一、蒙特卡罗模拟优化与风险决策分析的应用研究（论文文献综述）
别朝红,潘超琼,陈叶,李芙蓉[1]（2021）在《能源转型下新能源电力系统概率风险评估》文中认为当前我国正处在能源转型的关键时期,在碳达峰和碳中和背景下,高比例新能源接入带来的不确定性使得确定性的风险评估已经无法保障电力系统的安全可靠运行。概率风险评估是评估高度不确定性系统风险的有效工具,其旨在突破确定性风险评估基于风险长期平均数字特征无法对高概率低损失和低概率高损失事件进行区分的局限。本文首先阐述了新能源电力系统概率风险评估的迫切性,然后对其进行了概述,包括概率风险评估的含义、应用现状以及新能源电力系统概率风险评估的特点,继而在风险评估研究现状的基础上,从风险建模、评估、分析和决策4个层面论述了新能源出力模型和故障模式、概率风险评估核心算法和计算效率、多层次概率指标体系和薄弱环节识别方法、运行方式安排和设备备用规划决策等方面的关键问题。未来亟需从新能源出力与负荷之间的时空相关性以及新能源的相依故障模式、概率风险全分布评估的算法和全面提高计算效率的方法、基于分割多目标风险分析理论建立面向不同风险类型的多层次指标及薄弱环节识别体系、在优化模型的目标函数或者约束条件中计及概率风险指标的决策方法等方向展开研究。
廖剑南[2]（2020）在《PPP模式养老项目的投资决策研究》文中研究说明目前,在我国面临着重度老龄化国家、家庭的小型化和“421养老”负担的家庭结构趋势逐渐显现的背景下,政府的财政支付已经难以满足日益增长的老年人多元化养老需求,而养老服务产业投资的长期性、稳定性和高安全性这三大特点与PPP模式的特点相吻合,因此,PPP模式作为一种有效的融资管理方式可以与养老产业有效结合。社会资本作为PPP模式养老项目重要的参与者,通过雄厚的资金、丰富的技术、专业的人才、有效的管理和优质的服务等优势,可以为老年人提供一个良好的养老环境。但是,社会资本方在参与PPP模式养老项目中会面对诸多的风险和不确定性因素,从项目的定价、融资到收益等与投资决策相关的内容,这些对其是否参与养老项目都存在疑虑,因此,在社会资本决定参与投资PPP模式养老项目时,项目的各个阶段存在何种风险因素?政府与社会资本对于各项风险因素的责任如何划分?如何做好PPP模式养老项目的投资定价与投资收益决策?项目以何种方式融资?诸如此类的PPP模式养老项目投资决策中的问题都是目前值得我们深入研究的重要问题。本文以“PPP模式养老项目的投资决策研究”为研究对象,立足于“投资决策”的视角,以“公共产品理论”、“利益相关者理论”、“项目管理理论”和“投资决策理论”为理论支点,通过运用实证分析、模糊综合分析和蒙特卡罗模拟等方法,对PPP模式养老项目的风险因素、政府和社会资本风险分担情况、项目的投资定价决策、投资收益决策和投资融资决策等问题进行综合研究,在此基础上,将项目的投资定价模型与投资收益模型应用于财政部政府和社会资本合作中心全国PPP综合信息平台项目的案例中证明其可行性,并提出PPP模式养老项目投资决策的融资方式。本文由八章内容构成:第一章绪论部分。主要介绍论文的研究背景与意义,对国内外相关文献进行总结与述评。在梳理我国PPP模式养老项目投资研究的学术史的同时,吸收学术界相关研究成果和研究方法,从创新的角度,提出本文的研究方向、研究目标和研究的主要内容。第二章介绍与PPP模式养老项目投资决策相关的理论基础。其中包括公共产品理论、项目区分理论和利益相关者理论等PPP模式项目相关理论以及与项目投资决策相关的风险、定价、融资和收益理论等,为论文对PPP模式养老项目投资决策的现状分析、模型构建和实证分析打下基础。第三章PPP模式养老项目投资决策的现状分析。从目前我国面临严峻的老年人养老需求问题入手,介绍我国目前养老产业项目投资决策的现状和PPP模式养老项目投资决策面临的相关问题。第四章PPP模式养老项目投资决策的风险因素研究。通过对PPP模式养老项目的风险进行分解,运用模糊综合评价法,对项目投资中的风险影响因素进行识别和分析,把从定性分析的风险转化为基于指标构建的定量方法分析风险因素,确定PPP模式养老项目可能面临的风险因素,最后得出PPP模式养老项目投资中主要的风险因素以及政府和社会资本关于风险因素的责任分担比例。第五章介绍PPP模式养老项目的投资定价决策模型。立足于养老项目政府与社会资本双方风险的承担与主要风险影响因素,依据我国现实的经济水平对项目的价格进行定价。从价格构成、需求导向定价和基于博弈的角度设计PPP模式养老项目投资决策的定价模型,同时计算有政府补贴和没有政府补贴时的项目市场定价,最后将构造的投资定价决策模型应用于财政部政府和社会资本合作中心全国PPP综合信息平台项目的案例。第六章介绍PPP模式养老项目投资决策的融资方式。目前我国在PPP模式养老项目投资的实施中面临着融资困难的问题。论文从基于新公共服务理论的PPP模式养老项目融资、基于资产证券化的PPP模式养老项目融资供给和推进保险资金参与PPP模式养老项目建设三个角度,阐述了构建全生命周期角度下的PPP模式养老项目投资融资方式的创新理念,期望能对PPP模式养老项目投资决策中的融资问题提出适当的解决思路。第七章介绍PPP模式养老项目的投资收益决策模型。首先,通过运用基于概率论思想的蒙特卡罗模拟方法,并确定PPP模式养老项目中的变量,测量其概率分布,由此建立合理的模型参数;其次,从项目收益率、投资年限和净现值三个角度对项目在土地风险、调价风险和需求风险三个条件下的PPP模式养老项目进行模型设计,并寻求对该类型的项目更合适的投资收益分析方法,同时,政府对PPP模式养老项目的财政补贴也是作为该项目是否可行的重要依据;最后,将构造的投资收益决策模型应用于财政部政府和社会资本合作中心全国PPP综合信息平台项目的案例。第八章全文的总结与展望。基于全文总结的基础上,提出作者的政策性建议,指出本文研究的不足之处以及提出未来的研究展望。通过上述的研究,本文主要的研究结论如下:（1）养老产业需要引入社会资本参与PPP项目目前,我国政府的财政收支出现了较为明显的缺口,原本过度依赖土地财政的收支模式也难以持续,经济结构与经济发展模式也处于转型阶段,但是,一方面,我国的老年人口数量和增长率却呈现快速增长的状态,老年人对养老服务的需求也日趋多元;另一方面,我国的社会资本方拥有着雄厚的资金、成熟的管理经验和专业的人才,不仅可以缓解政府部门的财政压力,也可以通过为老年人提供优质的养老服务获得一定的收益。政府部门通过给予社会资本优惠政策并且与社会资本方共同承担项目的风险来吸引社会资本参与PPP模式养老项目的建设和运营,最终为我国老年人群体提供合适满意的养老服务。（2）投资决策中收益是影响社会资本投资养老项目的关键因素社会资本投资PPP模式养老项目是为了在保证项目风险程度较低的情况下稳定地获取一定的项目收益,而根据目前的数据来看,大部分投资PPP模式养老项目的社会资本并没有取得预期的盈利,约占总数50%的养老机构只是维持了养老项目的收益平衡,仅有大约20%的养老机构取得了项目利润盈余,而剩下30%的养老机构属于亏本的范畴,所以出现了社会上有大量的养老需求,但是很多企业却不愿意投资养老项目的局面。当然,这其中有养老产业发展水平的因素、社会资本方自身投资能力的因素和市场环境的因素,同时也有着制度环境的因素。（3）项目风险因素是社会资本投资PPP模式养老项目决策中考虑的重点在社会资本投资PPP模式养老项目决策中,融资困难、合作伙伴选择失误、市场需求不足和专业化水平不足等都是项目主要的风险因素,这些风险因素会对项目的收益产生重要的影响。过高的项目风险会造成社会资本难以获得盈利甚至难以收回本金,从而使得社会资本在投资PPP模式养老项目面前望而却步,因此,政府部门与社会资本间合理地划分项目风险可以保障各方均承担了最适合的项目风险,推动了PPP模式养老项目的持续运营和服务创新。（4）建立完善的PPP模式养老项目投资融资决策方式基于新公共服务角度下的多元共治思想,政府部门作为PPP模式养老项目必要的参与者,肩负协调组织其它社会治理主体的责任,社会、企业和第三方部门共同参与到公共产品的服务和供给中,因而,PPP模式养老项目的社会资本方投资者是由社会多方构成的。建立完善的PPP模式养老项目投资融资决策方式,需要在项目全生命周期的各个阶段进行投资管理,将项目融资安全合理高效地运用于养老项目各个阶段。资产证券化作为目前世界上主要的项目融资方式之一可以借鉴到PPP模式养老项目中,可以解决银行贷款高额成本和社会资本项目退出机制等问题。