本文提出一种基于光伏和储能的电压质量改善方法。该方法以整个建设周期经济收益最大化为目标，考虑储能运行约束、节点电压约束等相关约束，采用蚁群算法求解分布式光伏–储能系统，建立了农网光伏–储能低电压治理的优化模型，最后通过IEEE-33节点为例进行验证。结果表明，光伏–储能系统能够在改善农网末端电压质量的基础上，增加整个配电网系统的经济收益，相比于无光伏储能系统更具备经济优势

基于数值模拟和人工神经网络模型以及对智能控制工艺过程的适当简化,为拉伸样模型的注射过程建立了一套智能化控制仿真系统.研究表明,该系统能够根据样品对性能的要求(如密度分布),自动进行注射工艺参数的优化.采用优化后的注射工艺参数重新进行注射过程模拟计算后,发现注射坯密度分布的均匀性较调整前有显著提高,基本符合预期的密度要求,证明智能化控制仿真系统可行

针对地下金属矿山生产和经营特点,首先采用商业智能和组合预测的理论和方法,建立矿产品市场需求计划模型;然后根据矿产品市场需求计划模型提供的分析结果,采用多目标规划、专家系统、时间价格Petri网的理论和方法,对采掘作业流程进行建模,提出了求解流程最小成本的计算方法.某地下金属矿山的实例计算表明,该模型能够有效地优化企业的生产计划,提高企业的市场竞争力,降低企业的运营成本

关于优化问题比较：传统的优化方法 （1）依赖于初始条件。 （2）与求解空间有紧密关系，促使较快地收敛到局部解，但同时对解域有约束，如可微或连续。利用这些约束，收敛快

单机器调度问题是研究工件在多道工序进行加工的加工活动排序的组合最优化问题．由于调度问题中绝大多数属于NP-难类问题，不存在有效的最优求解算法．针对用智能优化算法—遗传算法求解单机器调度问题中交叉率和变异率难以确定的问题，设计了一种模糊算法以便自动确定交叉率和变异率．通过数值实验，嵌入模糊规则的遗传算法比简单的遗传算法要好，说明在实际生产中，此算法具有强大的发展前途．

以某钢厂1580热连轧生产数据为基础,提出一种有限元与神经网络集成建模的方法.该方法首先对轧制过程的塑性变形进行有限元建模,然后结合有限元数值分析方法和智能技术的优点,实现有限元和神经网络的集成建模.集成模型中的神经网络模型为有限元模型提供参数调整的依据,并且在神经网络训练过程中使用改进的混沌粒子群优化算法对神经网络进行优化.通过与现场实际生产数据进行比较,验证了该模型的有效性

系统最优化分配按照 Wardrop第二法则,即使得路 网中总行驶时间最小进行交通量分配。 该方法适用于最大限度地使用现有道路系统的场 合。从径路选择角度,该分配方法与用户均衡分配法 中用户一直选择时间上的最短径路不同,它有必要让 用户选择最短径路以外的径路。从此种意义上说,是 道路规划者或道路管理者所希望的分配原则,尤其在 智能交通系统获得广泛应用之后

钢铁企业面临库存增加、产能过剩、盈利艰难等问题，迫切需要通过绿色化和智能化的发展来应对当前的严峻形势.基于钢铁企业制造流程特点，通过分析企业以铁素流为核心的物质流和相应能量流网络特征，针对企业现有信息化系统在物质流和能量流协同方面存在的问题，提出钢铁制造过程的物质流和能量流的协同方法，明确物质流和能量流的耦合应从钢铁制造的单元工位设备与整体流程网络两个层面进行规划、设计和实施，并且指出可从完善信息监控、进行计划协同和调度协同三个方面来实现协同优化.构想基于现有信息系统架构，通过增加相应企业资源计划系统、制造执行系统、能源管理系统等信息系统的功能，以及建立物质流和能量流协同优化信息子系统的方式，以钢铁制造过程的物质流和能量流相关信息的数字化及模型化为支撑，实现制造流程的物质流和能量流协同优化，达成生产优化、资源优化和能源优化的效果

通过构建基于大数据的城市多模式交通系统协同优化平台,能够有效整合跨部门、跨区域的交通大数据资源,并充分挖掘海量数据中蕴含的价值信息,突破综合交通大数据应用关键技术,对未来城市多模式交通系统的规划、运营及管理提供有力的支持与支撑致力于在城市群综合交通大数据应用技术方向取得创新性成果,推动大数据与智能交通系统的融合,培育交通大数据产业

面对钢厂智能化发展的时代要求，炼钢–连铸区段工序界面技术受到越来越多冶金学者的关注，其不仅是解决工序关系集合协同–优化问题的重要手段，也影响着工序功能集合解析–优化和流程工序集合重构–优化的效果。本文对炼钢–连铸区段3种典型工序界面技术，即钢包运行控制、天车运行控制和生产运行模式优化的研究进展进行阐述，其中，钢包运行控制包括钢包热状态监测、钢包选配以及钢包调度，天车运行控制包括吊运任务的分配和同跨/异跨天车的协同调度，生产运行模式优化包括工序/设备产能、时间节奏与炉–机对应模式的匹配设计。此外，针对炼钢–连铸区段多工序协同运行的制约因素，指出工序界面技术协同的必要性，并对上述工序界面技术的协同机制与协同方案进行了阐述