王城

[摘 要] 為使儲備物資能夠最大化使用，避免儲備不足、儲備過多或重復(fù)儲備，提出利用多目標(biāo)PSO優(yōu)化算法來對歷史物資的儲備情況進(jìn)行分析，充分考慮業(yè)擴(kuò)新裝、應(yīng)急搶修、日常搶修工作的物資儲備需求，生成電力物資保障及調(diào)配多目標(biāo)優(yōu)化方案，以提高供電企業(yè)電力物資供電保障能力，確保電力生產(chǎn)的安全可靠。并在確保電力物資儲備滿足業(yè)擴(kuò)新裝、應(yīng)急搶修、日常搶修工作需要的同時(shí)，減少物資資金占用率，使電力物資儲備庫存分配更加合理。

[關(guān)鍵詞] 多目標(biāo)協(xié)調(diào) 電力物資儲備 PSO算法

中圖分類號：TM73 文獻(xiàn)標(biāo)志碼：A

隨著國民經(jīng)濟(jì)的高速發(fā)展，電力建設(shè)得到了長足的發(fā)展。目前供電企業(yè)建立一套完善的電力物資儲備體系，物資儲備達(dá)到了一定規(guī)模，儲備物資年周轉(zhuǎn)率達(dá)到460%，物資儲備庫儲備了業(yè)擴(kuò)新裝、應(yīng)急搶修、日常搶修工作需要的工器具、材料、設(shè)備等多種物資。但在電力物資保供電工作中，以往的儲備物資已不能滿足目前電網(wǎng)實(shí)際的物資保供電要求，特別是對于應(yīng)急和業(yè)擴(kuò)報(bào)裝項(xiàng)目的時(shí)限要求，需進(jìn)一步優(yōu)化電力物資儲備種類和數(shù)量，健全快速、靈活、有效的電力物資調(diào)配機(jī)制。如提高儲備管理信息化水平，建立電力物資協(xié)調(diào)聯(lián)動(dòng)調(diào)撥機(jī)制，夯實(shí)電力物資儲備基礎(chǔ)，提升物資保障能力。因此，有必要進(jìn)行基于多目標(biāo)協(xié)調(diào)優(yōu)化的電力物資保障及調(diào)配研究，而通過多目標(biāo)粒子群優(yōu)化算法來實(shí)現(xiàn)電力物資保障及調(diào)配中的多目標(biāo)優(yōu)化，就可以更合理地分配儲備庫存，減少資金占用，提高電力物資供應(yīng)保障能力，確保電力生產(chǎn)的安全可靠。

一、電力物資儲備特點(diǎn)

一個(gè)電力企業(yè)物資的儲存量是相當(dāng)龐大的，而且電力企業(yè)的生產(chǎn)又具有很強(qiáng)的社會供應(yīng)性，容易受到外部因素影響，所以其存儲周期相對漫長，幾個(gè)月到幾十個(gè)月都有。存儲量大，采購周期長，因?yàn)殡娏π袠I(yè)的特殊性，所以在生產(chǎn)方面技術(shù)更新較為頻繁，電力物資的倉儲管理工作尤為繁重，對管理人員也有著很大的考驗(yàn)。對于一個(gè)電力企業(yè)來說，電力物資倉儲管理的改進(jìn)和提升有著長遠(yuǎn)的意義?；谝陨咸攸c(diǎn)考慮，電力物資在倉儲上必須向著更合理，更高效，更科學(xué)的方向邁進(jìn)，提高利庫效率，進(jìn)行合理有效的資源配置，從而降低企業(yè)運(yùn)轉(zhuǎn)成本。

應(yīng)急搶修是為了保證企事業(yè)單位或者個(gè)人減少因停電帶來的損失而實(shí)行的供電行為。當(dāng)發(fā)生應(yīng)急搶修事件或業(yè)擴(kuò)新裝等業(yè)務(wù)需求時(shí)，物資需求非常的緊迫，而且需求的種類和數(shù)量龐大，不可能隨購隨用。為確保電力物資儲備能夠滿足業(yè)擴(kuò)新裝、應(yīng)急搶修、日常搶修等多項(xiàng)工作同時(shí)開展的需要，有必要運(yùn)用多目標(biāo)優(yōu)化算法，來對電力物資儲備進(jìn)行進(jìn)一步的優(yōu)化。