保险资金与PPP模式养老项目具有诸多相契合的地方,通过将保险资金注入养老项目,从而对养老项目的建设、运营等阶段提供风险担保,同时保险资金也对PPP模式养老项目的各个方面提出了更高的要求,进一步优化了项目的结构和提升了项目的执行效率。（5）政府部门是否给予PPP模式养老项目补贴决定着社会资本是否投资项目政府给予PPP项目的补贴对于社会资本方是至关重要的,决定着社会资本投资PPP模式养老项目与否。通过实证的案例,养老项目的补贴会较大程度地影响社会资本方项目投资收益的回收期,若失去了政府的补贴,不少PPP模式养老项目将会难以在特许经营期内完成项目的预期收益,或者回收期超过特许经营期限的最大值,总体来说,政府部门给予的项目补贴是鼓励和吸引社会资本方参与PPP模式养老项目投资的重要保证。但是,社会资本方不能完全依赖政府部门的项目补贴,而应该通过提高自身的服务水平和优化项目的管理方式等方式提高项目的服务效率和市场竞争力。本文主要的创新在于:（1）研究角度较为新颖。养老项目是未来热门的研究方向,但是基于PPP模式的养老项目投资决策的研究成果目前还比较少,现有的研究成果大部分是研究养老产业的模式、养老项目目前存在的问题以及提出相关的政策为主,但是涉及通过风险的角度来划分政府和社会资本投资PPP模式养老项目需要承担的风险的研究成果较少。本文主要侧重于PPP模式养老项目中的社会资本方,明确PPP模式养老项目投资决策中的政府资本和社会资本的风险分担方式和程度,由此确定不同的风险因素对PPP模式养老项目投资决策的影响。（2）确定了更加合适的PPP模式养老项目投资决策中的定价与收益模型。通过模糊综合评价法确定项目主要风险并建立基于PPP模式养老项目风险因素的投资定价与收益决策模型。本文立足于养老项目公私双方风险的承担及主要风险影响因素,依据我国现实的经济水平对PPP模式养老项目的产品进行定价,设计出符合政府部门、社会大众和社会资本三方诉求的养老项目产品价格,然后,通过运用蒙特卡罗模拟方法,建立基于PPP模式养老项目投资决策中项目收益的变量和测量其概率分布,并建立合理的模型参数,在此基础上对PPP模式养老项目的投资收益进行模型设计,最终寻求出对该类项目更合适的投资收益分析方法。（3）本文立足于PPP模式养老项目的投资决策现状,为其提出该类项目合适的项目融资方式。PPP模式的养老项目融资方式与一般的项目不同,也与大多数的PPP模式项目的融资方式也有不同之处。在目前阶段,处于新兴发展时期的PPP模式养老项目面对自身和外部环境的风险,传统的融资方式还难以与该类项目完全接轨并提供项目融资,基于PPP模式养老项目自身的性质和特点,为其提出能较好地适用于PPP模式养老项目的投融资方式。
纪会争[3]（2020）在《风光储联合发电调度管理与效益评价研究》文中认为基于世界范围能源资源供给紧张的现状,以及我国风力发电和太阳能发电均具有地域性强、集中度高等特点,通过对相关理论观点的回顾和综述,介绍了风光储联合发电模式、功率预测方法。以及多目标决策理论的研究现状,提出对风、光、储能多模块机电功率预测研究、风光储联合发电调度管理、风光储联合发电综合效益评价的技术方法,寻求技术经济效益最优的解决策略,为风光储联合发电模式发展作出有益探索。本文主要研究成果和创新如下:（1）建立了基于模式分解（EMD）和粒子群优化支持向量机（PSO-SVM）的风电输出功率预测模型。风电功率的输出为非平稳时间序列,采用传统的回归算法、神经网络等预测模型往往得到的结果精度不高。针对这种非线性、非平稳的时间序列,首先,使用经验模式分解（EMD）将风电机组输出功率分解为多组具有不同尺度的时间序列;然后,分别对每组信号使用支持向量机（SVM）进行预测。（2）建立了基于聚类分析和熵权预测模型的光伏发电输出功率组合预测方法。对于光伏发电,由于其输出功率是非线性时间序列,其随机波动较强,而且具有明显的规律日重复性。针对这一特征,本文提出首先使用模糊聚类的方法,对光伏发电矩阵的输出功率进行日聚类,得到多组相似日的样本集合。然后使用基于熵权组合预测模型的预测方法对各组相似日进行训练。这种预测方法建立于对光伏发电矩阵的输出功率记性准确日聚类的基础之上,能够更好地捕捉不同气候条件下输出功率的规律特性,降低了预测模型的结构风险。（3）建立了风光储联合发电多目标跟踪计划出力调度模型。由于风光出力具有较强的随机性和模糊性,对风光储联合发电系统中出力调度优化是一种不确定性规划,本文从运行目标和经济性两个方面出发,建立了基于不确定规划的风光储联合发电多目标出力调度模型,结合蒙特卡罗模拟和灰色粒子群算法进行求解。最后,选取张北国家风光储输示范工程作为分析对象,分别建立了出力跟踪计划出力调度模型和计及经济性的多目标跟踪计划出力调度模型。在单目标调度模型中,提出了包含储能系统充放电功率控制系数和风光预测状态控制系数的出力系统控制策略,结果表明通过变化储能系统充放电控制系数不仅能够降低对储能系统的要求,还能将误差控制在合格范围内。在多目标调度模型中,通过对比单目标决策与多目标决策的结果可以发现,多目标优化调度模型能够在最大程度跟踪计划出力的基础上降低经济成本,实现经济利益的最大化。（4）建立了基于多维度效益的风光储联合发电综合效益评价模型。首先依据指标构建原则,开展多维度效益指标识别工作,确定了示范效益、电网效益、经济效益、社会效益四个层面的识别方向,构建了多维度多层级的风光储联合发电综合效益评价体系。最后,结合本文提出的基于多维度效益的风光储联合发电综合效益评价模型,利用张北国家风光储输示范工程项目数据,分别从实际数据和规划数据两个角度开展了测算工作,测算结果显示,张北国家风光储输示范工程综合效益达到了规划预期水平,整体水平良好,随着张北国家风光储输示范工程二期的陆续建设,风光储联合发电系统将进一步发展,在不断提高经济性的同时,增强系统友好型,不断促进新能源发电的发电比例,促进能源结构的不断优化发展。本文对风光储联合发电调度管理工作具有一定的参考作用。（5）对风光储联合发电系统的运行管理策略和产业发展政策建议进行了研究。从风光储系统并网与孤岛运行的角度介绍了风光储系统的运行管理策略,分析风光储联合发电产业的现存问题,结合能源互联网的发展理念,提出能源互联网下风光储联合发电系统的典型运行模式。最后,结合产业及政策要求,为风光储联合发电系统的未来发展提出了相关的政策建议。
郑东林[4]（2019）在《基于数据挖掘的区域建筑群节能改造预测模型研究》文中指出随着我国新型城镇化愿景与既有城区更新改造和建筑能效提升工程不断推进,区域建筑群大规模节能改造（Large-scale building energysaving retrofit,简称LSBESR）成为生态环保低碳重要内容及提升区域能效水平的重要手段。然而,区域建筑群是多业态的集群,由于多系统耦合、多设备集成、多参数集合等特征的存在,LSBESR面临众多相互影响的不确定性因素,增加了预测难度;同时,国内外LSBESR预测理论体系尚不成熟,缺乏适用的数学模型和方法;此外,一些城市不断推进能源信息化建设,逐渐积累了存量建筑的能耗信息,也迫切需要挖掘数据的内在价值。本文围绕LSBESR问题,建立了节能改造基础数据库,提出了基于数据挖掘的LSBESR能耗预测模型,并进行模型验证。同时,所提出的预测模型给出了不确定性能源参数量化方法、基于意愿因子的预测修正模型和多目标决策优化策略等,解决了诸多核心难题,包括:区域建筑群预测模型物理建模复杂,已有传统区域预测模型缺少技术细节支撑,模型设置参数不确定性量化困难和很难获取自下而上的实际能耗数据校正等问题。具体而言:（1）通过对1118幢公共建筑和100幢建筑的大规模数据采集,构建了LSBESR数据库,包括建筑、能耗、设备、运行、技术、意愿6个子库。统计得到了区域建筑群能源参数（围护结构热工性能、电梯设备功率、冷热源效率等）统计规律和用能基准,为预测模型中能源参数的输入条件提供支撑。在此基础之上,采用逆向建模方法,建立了基于数据挖掘的区域建筑群能耗预测模型。预测模型实现了对回归统计、物理建模等方法的整合,构建了宏观稳态能量平衡方程和典型建筑模型,并融入不确定性因素。所编制的Matlab程序采用蒙特卡罗模拟（Monte Carlo,简称MC）对抽样数据进行仿真,实现了区域能源参数的宏观统计特性和单体建筑运行条件的一致性,能快速准确预测区域建筑群能源消耗。某中心城区的研究案例表明:模拟值与实际观测的年能耗数据偏差为2.14%,月度均方差变异系数为6%,能耗归一化指标变化区间为[0.87,1.13]。