支持柔性规划的废弃物能源回收项目决策规则生成研究

How to design and exercise flexible project planning in highly uncertain environment is a key issue for sustainable development of waste-to-energy (WtE) projects. The existing flexible planning methods mainly focus on the evaluation of flexible design, given that the flexible planning is known a priori. Few studies have worked on the problem of when and how to select suitable flexible plans in operations as uncertain states change. Motivated by this, this project aims to design and generate decision rules to support the exercise of flexible planning for WtE projects in a changing environment. First, an in-depth analysis of multiple sources of waste uncertainties will be performed and an uncertainty prediction model will be developed accordingly. Second, the relationships of various decision factors for flexible planning will be analyzed and the key decision factors for constructing decision rules will be extracted. Third, a decision rule generation method will be proposed based on the gene expression programming algorithm. Lastly, the proposed methodology will be applied to different scenarios, with the goal of analyzing the validity and applicability of the generated decision rules. The research in this project will provide fundamental theories and methodologies to improve the reliability and flexibility of project planning for WtE projects.

如何在高不确定性环境下对废弃物能源回收项目实施柔性规划是保证项目可持续性发展的关键问题。现有的柔性规划方法主要侧重于对给定规划方案的价值进行测度，较少考虑在项目实施过程中如何根据不确定性状态的变化动态地选择规划。为此，本项目拟通过设计决策规则及规则生成方法实现废弃物能源回收项目柔性规划的动态实施。本项目首先通过分析废弃物多维度不确定性状态产生机理，建立废弃物状态演化趋势模型，实现对项目外部运营环境变化的可靠评估。其次，研究影响柔性规划的废弃物状态、项目自身状态等因素的关联性，并据此提取用于生成决策规则的关键决策因素。在此基础上，设计基于基因表达式编程算法的决策规则生成方法，运用进化计算原理自动生成决策规则。最后，利用多场景分析对决策规则生成方法的有效性及适用性进行验证。研究成果旨在为提高废弃物能源回收项目规划的可靠性和灵活性提供理论指导和方法支持。

如何在高不确定性环境下对废弃物能源回收项目实施柔性规划是保证项目可持续发展的关键问题。本项目通过设计决策规则及规则生成方法实现废弃物能源回收项目柔性规划的动态实施。课题组首先研究了不确定因素对废弃物能源回收项目的影响机理，构建了关键不确定因素预测模型，实现了对项目外部运营环境变化的可靠评估。在此基础上，研究如何运用进化算法自动生成决策规则。本课题基于差分进化算法以及基因表达式编程算法，分别提出了给定结构假设条件下以及无结构假设条件下决策规则生成方法，实现了对决策规则参数及结构的协同优化。最后以废弃物能源回收项目为背景，以容积柔性扩张策略为研究对象，以项目经济效益为评价标准，运用仿真技术生成多维仿真场景，对所提出的决策规则生成方法进行有效性验证。研究结果表明用基因表达式编程算法所生成的决策规则更加简洁、直观，更适于指导废弃物能源回收项目的柔性规划。且与传统的刚性规划相比，用所生成的决策规则指导项目柔性规划可提高项目经济效益。研究成果为废弃物能源回收项目柔性规划策略的实施提供了系统的解决方案，为减少废弃物能源回收项目在开发及运营过程中不确定因素的影响，提高项目经济效益提供了理论依据和技术支持。