二、多目標(biāo)優(yōu)化問題

在實(shí)際工作中，對一個(gè)方案的好與壞的界定很難通過一個(gè)事例或指標(biāo)既能就對其定類，唯有對對多個(gè)指標(biāo)采取科學(xué)的比較方法后，在一般情況下，這些指標(biāo)是不甚協(xié)調(diào)甚至可以說是矛盾的，因此在現(xiàn)有給定條件下同時(shí)要求多個(gè)目標(biāo)皆盡可能的好，多目標(biāo)優(yōu)化問題即為之訂立一個(gè)可行的方案。通常在對新產(chǎn)品進(jìn)行設(shè)計(jì)的過程中，設(shè)計(jì)者不僅要將產(chǎn)品設(shè)計(jì)具備有優(yōu)質(zhì)的性能，且需要考慮將成本控制至最低，將利益最大化，通常上述設(shè)計(jì)目標(biāo)的改善會相互抵觸，例如好的維修性會降低可靠性。各種實(shí)際問題中大量存在著多目標(biāo)優(yōu)化問題在，因此多目標(biāo)優(yōu)化比單目標(biāo)優(yōu)化相比更為重要.對多目標(biāo)優(yōu)化問題尋求單一最優(yōu)解是一種不實(shí)際的辦法，通常多目標(biāo)優(yōu)化是產(chǎn)生一組可選的折衷解，首先進(jìn)行決策，從而在可選解集中做出最佳選擇。多目標(biāo)優(yōu)化問題具有多個(gè)目標(biāo)函數(shù)，各個(gè)目標(biāo)涉及相同的一組決策變量，并相互制約，對其中一個(gè)目標(biāo)進(jìn)行優(yōu)化時(shí)，必須同時(shí)以其它目標(biāo)作為代價(jià)，因此很難客觀地評價(jià)多目標(biāo)問題解的優(yōu)劣。一般情況下，多目標(biāo)優(yōu)化問題不存在唯一的全局最優(yōu)解，所以實(shí)際上的多目標(biāo)優(yōu)化是如何尋求 Pareto解集的過程，而Pareto解集中的元素就所有目標(biāo)而言是彼此不可比較的，因此不能簡單地把多個(gè)目標(biāo)歸并為單目標(biāo)求解。一個(gè)理想的多目標(biāo)優(yōu)化問題的解決過程可以描述成如圖1所示，該過程以最小化為例，其中stepl是尋找折衷解的過程，step2是決策過程，higher-level information 通常是由待解決問題的要求或者決策者的偏好提供的，這些信息將幫助決策者從折衷解集中最后確定一個(gè)解。

因?yàn)檫^去使用的算法皆是先對多目標(biāo)問題采取分析處理的方法，通過處理將多目標(biāo)問題分解成單目標(biāo)問題，然后再通過單目標(biāo)優(yōu)化算法進(jìn)行求解。以往所使用的傳統(tǒng)的多目標(biāo)算法的缺點(diǎn)是一次優(yōu)化求解只能求出一個(gè)解，隨著科學(xué)技術(shù)的不斷提高及優(yōu)化研究的深入，現(xiàn)如今在進(jìn)行研究的過程中在優(yōu)化問題時(shí)呈現(xiàn)出許多復(fù)雜度非常高，這些問題又?jǐn)y帶著各種各樣的因素，因此很難對優(yōu)化問題的模型進(jìn)行描述，所以導(dǎo)致了自變量維數(shù)的過多，從而促使科研人員計(jì)算量的大幅度增加。隨著計(jì)算機(jī)技術(shù)的成熟，生命科學(xué)與工程科學(xué)相互交叉滲透和影響，為人工智能的發(fā)展提供了理論基礎(chǔ)。進(jìn)化計(jì)算主要是通過對生物進(jìn)化過程與機(jī)制進(jìn)行模擬從而解答問題，進(jìn)化計(jì)算不僅為解決復(fù)雜的多目標(biāo)優(yōu)化問題提供了高效的計(jì)算方法，且提供了新的思路，在現(xiàn)如今社會受到了十分高關(guān)注度。這些年來所出現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯以及進(jìn)化計(jì)算即為模擬生物個(gè)體的某些特征而發(fā)展而來的智能算法。因?yàn)檫M(jìn)化計(jì)算技術(shù)采用基于種群的方式組織搜索，這些算法具有高度并行性。由于上述方法通過模擬生物的進(jìn)化過程或社會行為使待處理問題能夠得到十分妥當(dāng)?shù)慕鉀Q，所以進(jìn)化計(jì)算適合于求解多目標(biāo)優(yōu)化問題。

群體智能是進(jìn)化計(jì)算的一個(gè)研究方向，其主要是通過將社會性動(dòng)物的群體行為和人工生命理論作為基礎(chǔ)，研究不同種類群體行為的內(nèi)在原理，并以這些原理為基礎(chǔ)設(shè)計(jì)出新的問題求解方法。粒子群算法（particle swarm optimization， PS0） 已在很多優(yōu)化問題上得到成功應(yīng)用。在進(jìn)行PSO算法時(shí)，其收斂速度快，算法簡單控制參數(shù)少，并且不需要被優(yōu)化函數(shù)具有可微、可導(dǎo)、連續(xù)等性質(zhì)，綜上所述，由于其具有上述優(yōu)點(diǎn)，因此PSO算法將更普及地被使用于多目標(biāo)優(yōu)化問題求解上。根據(jù)方法論對PSO算法進(jìn)行分析，PSO源于人工生命理論以及鳥類和魚類的群體行為。同其它進(jìn)化算法一樣，PSO算法也以隨機(jī)初始化種群為初始迭代點(diǎn)，選取已定義好的適應(yīng)度準(zhǔn)則來對系統(tǒng)進(jìn)行評價(jià)，且依據(jù)適應(yīng)度開展隨機(jī)搜索。

三、PSO算法及改進(jìn)