模型能输出的逐时、逐日、逐月、逐项能耗数据可为预测节能改造奠定理论基础。（2）本文对LSBESR进行了模拟预测和验证。通过已建立的区域能耗随机模型,采用自上而下的后推校准法测算节能潜力。同时,本文还建立了全局性敏感参数分析方法和单参数节能改造因子回归模型,模拟发现内部负荷因子对能耗影响最显着。通过调整能源参数,可模拟不同改造情景约束条件下的节能量概率分布曲线和归一化值的分布区间,例如:研究案例常规情景下平均节能率为10.8%,大于5.8%的概率为84%,而在低碳情景下,节能率大于22.5%的概率则为84%。同时,本文针对已完成节能改造的15幢建筑,采集了基础信息和能源参数,并进行模型验证。研究结果表明:改造前与改造后的能耗数据显示,模拟节能量与实际观测值的偏差为14.3%。上述研究结果可为后续风险决策提供支撑。（3）本文研究了LSBESR模型中9个不确定性源和不确定性参数的量化方法,提出了基于贝叶斯理论的能量校正模型,建立了对可识别及待估计参数的贝叶斯模型。该模型采用哈密尔顿马尔可夫链蒙特卡罗算法,将能源参数的先验信息作为初始输入条件,并利用区域建筑群能耗观测值和后验联合条件概率密度得到了不确定能源参数的后验分布概率,解决了能源参数不确定性,理论模型与建筑原型偏差以及观测误差传递等问题。案例研究结果表明:围护结构综合传热系数、制冷系统综合性能系数的后验分布概率与上述参数的先验分布概率相比,二者均值分别相差19%与12%,预测模型的不确定度为9.5%。采用贝叶斯能量模型得到能源参数的后验分布后,能耗模拟值与观测值偏差由5.4%下降到0.97%,与先验信息模拟值相比,空调冷源、外窗隔热和高效照明3项综合措施节能量偏差度为27.8%,上述结果确保校正模型能显着提高LSBESR预测精度。（4）本文搭建了基于模糊多属性决策改造意愿因子预测修正模型和全生命周期多目标决策优选模型。首先,通过构造意愿因子隶属函数,获得区域建筑群大规模改造实施概率矩阵,并采用离散MC模拟方法来预测基于改造意愿的区域整体节能改造。其次,构建了基于全生命周期的单位节能效益增量成本模型和风险随机变量的量化方法,并建立了基于MC模拟的风险决策控制优化模型。案例研究结果表明:节能量修正曲线呈现单峰正态分布,相比之下,节能投资则呈现双峰高斯分布,其预期节能量调整系数为0.8,且意愿因子与节能期望值之间存在强对数关系;同时,采用多维度指标阈值控制（包括节能、经济、风险等）可实现对节能措施组合策略包的权衡判断和逐步优化。综上所述,本文提出了预测模型为LSBESR可行性研究、规划、预测、决策和优化等提供了理论指导。
王小可[5]（2019）在《PPP模式下特色小镇项目投资决策研究》文中研究说明特色小镇源于国外,兴于浙江,壮大于长三角,如今已在全国快速蔓延开来,逐步成为我国产业转型升级的重要抓手。在政府财政紧缺、传统建设模式弊端凸显的背景下,PPP模式已成为特色小镇落地的新助力。然而我国还不具备成熟的特色小镇PPP项目实践经验,且项目周期长、投资大等特点致使社会资本参与其中将会面临多种风险。因此,对社会资本而言,在风险与收益共存的情况下,如何对特色小镇PPP项目作出正确的投资决策是值得研究的问题。首先,本文阐述了PPP模式及特色小镇的概念和特征,提出了特色小镇采用PPP模式的必要性和可行性。其次,从全寿命周期理论和风险来源两方面出发识别了特色小镇PPP项目投资风险因素,并通过调查问卷与因子分析法对投资风险指标体系进行了修正与优化,最终建立了包括政治、管理、市场、金融和环境五个方面的特色小镇PPP项目投资风险指标体系。再次,根据PPP项目风险分担原则确定了风险控制能力、风险承担意愿、风险承担能力、风险控制成本、风险预期收益5个风险初步分担评价指标,通过专家打分法获得风险分担初始决策矩阵,并借助GRA-TOPSIS方法得出社会资本在特色小镇PPP项目中承担的主要风险因素。选择内部收益率（IRR）作为社会资本投资决策财务评价指标,借助蒙特卡罗模拟法构建投资决策模型。最后,以杭州XXX农业特色小镇为例,以社会资本承担的主要风险因素为基础,运用投资决策模型,得出项目在不考虑风险因素时可行,而在风险因素作用下投资收益保证率较低,认为项目不可行,且旅游人数年增长率、初始年旅客数量、运营成本是影响项目收益的关键风险因素。以社会资本预期收益率为判别标准,对三个关键因素分别进行模拟,并通过风险收益均衡分配,确定了该项目投资可行的边界条件,为社会资本投资决策、与政府协商提供理论方法和借鉴。
张宇[6]（2019）在《T产业新城PPP项目投资决策研究 ——基于社会资本方视角》文中提出党的十九大报告中明确提出了加大力度推进产业新城建设的目标。虽然产城有机融合共同发展可提高城镇空间的利用率,优化产业生产、城镇生活以及生态功能,保证城镇格局鼎力发展,但产业新城建设成本极高,无法单纯依赖政府财政拨款完成。由此,引进社会资本共同解决产业新城建设资金需求的PPP模式被提出。应用PPP模式打造产业新城项目,要求投资方要谨慎评估项目风险和经济效益。所以,在新型城镇化趋势加剧的当下,有必要深入研究PPP模式在产业新城项目中应用的风险因素,以为项目投资方投资决策提供可靠参考依据。T产业新城PPP项目是我国投资规模最大的产业新城PPP项目。相较于其他项目,该项目投资规模大,建设周期长,面临的风险更多样,投资风险更大。本文选取的T产业新城PPP项目具有一定典型性和代表性。因此,本文对T产业新城PPP项目投资决策的有关问题进行研究。首先,对PPP模式、投资决策、PPP模式投资决策的现有研究成果以及公共产品理论、项目区分理论、委托代理理论等进行阐述,为后续研究奠定理论基础。其次,对T产业新城PPP项目投资决策案例进行描述,包括该项目建设的背景、项目建设内容、PPP运作模式,并对该项目面临的风险进行识别和分析,提出风险分配方案。再次,对T产业新城PPP项目投资决策进行分析,采用动态投资回收期法对净现值、内部收益率指标进行分析,对基准收益率进行确定和计算,并基于蒙特卡罗法构建T产业新城PPP项目投资决策模型。站在社会投资者的角度,对T产业新城PPP项目不同条件下面临的风险和决策变量进行模拟实验,得出投资的边界条件,即:土地平整收入是土地平整成本的110%,运营收入是运营成本的108%,建设收入是建设成本的109%,规划收入是规划成本的105%。最后,提出社会资本方应对T产业新城PPP项目投资风险的应对策略。本文站在社会投资者的角度,对T产业新城PPP项目投资决策的问题进行探讨和分析,不仅为社会投资者参与T产业新城PPP项目投资决策提供指导,也为其他PPP项目投资决策提供了一定借鉴价值。
张聪通[7]（2019）在《乌江梯级水库调度弃水风险分析及弃水控制方法研究》文中研究表明弃水是水电富集地区汛期水库调度面临的主要问题,弃水风险分析和弃水控制方法的研究对水库调度十分重要,直接关系到水电调度的社会和经济效益。风险因子的描述、弃水风险量化指标的完善和梯级水库联合防弃水调度是弃水研究的关键问题。本文以乌江流域梯级水电站为研究对象,结合非线性全局优化方法、蒙特卡罗模拟等技术,针对梯级水库弃水风险分析和弃水控制方法展开研究,以期为水库汛期防弃水调度提供决策支持。本论文主要研究工作如下:（1）通过历史逐月资料对乌江梯级弃水现状进行了分析,指出了弃水风险分析的重点应集中在主汛期68月,根据梯级电站特点,应重点分析东风-索风营二库、大花水-格里桥二库以及下游构皮滩-思林-沙沱三库的弃水风险;分析各库弃水时如何充分利用本库以及上游水库调节库容,尽可能减少不必要弃水;调节性能好的水库在自身遭遇洪水时可以利用自身调蓄能力降低弃水风险,在下游电站遭遇洪水时应当减小出库,降低弃水风险。（2）提出考虑径流预报误差的水电站发电调度弃水风险分析方法。一方面基于径流预报误差假定,采用蒙特卡罗方法模拟生成大量径流情景,实现了主要风险因子（径流不确定）的描述;另一方面引入最大概率弃水量、期望弃水量、极限弃水量等风险指标,量化发电计划面临的弃水风险。以发电量最大为目标,将优化计算得到的出力过程作为发电计划;基于发电计划对蒙特卡罗模拟的多个径流情景进行定出力计算,得到弃水样本集合和弃水分布,最终通过弃水分布计算各项风险指标以量化发电计划面临的弃水风险。应用实例表明,本文方法丰富了弃水风险的指标体系,更客观地反映弃水风险的真实水平。（3）针对梯级水库联合防弃水调度中如何确定大水库起调水位这一问题,提出一种基于起调水位上限优化策略的弃水控制方法。以梯级弃水最小为目标,建立优化调度模型,并采用非线性全局优化方法进行求解;采用不同的起调水位策略优化获得特定组合洪水情景的梯级防弃水调度方案集,根据弃水量优选水库起调水位上限,最后采用该思路生成不同频率洪水场景对应的起调水位上限控制策略表。应用实例表明,当梯级遭遇历史最容易出现的洪水组合或者量级很大对水库调度极为不利的洪水组合时,都可以通过本文方法将梯级和各个水库的弃水控制在较低水平。最后对论文研究成果进行了总结,并对后续研究进行展望。
