Application of Descriptive Monte Carlo Simulation by iSIGHT to Crash Multi-Objective Optimization

2000 ◽  
Vol 2000 (0) ◽  
pp. 691-692
Author(s):  
Satoshi Miyata ◽  
Keiji Kudo ◽  
Takehiko Kato
2012 ◽  
Vol 452-453 ◽  
pp. 548-552 ◽  
Author(s):  
Hui Jie Li ◽  
Ling Yu Yang ◽  
Gong Zhang Shen

The CAT III longitudinal automatic landing control laws based on multi-objective optimization is discussed. Firstly summarized the CAT III airworthiness criteria and transformed into the specifications of control system. The configuration of the longitudinal automatic landing controllers is proposed secondly and multi-objective optimization is used to tradeoff free parameters of the controllers. The Monte Carlo simulation results show the designed control laws fulfill the CAT III requirements, when there are uncertainties of structure, measurement error and disturbances.


2020 ◽  
Vol 27 (10) ◽  
pp. 3095-3113
Author(s):  
Lihui Zhang ◽  
Guyu Dai ◽  
Xin Zou ◽  
Jianxun Qi

PurposeInterrupting work continuity provides a way to improve some project performance, but unexpected and harmful interruptions may impede the implementation. This paper aims to mitigate the negative impact caused by work continuity uncertainty based on the notion of robustness.Design/methodology/approachThis paper develops a float-based robustness measurement method for the work continuity uncertainty in repetitive projects. A multi-objective optimization model is formulated to generate a schedule that achieves a balance between crew numbers and robustness. This model is solved using two modules: optimization module and decision-making module. The Monte Carlo simulation is designed to validate the effectiveness of the generated schedule.FindingsThe results confirmed that it is necessary to consider the robustness as an essential factor when scheduling a repetitive project with uncertainty. Project managers may develop a schedule that is subject to delays if they only make decisions according to the results of the deadline satisfaction problem. The Monte Carlo simulation validated that an appropriate way to measure robustness is conducive to generating a schedule that can avoid unnecessary delay, compared to the schedule generated by the traditional model.Originality/valueAvailable studies assume that the work continuity is constant, but it cannot always be maintained when affected by uncertainty. This paper regards the work continuity as a new type of uncertainty factor and investigates how to mitigate its negative effects. The proposed float-based robustness measurement can measure the ability of a schedule to absorb unpredictable and harmful interruptions, and the proposed multi-objective scheduling model provides a way to incorporate the uncertainty into a schedule.


2020 ◽  
Vol 9 (6) ◽  
pp. 12335-12345 ◽  
Author(s):  
A.M.A. Mostafa ◽  
Hesham M.H. Zakaly ◽  
Mariia Pyshkina ◽  
Shams A.M. Issa ◽  
H.O. Tekin ◽  
...  