（一）PSO算法原理

作為一種基于種群操作的優(yōu)化技術(shù)，PSO算法將群體中的每個(gè)個(gè)體看作D維搜索空中一個(gè)沒有體積和重量的粒子，即代表一個(gè)可能的候選解，粒子在搜索空間中以一定的速度飛行，其飛行所經(jīng)歷過的最好位置就是該粒子本身所找到的最好解，粒子的飛行速度由該粒子的飛行經(jīng)驗(yàn)和群體的飛行經(jīng)驗(yàn)進(jìn)行動(dòng)態(tài)調(diào)整，逐代搜索最后得到最優(yōu)解。

改進(jìn)方法包含以下兩種：慣性權(quán)值PSO算法和具有壓縮因子的PSO算法。慣性權(quán)值PSO算法的w值能夠隨迭代數(shù)進(jìn)行動(dòng)態(tài)調(diào)整，其可以獲得比固定值更好的搜索效果。因此慣性權(quán)值PSO算法能夠以相對較少的迭代次數(shù)找到最優(yōu)解，提高算法效率。具有壓縮因子的PSO算法對一些函數(shù)可以達(dá)到比較好的收斂速度。

四、物資保障及調(diào)配多目標(biāo)PSO優(yōu)化

（一）多目標(biāo)PSO優(yōu)化算法

在單目標(biāo)優(yōu)化問題中，最優(yōu)解通常是唯一確定的。但是在多目標(biāo)優(yōu)化問題中，由于目標(biāo)函數(shù)之間的特性，因此函數(shù)沒有有唯一確定的解，通常多目標(biāo)優(yōu)化問題的最優(yōu)解是一個(gè)折衷解的集合，即具有多個(gè)Pareto最優(yōu)解的集合。PSO算法在單目標(biāo)優(yōu)化問題中的成功應(yīng)用說明PSO算法的有效性，但不能直接將PSO算法用于多目標(biāo)優(yōu)化問題。多目標(biāo)粒子群優(yōu)化（multiobjective particle swarm optimization， MOPSO） 算法與求解單目標(biāo)PSO算法相比，其區(qū)別就是如何確定全局最優(yōu)解，即為上述公式中的 Pgd。通過對PSO算法的介紹中可以得知，粒子主要依靠個(gè)體信息和社會信息的共享對搜索空間中位置和速度進(jìn)行動(dòng)態(tài)調(diào)整，但是由于目標(biāo)個(gè)數(shù)會不斷地增加，從而導(dǎo)致了非劣解的數(shù)量也大量增加，因此需要在眾多非劣解中確定Pgd 成為多目標(biāo)粒子群優(yōu)化算法實(shí)現(xiàn)的關(guān)鍵，通常采用基于密度測量的方法來確定全局最優(yōu)解?；赑areto 方法的多目標(biāo)粒子群算法是目前研究多目標(biāo)粒子群的主流算法，該方法的核心是利用Pareto支配的概念選擇最優(yōu)個(gè)體。電力物資保障及調(diào)配采用的算法流程如下：

電力物資保障及調(diào)配多目標(biāo)優(yōu)化方案，主要基于電力物資儲配多目標(biāo)PSO優(yōu)化算法產(chǎn)生，其輸入數(shù)據(jù)來源于電力物資儲備歷史數(shù)據(jù)、需求類別、災(zāi)害類別、應(yīng)急程度和業(yè)擴(kuò)新裝、應(yīng)急搶修、日常搶修工作需要的物資需求清單。其輸出方案可提高電力物資供應(yīng)保障能力，確保電力生產(chǎn)的安全可靠。

五、結(jié)語

本文基于電力物資儲備現(xiàn)狀，在保證物資保障有效度水平下，針對供電企業(yè)開展業(yè)擴(kuò)新裝、應(yīng)急搶修、日常搶修工作的物資需求，結(jié)合供電企業(yè)電力物資儲備歷史數(shù)據(jù)、需求類別、災(zāi)害類別和應(yīng)急程度等信息，通過多目標(biāo)PSO優(yōu)化算法，生成電力物資保障及調(diào)配多目標(biāo)優(yōu)化方案，以確保供電企業(yè)日常生產(chǎn)活動(dòng)的物資保障，并確保發(fā)生突發(fā)事件時(shí)，應(yīng)急搶修的物資保障。該方案將減少物資儲備的資金占用，合理分配儲備庫存，提高電力物資供應(yīng)保障能力，確保電力生產(chǎn)的安全可靠。

參考文獻(xiàn)：

[1]吳萍，陳文斌，張延奇.電網(wǎng)物資管理標(biāo)準(zhǔn)化建設(shè)項(xiàng)目評價(jià)研究.低碳世界，2016（28）

[2]王之發(fā).電力企業(yè)應(yīng)急物資管理的研究.物流工程與管理，2012（8）.

[3]王宇嘉.多目標(biāo)粒子群優(yōu)化算法的全局搜索策略研究.上海交通大學(xué)，2008.

[4]劉利民，王敏杰.我國應(yīng)急物資儲備優(yōu)化問題初探.物流科技， 2009（2）