顿晓晗[8]（2019）在《金沙江下游-三峡梯级水库联合防洪调度风险分析》文中提出近年来,全球气候变化导致极端水文事件频发,给社会经济带来了极大的威胁,为降低极端水文事件造成的防洪风险,应加强防洪减灾体系建设和优化资源配置。随着流域大型控制性水库相继建成投运,流域大规模联合防洪调度格局已初步形成,但由于受水文、水力、调度滞时等多重不确定性影响,其调度过程呈现随机性和复杂性,严重影响了水库群安全稳定经济运行。从防洪安全的角度出发,防洪调度风险管理工作意义重大。为此,本文围绕金沙江下游-三峡梯级水库高效、安全、经济运行背景下防洪调度风险分析面临的关键科学问题,根据不同的风险定义,分别基于随机模拟方法及防洪库容频率曲线重点开展了水库群防洪调度风险分析等工作,主要研究内容和创新性成果如下:（1）基于正态分布、对数正态分布等多种分布函数及最大熵原理开展了径流预报误差分布规律研究。首先建立了基于改进杂草算法优化的神经网络模型,进一步针对三峡入库洪水开展短期径流预报,获取各时段预报误差系列;然后,以此作为数据基础,分别采用最大熵理论及多种常用分布推求了水库汛前期、主汛期、汛末期各时段预报误差的分布规律。以三峡水库20012010年入库径流为例,结果表明:其各时段预报误差具有不同的分布规律,且预报值总体呈现偏大趋势。（2）针对长江上游水库群联合防洪调度系统,开展了基于随机模拟方法的水库群联合防洪调度风险分析,考虑水库不同运行方式及多种不确定性的影响,结合多变量径流随机模拟方法,分析了各单元水库的风险变化规律,进而融合决策者的主观偏好及客观信息,对防洪调度方案集进行了多属性风险决策。研究表明,三峡入库洪水预报的不确定性对上游水库防洪风险影响较大,水库群联合防洪调度能有效降低下游水库防洪风险,提高流域整体防洪效益,多属性风险决策能够综合考虑流域防洪调度任务的重要性给出最佳调度方案,为水库防洪调度决策提供依据。（3）围绕水库实时防洪调度风险分析需求,创新性地提出了一种基于长系列历史实测径流资料的防洪库容频率曲线推算方法,基于此,建立了水库实时防洪调度风险分析模型,分析了三峡水库汛期不同时段防洪风险的变化规律;进一步,结合流域长系列历史实测资料,综合考虑流域梯级水库地理位置、水文联系、防洪需求等因素,分析了三峡水库在不同调度情景下防洪库容频率曲线的变化情况,并探究了上游水库与下游水库之间防洪库容的互用性。研究表明,推求的防洪库容频率曲线能够显着反映三峡水库在汛期不同时段的风险变化特征,对判断当前防洪情势具有一定辅助作用,合理利用防洪库容互用性可有效降低三峡水库防洪风险,为水库实时防洪调度风险分析提供了新的思路。
白舒扬[9]（2019）在《运输时间不确定下的工程物资发运时间优化》文中提出工程物流是国际工程项目的重要组成部分,负担着为工程项目提供运输服务的责任。工程物资是否按时运送至工程项目所在地,决定着工程项目能否顺利的开始并按照既定的计划执行下去。工程物资的延误将会对整个工程项目产生十分严重的拖延。而工程物流项目是一个完整的物流,虽然整个过程是由多个阶段或多个部分组成,但各个阶段之间紧密联系相互依托的,上一个阶段的延误必然会影响下一个阶段的进程,从而影响整个工程物流项目的进程,带来大量的时间金钱人力损失。首先,在海外工程的建设过程中,物资的运输作为工程项目的重要构成,连接了工程物资发运地与工程施工地,工程物资发运时间的优化在一定程度上解决了物资运输时间不确定性的问题,为整个工程物资的按时供应提供了保障,也为工程建设项目得以开展和进行奠定了基础。其次,项目建设的物资供应过程中,往往涉及到不同运输方式,其运输时间又存在不确定性。优化物资的发运时间,不仅可以保障工程项目各阶段的正常建设进度顺利完成,而且可以在保证工程项目进度的同时节省运输和储存所带来的物流成本,具有一定的现实意义。最后,本文对工程物流的相关领域和运输方案优化的相关领域进行研究分析,为工程物流的研究优化提供一定的参考价值。根据先前研究者对工程物流的研究成果,本文将对其进行学习总结并结合工程物流项目的特点,建立工程物资集港过程的发运模型,对工程物资的发运时间进行优化,以保证后续运输过程和工程准时顺利的进行。
李海涛[10]（2019）在《不确定环境下旱灾风险调控群决策方法研究》文中研究指明21世纪以来,在全球气候变化和人类活动影响下,旱灾呈现进一步加剧趋势,已成为制约各国经济社会可持续发展的重要问题之一。我国受旱灾影响严重,但当前阶段抗旱减灾体系总体上仍较为滞后。在水资源-经济社会-生态环境协同发展、应对气候变化等国家重大战略部署下,我国抗旱减灾工作面临新的挑战和更高的要求,旱灾风险管理新理念、新思路已得到我国各界人士的关注与研究。本文立足旱灾风险调控决策理论与实践中存在的问题与不足,紧跟风险管理与群决策理论方法的研究前沿,按照理论分析、方法构建、案例实证的思路开展研究。提出多主体参与的旱灾风险调控群决策研究框架,构建群决策信息提取和集结的随机EMD方法;进而针对旱灾风险调控决策中的一般性问题,建立基于不确定语言信息、不确定混合信息以及不确定随机动态信息的旱灾风险调控群决策方法;选取河南省农业旱灾风险调控典型问题实证分析,形成方法应用模式。研究成果对揭示旱灾风险调控决策不确定性并构建量化分析模型具有理论意义,对丰富和发展群决策理论方法体系具有推动作用,对政府科学调控和综合应对旱灾风险具有实际应用价值。本文主要工作集中在以下六个方面:（1）提出多参与主体的旱灾风险调控群决策研究框架,分析了群决策中的不确定性特征。通过分析旱灾风险系统构成要素及其相互作用机理,指出风险的不确定性和系统的复杂性是旱灾风险调控面临的决策环境;基于水资源-经济社会-生态环境系统协同发展理念,提出了多主体协同参与的旱灾风险调控群决策研究框架,分析了开展旱灾风险调控群决策研究的可行性与必要性;从三个方面分析了旱灾风险调控群决策中的不确定性特征:一是反映旱灾风险系统内在本质的随机性等不确定性;二是反映由于人类认识不足、信息缺失或知识缺乏而导致群决策信息不确定性;三是反映群决策过程与方法的不确定性。（2）融合随机模拟与滤波分析方法,提出了群决策信息提取和集结的随机EMD（Empirical Mode Decomposition）方法。分析指出传统群决策方法大多须对专家赋权实现群决策信息集结,但赋权方法存在主观性大、无统一衡量标准等问题;分析了群决策信息的差异性、无序性、不确定性特征,基于群决策信息包含主观成分与客观成分、客观成分对决策起决定性作用的基本假设,融合Monte Carlo随机模拟与EMD方法优势设计MC-EMD算法,实现群决策信息的自适应提取与集结,提高群决策结果客观性和可靠性;运用大数定律讨论了方法的收敛性与物理意义;结合数值算例对比分析了方法的可行性与优越性。（3）提出了不确定语言信息下旱灾风险调控群决策方法。针对群决策信息为不确定语言变量的情形,运用群决策信息提取和集结的随机EMD方法,提出了基于不确定语言信息的旱灾风险调控群决策方法。梳理了现有的语言评估标度,设计了多粒度语言信息一致化处理规则;为充分利用群决策信息,基于LHA（Linguistic Hybrid Averaging）算子、数值覆盖与灰信息表征方法、模糊正态分布隶属函数,分别构建了不确定语言群决策信息融合的LHA法、三参数区间灰数法与正态分布随机变量法;应用示例对比分析验证了上述方法均可行有效,可为旱灾风险调控多领域专家方案论证提供支持。（4）提出了不确定混合信息下旱灾风险调控群决策方法。针对群决策信息呈现多元不确定表征方式混合特征,运用群决策信息提取和集结的随机EMD方法,提出了基于不确定混合信息的旱灾风险调控群决策方法。设计了基于社会调查的混合决策信息采集办法,总结了常用的不确定偏好信息表征方式,提出了一致化为归一化效用值的转换方法;基于云模型和Monte Carlo模拟思想,提出了不确定混合群决策信息的正态云融合方法,以弥补随机抽样决策信息不完全、信息处理中决策信息丢失以及多次决策结论非一致等不足;应用示例验证了方法的合理有效性,可为面向公众参与的旱灾风险调控方案决策提供支持。