一种基于多目标优化的变电站工程造价决策方案优选方法技术

本发明专利技术公布了一种基于多目标优化的变电站工程造价决策方案优选方法，包括如下步骤：相关领域专家对历史变电站工程设计方案进行优选打分，并选出影响方案优选分数的主要工程设计变量；以影响方案优选分数的工程设计变量历史数据作为输入变量、以相应历史变电站工程设计方案优选分数作为输出变量分别建立非线性神经网络，并训练网络模型，得到工程设计方案优选分数与影响变量的非线性表达式；构建多目标优化方案，将得到的表达式作为待求的最优化问题，依据具体项目构造约束条件；应用多目标优化算法，求解得到满足约束条件下的变电站工程最优造价方案。该方法可以优选出符合工程建设要求且具有高可靠性低投入的变电站工程建设造价方案。建设造价方案。建设造价方案。

【技术实现步骤摘要】
[0014]其中，C为神经网络的输出值；W2为隐藏层神经元与输出层神经元的链接权重向量；W1为输入层神经元与隐藏层神经元的链接权重矩阵，W1与W2为神经网络训练的参数，网络训练完成后，W1与W2成为神经网络表达式的固定系数；X为神经网络的输入向量。
[0015]进一步地，所述步骤3中构造最优化问题的目标函数为：
[0016]V
‑
maxC
[0017]其中，V
‑
max为求取向量的最大化；C＝[C1,C2]T
，C1为工程设计方案评分，C2为工程造价方案分数，C1与C2的表达式均为所训练神经网络的非线性映射关系。
[0018]优选地，步骤3构造约束条件是参照具体项目，分别从工期、预算、工程量等几个角度设置不等式约束条件。
[0019]进一步地，步骤4中所述多目标优化算法应用过程，包括以下步骤：
[0020]改进粒子群优化算法，设置粒子位置与速度变量：
[0021][0022][0023][0024]其中，X
i
为n个粒子的第i次更新后的位置信息矩阵；V
i...

【技术保护点】

【技术特征摘要】
1.一种基于多目标优化的变电站工程造价决策方案优选方法，其特征在于：包括以下步骤：步骤1：对历史变电站工程设计方案进行优选打分，选出影响方案优选分数的主要工程设计变量；步骤2：以影响方案优选分数的工程设计变量历史数据作为输入变量、以相应历史变电站工程设计方案优选分数作为输出变量分别建立非线性神经网络，并训练网络模型，得到工程设计方案优选分数与影响变量的非线性表达式；步骤3：构建多目标优化方案，将得到的表达式作为待求的最优化问题，依据具体项目构造约束条件；步骤4：应用多目标优化算法，求解得到满足约束条件下的变电站工程最优造价方案。2.根据权利要求1所述的一种基于多目标优化的变电站工程造价决策方案优选方法，其特征在于：所述步骤1中，对历史变电站工程设计方案进行优选打分时，对同项目的工程设计方案与工程造价方案两方面分别评分。3.根据权利要求1所述的一种基于多目标优化的变电站工程造价决策方案优选方法，其特征在于：所述步骤2中创建并训练神经网络拟合各类工程设计变量与优选分数之间的非线性关系，神经网络输入输出的映射关系为：C＝W2(1+exp(W1X))
‑1其中，C为神经网络的输出值；W2为隐藏层神经元与输出层神经元的链接权重向量；W1为输入层神经元与隐藏层神经元的链接权重矩阵，W1与W2为神经网络训练的参数，网络训练完成后，W1与W2成为神经网络表达式的固定系数；X为神经网络的输入向量。4.根据权利要求1所述的一种基于多目标优化的变电站工程造价决策方案优选方法，其特征在于：所述步骤3中构造最优化问题的目标函数为：V
‑
maxC其中，V
...

【专利技术属性】
技术研发人员：宋坤，刘冰，张如玉，王镝，张鸥，张爽莹，石晶，张平，徐维懋，谷峥，付亦殊，徐强胜，肖雪，于兴成，王英旭，杨晓东，李革，夏静波，潘进，吴学锋，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：