求该问题线性规划的最优解，若最优解为整数，计算结束。否则进行下一步。 　　第2步：选取任意非整数变量x01进行分支，分别在松弛问题中加上约束x1≤x01和x1≥x01，组成两个新的松弛问题。 　　第3步：检查所有分支的解和目标值，如果出现某分支的解的目标值大于等于其他分支的目标值并且为整数，则找到最优解，若不存在则继续分支。 　　2.3隐枚举法 　　隐枚举法的计算过程与完全枚举法类似，也是将所有的可能解一一验证，不同的是将约束条件逐一进行判断，如果出现一个约束条件不满足资源限量时，当前解的计算结束，开始验证下一个解。隐枚举法在约束条件较多、资源限量较低的情况下，可以有效减少计算时间。 　　3、算法性能对比 　　本文采用完全枚举法、分支定界法、隐枚举法等三种算法，对地市公司4个季节选取的检修计划数据进行计算，通过分析实验数据，讨论每种算法的效率，从而选择适合的算法进行计算。 　　实验采用MATLAB作为实验工具，主要利用其统计功能进行数据分析，实验对3种常用的0-1规划算法进行比较，分别是完全枚举法、分支定界法、隐枚举发，将从计算精度、计算用时两方面进行比较。 　　参与计算的数据选取4个不同时段的日检修计划进行，代表了电力企业生产的几类典型工作，第一组选取检修工作量较少的冬天，包含6项检修工作，用于测试小数据量的算法效率；第二组选取春季，选取预防性试验的检修工作，该工作持续时间较长，包含13项检修工作，并且涉及专业较多；第三组选取夏季大负荷时段，该时段危急缺陷较多，存在部分必须处理的缺陷，包含11项检修工作；第四组选取秋冬季节，设备改造为主的检修工作，共17项。 　　通过实验发现，三种算法均能够正确的计算出紧急程度最高的解决方案，但是在面对不同的数据量时，三种算法的计算效率略有不同，表3.2汇总了4组数据使用不同算法的数据。 　　第一组数据的数据量较少，n=6，三种算法计算效率均很高。 　　第二组数据n=13，代表了地市供电公司春季最繁忙的工作状态，分支定界法的计算时间稍长，其他两种算法用时相近，总体用时可以接受。 　　第三组数据n=11，数据取自地市供电公司夏季大负荷时段较典型的工作内容，其中包括对危急缺陷的处理，三种算法均很好的完成了计算，值得注意的是分