（5）提出了不确定随机动态旱灾风险调控群决策方法。针对旱灾风险发展演变的随机性与决策者心理行为复杂性,根据群决策信息提取和集结的随机EMD方法,构建了基于参照点依赖与不确定混合信息的不确定随机动态旱灾风险调控群决策方法。提出了该类群决策问题的一般框架;依据TRP（Tri-reference Point）基本思想,提出将群体理想点、预期点和临界点设置为风险型群决策参照点,综合利用了累积前景理论、Markov链以及Orness测度等理论优势,提出了风险型动态群决策信息融合方法;应用示例验证了方法的科学有效性,可为旱灾风险调控方案的多阶段动态群决策提供支持。（6）河南省农业旱灾风险调控群决策实证分析。构建了多元截面数据灰色变化率关联分析模型,识别河南省农业旱灾脆弱性关键驱动因子;针对河南省雨养农业区和灌溉农业区防控与化解农业旱灾风险中的突出问题,构建了政策性农业保险产品与小型农田水利设施管护模式的区域适用性评价指标体系,设计了群决策信息采集的评价问卷与调研提纲,分别以陕州区和滑县为例,运用本文理论成果解决了政策性农业保险产品择优投放和小型农田水利设施管护模式优选问题,形成方法应用模式,可为一般区域政府决策部门提高旱灾风险调控效率、增强公共决策的民主化与科学化水平提供支持。
二、蒙特卡罗模拟优化与风险决策分析的应用研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、蒙特卡罗模拟优化与风险决策分析的应用研究（论文提纲范文）
（1）能源转型下新能源电力系统概率风险评估（论文提纲范文）
| 1 新能源电力系统概率风险评估的迫切性 |
| 2 新能源电力系统概率风险评估概述 |
| 2.1 概率风险评估的含义 |
| 2.2 概率风险评估的应用现状 |
| 2.3 新能源电力系统概率风险评估的特点 |
| 3 新能源电力系统概率风险评估的关键问题 |
| 3.1 新能源的概率风险建模 |
| 3.1.1 新能源出力模型研究现状 |
| 3.1.2 新能源故障模式研究现状 |
| 3.1.3 风险建模的关键问题 |
| 3.2 概率风险评估技术 |
| 3.2.1 风险评估算法研究现状 |
| 3.2.2 算法计算效率研究现状 |
| 3.2.3 风险评估的关键问题 |
| 3.3 多层次概率指标体系和薄弱环节识别方法 |
| 3.3.1 风险指标体系研究现状 |
| 3.3.2 薄弱环节识别方法研究现状 |
| 3.3.3 风险分析的关键问题 |
| 3.4 概率风险优化决策 |
| 3.4.1 运行方式安排研究现状 |
| 3.4.2 设备备用规划研究现状 |
| 3.4.3 风险决策的关键问题 |
| 4 新能源电力系统概率风险评估未来研究方向展望 |
| (1)在风险建模方面： |
| (2)在风险评估方面： |
| (3)在风险分析方面： |
| (4)在风险决策方面： |
| 5 结 论 |
（2）PPP模式养老项目的投资决策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献述评 |
| 1.2.1 PPP模式的理论研究 |
| 1.2.2 PPP模式的养老项目研究 |
| 1.2.3 PPP模式养老项目的投资决策研究 |
| 1.3 论文研究思路、研究方法与研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.4 创新之处与不足 |
| 2 PPP模式养老项目投资决策相关的理论基础 |
| 2.1 PPP模式项目相关理论 |
| 2.1.1 公共产品理论 |
| 2.1.2 项目区分理论 |
| 2.1.3 利益相关者理论 |
| 2.2 投资决策的相关理论 |
| 2.2.1 投资决策的理论 |
| 2.2.2 投资风险决策理论 |
| 2.2.3 投资定价决策理论 |
| 2.2.4 投资融资决策理论 |
| 2.2.5 投资收益决策理论 |
| 2.3 PPP模式应用于养老项目的理论 |
| 2.3.1 PPP模式的基本类型 |
| 2.3.2 PPP模式养老项目的操作流程 |
| 2.4 本章小结 |
| 3 PPP模式养老项目投资决策的现状分析 |
| 3.1 PPP模式养老项目的发展现状 |
| 3.2 PPP模式养老项目投资决策所面临的问题 |
| 3.3 本章小结 |
| 4 PPP模式养老项目投资决策的风险因素研究 |
| 4.1 项目的风险因素识别 |
| 4.1.1 基于项目风险核对表法的风险因素识别 |
| 4.1.2 基于风险层级系统的风险因素识别 |
| 4.1.3 基于法律政策的风险因素识别 |
| 4.1.4 基于案例分析法的风险因素识别 |
| 4.1.5 基于文献调查法的风险因素识别 |
| 4.1.6 PPP模式养老项目的风险因素清单 |
| 4.2 项目风险因素的组成 |
| 4.2.1 风险评估方法及选择 |
| 4.2.2 风险评估过程 |
| 4.2.3 风险评估结果表 |
| 4.3 基于PPP模式养老项目投资决策的风险因素承担主体确认 |
| 4.4 本章小结 |
| 5 PPP模式养老项目的投资定价决策模型 |
| 5.1 PPP模式养老项目的定价原则 |
| 5.2 PPP模式养老项目的定价方法 |
| 5.3 PPP模式养老项目的一般定价模型 |
| 5.3.1 老年人可承受范围定价 |
| 5.3.2 PPP模式养老项目的补偿性收益的价格 |
| 5.3.3 PPP模式养老项目的产品定价 |
| 5.4 PPP模式养老项目的补贴定价模型 |
| 5.4.1 床位等前期设施的一次性补贴总额 |
| 5.4.2 公正报酬定价法的养老项目产品定价和项目的运营补贴 |
| 5.4.3 养老服务的补贴价格 |
| 5.4.4 政府的补贴综合定价 |
| 5.5 博弈视角下PPP模式养老项目定价的激励机制设计 |
| 5.6 案例应用 |
| 5.7 本章小结 |
| 6 PPP模式养老项目投资决策的融资方式 |
| 6.1 推动基于新公共服务理论的PPP模式养老项目投资决策融资 |
| 6.2 构建基于资产证券化的PPP模式养老项目投资融资决策 |
| 6.3 推进保险资金参与PPP模式养老项目投资融资决策 |
| 6.4 本章小结 |
| 7 PPP模式养老项目的投资收益决策模型 |
| 7.1 公私双方的蒙特卡罗模拟 |
| 7.1.1 蒙特卡罗模拟的理论 |
| 7.1.2 随机变量的概率分布的确定 |
| 7.1.3 蒙特卡罗模拟中的随机变量概率的分布及常见的概率分布 |
| 7.2 基于公私双方风险分担下PPP模式养老项目投资收益决策模型的构建 |
| 7.2.1 确定PPP模式养老项目投资决策模型的变量 |
| 7.2.2 构建PPP模式养老项目投资决策模型 |
| 7.3 案例应用 |
| 7.4 本章小结 |
| 8 研究结论与政策建议 |
| 8.1 本文主要研究结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 附录 PPP 模式养老项目投资决策中风险因素发生的重要性、概率和分担主体调查 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（3）风光储联合发电调度管理与效益评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 新能源研究现状 |
| 1.2.2 风光储联合发电模式研究现状 |
| 1.2.3 新能源发电功率预测研究现状 |
| 1.2.4 多目标决策理论研究现状 |
| 1.2.5 风光储联合发电系统优化研究 |
| 1.2.6 含风光储发电的电力系统综合评价研究 |
| 1.3 主要研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究技术路线 |
| 1.3.3 主要创新点 |
| 1.4 本章小结 |
| 第2章 风光储联合发电调度管理与效益评价基础理论 |
| 2.1 新能源联合发电系统 |
| 2.1.1 新能源联合发电形式 |
| 2.1.2 系统设计和分析方法 |
| 2.2 新能源发电功率预测理论 |
| 2.3 多目标决策理论 |
| 2.4 效益评价理论 |
| 2.4.1 评价概念及流程 |