2019 ◽  
Author(s):  
Μάριος Καρμέλλος

Μια λύση προς την κατεύθυνση των οικονομικά ελκυστικών και περιβαλλοντικά φιλικών ενεργειακών συστημάτων είναι η ανάπτυξη των συστημάτων διεσπαρμένης παραγωγής ενέργειας (ΣΔΠΕ). Τα ΣΔΠΕ έχουν πολλά πλεονεκτήματα με το σημαντικότερο να είναι η παραγωγή ενέργειας σε τοπικό επίπεδο, ελαχιστοποιώντας έτσι τις απώλειες. Τα ΣΔΠΕ μπορούν να προσφέρουν καλύτερη ενσωμάτωση μεταξύ των συμβατικών ενεργειακών συστημάτων και των ΑΠΕ, και μπορούν να καλύψουν τις ενεργειακές ανάγκες είτε πρόκειται για ένα κτήριο, ένα σύμπλεγμα κτηρίων ή ακόμη και μια πόλη, με το βαθμό αποκέντρωσης να διαφέρει. Ένα ΣΔΠΕ μπορεί να σχεδιαστεί για να καλύπτει τις ενεργειακές ανάγκες σε ηλεκτρισμό, θερμότητα και ψύξη. Επίσης, τα συστήματα αυτά μπορούν να προσφέρουν λύσεις με χαμηλό ετήσιο κόστος και χαμηλές εκπομπές CO2. Ο σχεδιασμός ενός ΣΔΠΕ είναι ένα περίπλοκο πρόβλημα στο οποίο πολλές πτυχές πρέπει να λαμβάνονται υπόψη. Αυτή η διατριβή έχει σκοπό να παρουσιάσει μια μεθοδολογία για τον βέλτιστο σχεδιασμό ΣΠΔΕ χρησιμοποιώντας πολυ-κριτηριακό μικτό-ακέραιο γραμμικό προγραμματισμό (ΜΑΓΠ) με αντικειμενικές συναρτήσεις το συνολικό ετήσιο κόστος και τις εκπομπές CO2. Οι υποψήφιες τεχνολογίες είναι: (α) μονάδες συμπαραγωγής ηλεκτρισμού και θερμότητας, (β) αντλίες θερμότητας, (γ) μονάδες ψύξεις με απορρόφηση, (δ) λέβητες, (ε) ηλιακοί συλλέκτες, (στ) φωτοβολταϊκά, (ζ) ανεμογεννήτριες, (η) μονάδες αποθήκευσης θερμότητας, (θ) μονάδες αποθήκευσης ηλεκτρισμού, (ι) δίκτυο διανομής θερμότητας και (κ) μικροδίκτυο. Τα αποτελέσματα δίνουν ως λύσεις τις τεχνολογίες που επιλέγονται να εγκατασταθούν σε κάθε κτήριο και την αντίστοιχη ισχύ τους, τη διάταξη του δικτύου διανομής θερμότητας (αν σχηματιστεί), το επιχειρησιακό προφίλ των τεχνολογιών, και την ανταλλαγή ηλεκτρισμού διαμέσου του μικροδικτύου καθώς και μεταξύ των κτηρίων και του εθνικού δικτύου ηλεκτρισμού. Επιπλέον, οι αντίστοιχες μελέτες που υπάρχουν στη βιβλιογραφία διαχωρίζονται σε δύο γενικές κατηγορίες, (α) στη «Μέθοδο Α» όπου γίνεται ταυτόχρονη επιλογή και διαστασιολόγηση των υποψήφιων τεχνολογιών, και (β) στη «Μέθοδο Β» όπου οι διαστάσεις των τεχνολογιών είναι προκαθορισμένες. Αυτή η διατριβή παρουσιάζει αρκετά καινοτομικά στοιχεία αναφορικά με τον βέλτιστο σχεδιασμό ΣΔΠΕ. Συγκεκριμένα, παρουσιάζονται δύο προσεγγίσεις για την μοντελοποίηση τεχνολογιών, επεκτείνοντας την σχετική βιβλιογραφία. Επιπλέον, παρουσιάζονται μαθηματικά μοντέλα για όλες οι διαθέσιμες τεχνολογίες. Αυτές οι προσεγγίσεις συγκρίνονται καθώς προσφέρουν διαφορετικές λύσεις, και εξετάζονται πλεονεκτήματα και μειονεκτήματα που έχουν. Πέρα απ’ αυτά, η διατριβή έχει ως σκοπό τον βέλτιστο σχεδιασμό ΣΔΠΕ υπό συνθήκες αβεβαιότητας. Οι αλλαγές στις τιμές των παραμέτρων σχεδιασμού μπορούν να επηρεάσουν τον βέλτιστο σχεδιασμό και αυτή η διατριβή σκοπεύει να προσφέρει στον αποφασίζων εύρωστες λύσεις. Στο πλαίσιο της διατριβής υποτίθεται ότι οι παράμετροι που είναι υπό αβεβαιότητα είναι οι τιμές ενέργειας (ηλεκτρισμού και φυσικού αερίου), το επιτόκιο αναγωγής, τα ενεργειακά φορτία, η ηλιακή ακτινοβολία και η ταχύτητα του ανέμου. Για την αντιμετώπιση της αβεβαιότητας και τον εντοπισμό των εύρωστων λύσεων χρησιμοποιούνται τέσσερις τεχνικές που ανήκουν στο πεδίο της «εύρωστης βελτιστοποίησης» ή της «στοχαστικής βελτιστοποίησης»: (α) objective-wise worst case, (β) minimax regret criterion (MMR), (γ) minimax expected regret (MER) και (δ) ανάλυση Monte Carlo. Συνολικά, αυτές οι τεχνικές προσφέρουν λύσεις πολύ διαφορετικές σε σχέση με την ντετερμινιστική προσέγγιση του προβλήματος, οι οποίες μπορούν να χαρακτηριστούν ως εύρωστες, υπογραμμίζοντας τη σημασία της θεώρησης της αβεβαιότητας κατά τη διαδικασία σχεδιασμού. Η διατριβή καταλήγει ότι η αντιμετώπιση της αβεβαιότητας κατά τον σχεδιασμό ενός ΣΔΠΕ είναι πολύ σημαντική καθώς οι λύσεις αλλάζουν σημαντικά, και αυτό έχει ιδιαίτερη σημασία για τον βέλτιστο σχεδιασμό του συστήματος, την οικονομική του βιωσιμότητα καθώς και την επιχειρησιακή του σταθερότητα. Εν τέλει, σημειώνεται ότι οι μεθοδολογίες που έχουν αναπτυχθεί είναι γενικές και μπορούν εύκολα να προσαρμοστούν και να εφαρμοστούν σύμφωνα με τις προτιμήσεις του αποφασίζων.


Sign in / Sign up

Export Citation Format

Share Document