| 2.4.2 指标体系构建原则 |
| 2.4.3 评价指标预处理 |
| 2.4.4 指标权重确定方法 |
| 2.5 本章小结 |
| 第3章 风力与光伏发电功率预测 |
| 3.1 基于经验模式分解和支持向量机的风电功率预测模型研究 |
| 3.1.1 经验模式分解 |
| 3.1.2 粒子群优化的支持向量机模型 |
| 3.1.3 基于EMD-PSO-SVM的风电功率预测模型 |
| 3.1.4 算例分析 |
| 3.2 基于相似日模糊聚类的光伏发电功率组合预测模型研究 |
| 3.2.1 改进模糊聚类算法 |
| 3.2.2 熵权组合预测模型 |
| 3.2.3 基于模糊聚类的光伏发电功率熵权组合预测模型 |
| 3.2.4 算例分析 |
| 3.3 本章小结 |
| 第4章 计及经济性的风光储联合发电系统出力优化调度模型 |
| 4.1 不确定规划理论 |
| 4.1.1 不确定规划基础理论 |
| 4.1.2 不确定规划模型 |
| 4.1.3 不确定规划智能算法 |
| 4.2 风光储联合发电系统运行特性分析 |
| 4.2.1 风光出力特性分析 |
| 4.2.2 出力优化控制的目标 |
| 4.2.3 风光出力预测偏差的处理 |
| 4.3 风光储联合发电系统经济性分析 |
| 4.4 计及经济性的风光储联合发电多目标出力调度模型 |
| 4.4.1 目标函数 |
| 4.4.2 约束条件 |
| 4.4.3 模型求解 |
| 4.5 算例分析 |
| 4.5.1 跟踪计划出力调度模型 |
| 4.5.2 计及经济性的多目标跟踪计划出力调度模型计算 |
| 4.5.3 结果分析 |
| 4.6 本章小结 |
| 第5章 风光储联合发电综合效益评价 |
| 5.1 评价指标构建原则 |
| 5.1.1 结合风光储自身特点的指标构建准则 |
| 5.1.2 评价指标筛选办法 |
| 5.2 风光储联合发电系统评价指标体系 |
| 5.2.1 示范效益 |
| 5.2.2 电网效益 |
| 5.2.3 经济效益 |
| 5.2.4 社会效益 |
| 5.2.5 评价指标体系层次结构 |
| 5.3 基于价值权重和影响权重的组合权重确定 |
| 5.4 综合效益评价 |
| 5.4.1 风光储联合发电综合效益模糊评价模型 |
| 5.4.2 实例测算结果分析 |
| 5.5 本章小结 |
| 第6章 风光储调度管理对策研究 |
| 6.1 风光储并网运行管理研究 |
| 6.1.1 运行方式分析 |
| 6.1.2 风光储并网运行管理策略 |
| 6.1.3 风光储孤岛运行管理策略 |
| 6.1.4 运行模式切换策略研究 |
| 6.2 储能产业发展的管理建议 |
| 6.2.1 产业发展问题分析 |
| 6.2.2 能源互联网发展下风光储联合系统典型应用模式 |
| 6.2.3 风光储联合系统未来发展的政策建议 |
| 6.3 本章小结 |
| 第7章 研究成果与结论 |
| 7.1 研究成果 |
| 7.2 结论 |
| 第8章 附表 |
| 8.1 附表1 风光储联合发电综合效益评价指标体系 |
| 8.2 附表2 基于价值权重和影响权重的组合权重确定表 |
| 8.3 附表3 指标评价体系的级别划分规则与相关标准 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）基于数据挖掘的区域建筑群节能改造预测模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的背景和意义 |
| 1.1.1 区域建筑节能改造意义 |
| 1.1.2 国内规模化建筑节能改造推进情况 |
| 1.2 国内外研究现状综述 |
| 1.2.1 节能改造基准模型 |
| 1.2.2 节能改造预测模型 |
| 1.2.3 节能改造决策模型 |
| 1.2.4 数据挖掘技术应用 |
| 1.2.5 本领域存在的关键问题 |
| 1.3 主要研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 拟解决的关键技术 |
| 1.3.3 技术路线 |
| 1.3.4 论文构成 |
| 第二章 区域建筑群大规模节能改造基础问题和研究方法 |
| 2.1 区域建筑群大规模节能改造的定义 |
| 2.2 区域建筑群大规模节能改造预测模型难点 |
| 2.2.1 不确定性源的量化问题 |
| 2.2.2 高维模型的复杂性 |
| 2.3 区域建筑群大规模节能改造预测模型建模方法 |
| 2.3.1 不确定性基本理论方法 |
| 2.3.2 蒙特卡罗模拟方法 |
| 2.3.3 数据挖掘方法 |
| 2.3.4 多准则决策优化理论 |
| 2.4 本章小结 |
| 第三章 LSBESR数据库的建立与应用研究 |
| 3.1 数据库信息系统设计和内容 |
| 3.2 城市级存量建筑能耗数据库 |
| 3.2.1 存量建筑能耗指标库 |
| 3.2.2 基于高斯混合模型的建筑聚类方法 |
| 3.3 区域级LSBESR能源信息基础数据库 |
| 3.3.1 LSBESR能源信息基础数据库分析 |
| 3.3.2 约束性条件下的LSBESR基准模型研究 |
| 3.4 本章小结 |
| 第四章 基于数据挖掘的区域大规模建筑群能耗随机模型和验证 |
| 4.1 逆向模拟方法 |
| 4.2 区域建筑群随机能量方程 |
| 4.2.1 典型建筑模型定义 |
| 4.2.2 典型建筑能量平衡原理 |
| 4.2.3 区域建筑群能量需求预测模型 |
| 4.2.4 区域建筑群能源消耗预测模型 |
| 4.2.5 能源预测随机模型仿真 |
| 4.3 模型随机变量的确定和抽样 |
| 4.3.1 不确定性量化和随机参数分布 |
| 4.3.2 大规模改造中不确定性源参数分析 |
| 4.4 区域大规模能量预测随机模型验证 |
| 4.4.1 预测模型精度和验证标准 |
| 4.4.2 随机模型的输入参数 |
| 4.4.3 预测模拟结果校验 |
| 4.4.4 能耗预测结果讨论分析 |
| 4.5 本章小结 |
| 第五章 能耗随机模型的节能改造预测和验证 |
| 5.1 区域大规模建筑群节能改造预测 |
| 5.1.1 区域大规模建筑群节能量计算 |
| 5.1.2 基于基础数据库的改造潜力研究 |
| 5.1.3 能源参数的敏感因子分析 |
| 5.1.4 单参数改造因子回归模型 |
| 5.1.5 不同情景下的节能改造概率分布预测 |
| 5.2 基于贝叶斯估计的能量方程校正模型 |
| 5.2.1 给定条件下的贝叶斯能量校正模型 |
| 5.2.2 不确定参数调整计算流程 |
| 5.2.3 马尔可夫链蒙特卡罗方法 |
| 5.2.4 不确定参数的贝叶斯估计 |
| 5.2.5 贝叶斯能量校正模型和能耗预测模型对比 |
| 5.2.6 基于后验分布的节能改造措施预测分析 |
| 5.3 区域大规模建筑群节能改造预测模型验证 |
| 5.3.1 节能改造预测验证建筑群样本信息 |
| 5.3.2 实际改造建筑群节能改造前后能耗变化 |
| 5.3.3 预测模型改造前后能源参数的变化 |
| 5.3.4 预测模型输出与实际改造前后数据的验证对比 |
| 5.4 本章小结 |
| 第六章 基于改造意愿的LSBESR预测随机模型修正研究 |
| 6.1 节能改造意愿因子体系 |
| 6.2 研究程序 |
| 6.3 基于改造意愿因子的预测修正模型 |
| 6.3.1 节能改造数据的预处理 |
| 6.3.2 FMADM模型和隶属函数研究 |
| 6.3.3 基于区域建筑群改造意愿的蒙特卡罗模拟预测 |
| 6.4 意愿因子与LSBESR改造期望量化关系研究 |
| 6.4.1 区域技术难易程度和方案分类 |
| 6.4.2 大规模节能改造实施概率矩阵 |
| 6.4.3 意愿与改造期望的拟和关系 |
| 6.4.4 .应用案例分析 |
| 6.5 本章小结 |
| 第七章 区域建筑群节能改造多目标逐步优化决策方法 |
| 7.1 区域建筑节能改造多目标决策数学模型 |
| 7.1.1 多目标决策因素分析 |
| 7.1.2 多目标优化决策实施步骤 |
| 7.2 基于全生命周期成本模型和MC模拟的技术策略包优化模型 |
| 7.2.1 .基于全生命周期的单位增量成本效益模型 |
| 7.2.2 .基于MC模拟的风险控制模型 |
| 7.3 案例研究 |
| 7.3.1 模拟结果 |
| 7.3.2 讨论分析 |
| 7.3.3 政策优化 |
| 7.4 本章小结 |
| 第八章 全文总结 |
| 8.1 研究内容和结论 |
| 8.2 研究创新性 |
| 8.3 今后的研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间已发表论文 |
（5）PPP模式下特色小镇项目投资决策研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状小结 |
| 1.3 研究内容和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 PPP模式下特色小镇投资决策研究相关概念及理论 |
| 2.1 PPP模式概述 |
| 2.1.1 PPP定义 |
| 2.1.2 PPP模式特征 |
| 2.2 特色小镇概述 |
| 2.2.1 特色小镇概念及特点 |
| 2.2.2 特色小镇发展现状 |
| 2.3 PPP模式下特色小镇项目分析 |
| 2.3.1 特色小镇应用PPP模式的必要性 |
| 2.3.2 特色小镇应用PPP模式的可行性 |
| 2.3.3 特色小镇PPP融资模式 |
| 2.4 PPP项目投资决策理论 |
| 2.4.1 PPP项目投资决策的概念 |
| 2.4.2 PPP项目投资决策财务分析 |
| 2.4.3 PPP项目投资风险含义及特征 |
| 2.4.4 PPP项目投资风险分析的基本步骤 |
| 2.5 本章小结 |
| 3 特色小镇PPP项目投资风险指标体系构建 |
| 3.1 特色小镇PPP项目投资风险指标体系的构建思路 |
| 3.1.1 投资风险指标体系的构建原则 |
| 3.1.2 PPP模式下特色小镇项目投资风险指标体系的构建步骤 |
| 3.2 特色小镇PPP项目投资风险指标体系建立 |
| 3.2.1 投资风险因素识别 |
| 3.2.2 特色小镇PPP项目投资风险指标体系的修正与确立 |
| 3.2.3 基于因子分析法的投资风险因素权重确定 |
| 3.3 PPP模式下特色小镇项目投资风险因素含义 |
| 3.4 本章小结 |
| 4 风险因素作用下特色小镇PPP项目投资决策模型 |
| 4.1 特色小镇PPP项目社会资本分担的主要风险因素研究 |
| 4.1.1 PPP项目风险分担原则与投资决策主体 |
| 4.1.2 PPP项目风险初步分担评价指标 |
| 4.1.3 基于GRA-TOPSIS的 PPP项目风险初步分担 |
| 4.1.4 特色小镇PPP项目社会资本主要风险 |
| 4.2 PPP模式下特色小镇项目投资及收益结构 |
| 4.2.1 项目投资构成(现金流出) |
| 4.2.2 项目收益构成(现金流入) |
| 4.3 蒙特卡罗模拟概述 |
| 4.3.1 基本思想 |
| 4.3.2 社会资本投资决策评价指标选择 |
| 4.3.3 投资决策模型构建 |
| 4.4 本章小结 |
| 5 案例分析与应用 |
| 5.1 杭州市XXX农业特色小镇PPP项目 |
| 5.2 项目投资及收益分析 |
| 5.2.1 项目投资分析 |
| 5.2.2 项目收益分析 |
| 5.2.3 项目现金流量表 |
| 5.3 蒙特卡罗模拟 |
| 5.3.1 项目风险因素及其概率分布特征分析 |
| 5.3.2 风险因素下项目投资收益评估 |
| 5.3.3 关键风险因素下IRR模拟 |
| 5.3.4 风险与收益均衡分配分析 |
| 5.4 项目投资建议 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录A:特色小镇PPP项目投资风险指标调查问卷(第一轮) |
| 附录B:特色小镇PPP项目投资风险指标调查问卷(第二轮) |
| 附录C:特色小镇PPP项目投资风险因素初步分配调查问卷 |
（6）T产业新城PPP项目投资决策研究 ——基于社会资本方视角（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 选题背景与研究问题 |
| 1.2 研究思路与分析方法 |
| 1.2.1 研究思路 |
| 1.2.2 预期创新 |
| 1.3 应用价值 |
| 1.4 研究内容 |
| 2 文献回顾和理论基础 |
| 2.1 文献回顾 |
| 2.1.1 关于PPP风险的文献 |
| 2.1.2 关于投资决策的文献 |
| 2.1.3 关于PPP风险管理的文献 |
| 2.1.4 关于PPP投资决策风险的文献 |
| 2.1.5 概括性评论 |
| 2.2 投资评价指标和方法 |
| 2.2.1 净现值 |
| 2.2.2 内部收益率 |
| 2.2.3 动态投资回收期法 |
| 2.3 理论基础 |
| 2.3.1 公共产品理论 |
| 2.3.2 委托代理理论 |
| 2.3.3 关于PPP特征和运作模式 |
| 2.4 本章小结 |
| 3 T产业新城PPP项目案例的描述 |
| 3.1 案例分析框架 |
| 3.1.1 案例选择 |
| 3.1.2 分析框架 |
| 3.2 T产业新城PPP项目概况 |
| 3.2.1 项目建设背景 |
| 3.2.2 项目建设内容 |
| 3.2.3 项目PPP模式 |
| 3.3 T产业新城项目社会资本方 |
| 3.4 T产业新城项目投资风险分析 |
| 3.4.1 风险识别清单确定 |
| 3.4.2 问卷发放和收集 |
| 3.4.3 信度与效度分析 |
| 3.4.4 数据统计分析 |
| 3.5 本章小结 |
| 4 T产业新城PPP项目投资决策案例的分析 |
| 4.1 T产业新城PPP项目基准收益率的确定 |
| 4.1.1 方法的选定 |
| 4.1.2 R_f值的确定 |
| 4.1.3 R_m值的确定 |
| 4.1.4 β_e值的确定 |
| 4.1.5 R_e值得计算 |
| 4.2 T产业新城PPP项目投资方投资决策模型的确定 |
| 4.2.1 投资决策模型变量的确定 |
| 4.2.2 不同风险因素概率分布特征 |
| 4.2.3 投资决策模型的构建 |
| 4.3 T产业新城PPP项目投资方的投资决策分析 |
| 4.3.1 不同风险决策变量模拟 |
| 4.3.2 投资决策结果分析 |
| 4.4 本章小结 |
| 5 对策建议与研究结论 |
| 5.1 对策建议 |
| 5.2 研究结论 |
| 5.3 不足和展望 |
| 参考文献 |
| 附录 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）乌江梯级水库调度弃水风险分析及弃水控制方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 选题背景 |
| 1.1.2 关键问题 |
| 1.2 国内外相关工作研究进展 |
| 1.2.1 水库调度弃水问题研究进展 |
| 1.2.2 水库调度风险分析研究进展 |
| 1.3 主要研究内容及框架 |
| 2 工程背景 |
| 2.1 工程概况 |
| 2.2 水电站基本资料 |
| 2.2.1 电站基本参数 |
| 2.2.2 水位库容曲线拟合 |
| 2.2.3 尾水位泄量曲线拟合 |
| 2.2.4 水头耗水率曲线修正与拟合 |
| 2.3 梯级弃水现状分析 |
| 2.4 本章小结 |
| 3 考虑径流预报误差分布的弃水风险分析方法 |
| 3.1 引言 |
| 3.2 弃水风险分析方法 |
| 3.2.1 发电计划制作 |
| 3.2.2 蒙特卡罗生成径流情景 |
| 3.2.3 建立弃水风险分析模型 |
| 3.3 实例研究 |
| 3.3.1 算例1:大花水电站发电计划弃水风险分析 |
| 3.3.2 算例2:格里桥电站发电计划弃水风险分析 |
| 3.3.3 算例3:大花水、格里桥梯级发电调度弃水风险分析 |
| 3.4 本章小结 |
| 4 基于起调水位上限优化策略的弃水控制方法 |
| 4.1 引言 |
| 4.2 弃水控制方法 |
| 4.2.1 建立梯级弃水最小模型 |
| 4.2.2 优选水库起调水位上限 |
| 4.2.3 生成起调水位上限控制策略表 |
| 4.3 实例研究 |
| 4.3.1 来水条件和始末水位 |
| 4.3.2 发电效益分析 |
| 4.3.3 优选起调水位上限 |
| 4.3.4 方法合理性分析 |
| 4.4 本章小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 攻读硕士学位期间参与企业合作项目情况 |
| 致谢 |
（8）金沙江下游-三峡梯级水库联合防洪调度风险分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容和章节安排 |
| 2 短期径流预报及其误差分布规律研究 |
| 2.1 引言 |
| 2.2 基于改进神经网络模型的径流预报 |
| 2.3 径流预报误差分布规律分析 |
| 2.4 本章小结 |
| 3 梯级水库联合防洪调度风险分析 |
| 3.1 引言 |
| 3.2 基于随机模拟方法的防洪调度风险分析 |
| 3.3 实例计算与分析 |
| 3.4 本章小结 |
| 4 基于防洪库容频率曲线的风险分析 |
| 4.1 水库实时防洪调度风险分析模型 |
| 4.2 梯级水库联合防洪调度 |
| 4.3 实例研究 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读学位期间参与的项目 |
| 附录2 攻读学位期间发表的论文 |
（9）运输时间不确定下的工程物资发运时间优化（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容 |
| 2 运输时间不确定下的工程物资发运时间优化问题概述 |
| 2.1 工程物流概述 |
| 2.1.1 工程物流与传统物流的区别 |
| 2.1.2 工程物流的特点 |
| 2.1.3 工程物流作业流程 |
| 2.1.4 工程物流项目进度管理问题现状分析 |
| 2.1.5 工程物流可能发生的风险和管控 |
| 2.2 工程物资发运过程分析 |
| 2.2.1 工程物流整体分析 |
| 2.2.2 集港过程分析 |
| 3 工程项目发运时间优化模型的建立 |
| 3.1 问题描述与模型说明 |
| 3.1.1 问题描述 |
| 3.1.2 模型说明 |
| 3.2 模型建立 |
| 3.3 蒙特卡洛法 |
| 3.3.1 蒙特卡洛法简析 |
| 3.3.2 蒙特卡罗算法主要步骤 |
| 3.4 算法分析 |
| 3.5 本章小结 |
| 4 案例分析 |
| 4.1 场景描述 |
| 4.2 优化结果 |
| 4.3 对比分析 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（10）不确定环境下旱灾风险调控群决策方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 相关研究与评述 |
| 1.2.1 旱灾风险调控相关研究 |
| 1.2.2 群决策理论与方法相关研究 |
| 1.2.3 经验模态分解方法相关研究 |
| 1.2.4 文献评述 |
| 1.3 主要内容与论文结构 |
| 1.3.1 主要内容 |
| 1.3.2 论文结构 |
| 1.4 主要创新点 |
| 第2章 旱灾风险调控群决策中的不确定性特征分析 |
| 2.1 旱灾与旱灾风险 |
| 2.1.1 旱灾 |
| 2.1.2 旱灾风险 |
| 2.2 旱灾风险调控群决策 |
| 2.2.1 旱灾风险调控 |
| 2.2.2 旱灾风险调控决策 |
| 2.2.3 多参与主体的旱灾风险调控群决策 |
| 2.3 旱灾风险调控群决策中的不确定性特征 |
| 2.3.1 旱灾风险系统自身的不确定性 |
| 2.3.2 群决策信息的不确定性 |
| 2.3.3 决策过程与方法的不确定性 |
| 2.4 本章小结 |
| 第3章 群决策信息提取和集结的随机EMD方法 |
| 3.1 传统群决策方法存在的问题 |
| 3.2 经验模态分解方法基本原理 |
| 3.2.1 方法概述 |
| 3.2.2 基本原理 |
| 3.3 基于随机EMD的群决策基本思想 |
| 3.3.1 群决策信息序列的成分分析 |
| 3.3.2 群决策信息序列的无序性分析 |
| 3.3.3 基于随机EMD的群决策算法设计 |
| 3.4 数值算例分析 |
| 3.5 本章小结 |
| 第4章 不确定语言信息下旱灾风险调控群决策方法 |
| 4.1 决策问题与方法基础 |
| 4.1.1 决策问题描述 |
| 4.1.2 语言评估标度及相关概念 |
| 4.2 决策方法原理 |
| 4.2.1 多粒度语言信息一致化处理 |
| 4.2.2 群决策语言信息LHA集结 |
| 4.2.3 三参数区间灰数信息集结 |
| 4.2.4 正态分布随机变量信息集结 |
| 4.2.5 一般决策过程 |
| 4.3 应用示例 |
| 4.4 本章小结 |
| 第5章 不确定混合信息下旱灾风险调控群决策方法 |
| 5.1 决策问题与信息预处理 |
| 5.1.1 决策问题描述 |
| 5.1.2 信息获取与预处理 |
| 5.2 决策方法原理 |
| 5.2.1 常用不确定决策信息表征 |
| 5.2.2 不确定混合信息一致化处理 |
| 5.2.3 不确定混合信息随机EMD集结 |
| 5.2.4 不确定混合信息正态云集结 |
| 5.2.5 一般决策过程 |
| 5.3 应用示例 |
| 5.4 本章小结 |
| 第6章 不确定随机动态旱灾风险调控群决策方法 |
| 6.1 决策问题与方法基础 |
| 6.1.1 决策问题描述 |
| 6.1.2 决策方法基础 |
| 6.2 决策方法原理 |
| 6.2.1 群决策信息采集规则 |
| 6.2.2 阶段群决策信息集结 |
| 6.2.3 动态群决策信息集结 |
| 6.2.4 一般决策过程 |
| 6.3 应用示例 |
| 6.4 本章小结 |
| 第7章 河南省农业旱灾风险调控群决策实证分析 |
| 7.1 河南省农业干旱特点及灾害概况 |
| 7.2 河南省农业旱灾脆弱性关键驱动因子识别 |
| 7.2.1 河南省农业旱灾脆弱性驱动因子识别原理 |
| 7.2.2 多元截面数据变化率灰色关联分析模型 |
| 7.2.3 关键驱动因子识别结果与成因分析 |
| 7.3 雨养农业区政策性农业保险产品择优投放群决策实证 |
| 7.3.1 河南省农业保险与雨养农业区概况 |
| 7.3.2 政策性农业保险产品择优投放群决策—以陕州区为例 |
| 7.3.3 河南省雨养农业区加快发展农业保险的建议 |
| 7.4 灌区小型农田水利设施管护模式优选群决策实证 |
| 7.4.1 河南省灌区小型农田水利设施管理现状 |
| 7.4.2 小型农田水利设施管护模式优选群决策—以滑县为例 |
| 7.4.3 河南省灌区完善小型农田水利设施管理模式的建议 |
| 7.5 本章小结 |
| 第8章 结论与展望 |
| 8.1 结论 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 附件 |
| 个人简历、在学期间取得的科研成果 |
四、蒙特卡罗模拟优化与风险决策分析的应用研究（论文参考文献）
- [1]能源转型下新能源电力系统概率风险评估[J]. 别朝红,潘超琼,陈叶,李芙蓉. 西安交通大学学报, 2021(07)
- [2]PPP模式养老项目的投资决策研究[D]. 廖剑南. 江西财经大学, 2020(01)
- [3]风光储联合发电调度管理与效益评价研究[D]. 纪会争. 华北电力大学(北京), 2020(06)
- [4]基于数据挖掘的区域建筑群节能改造预测模型研究[D]. 郑东林. 上海交通大学, 2019(06)
- [5]PPP模式下特色小镇项目投资决策研究[D]. 王小可. 西安建筑科技大学, 2019(06)
- [6]T产业新城PPP项目投资决策研究 ——基于社会资本方视角[D]. 张宇. 北京交通大学, 2019(01)
- [7]乌江梯级水库调度弃水风险分析及弃水控制方法研究[D]. 张聪通. 大连理工大学, 2019(02)
- [8]金沙江下游-三峡梯级水库联合防洪调度风险分析[D]. 顿晓晗. 华中科技大学, 2019(03)
- [9]运输时间不确定下的工程物资发运时间优化[D]. 白舒扬. 大连海事大学, 2019(06)
- [10]不确定环境下旱灾风险调控群决策方法研究[D]. 李海涛. 华北水利水电大学, 2019