在一项国际案例研究中,利用混合AIS-AFS算法优化可再生能源项目组合选择
1Department of Industrial Engineering and Future Studies, Faculty of Engineering, University of Isfahan, Isfahan, 81746-73441, Iran. Goli.A@eng.ui.ac.ir.
Scientific reports
|July 29, 2024
概括
本研究介绍了一种用于优化可再生能源项目组合的新型模型,最大限度地提高利并最大限度地降低风险. 一个混合算法增强了全球可再生能源项目的投资决策.
科学领域:
- 能源经济学 能源经济学
- 可持续金融 可持续金融
- 运营研究 运营研究
背景情况:
- 越来越严格的化石燃料法规推动了对可再生能源投资的需求.
- 评估可再生能源投资需要平衡利能力和风险.
- 选择最佳可再生能源项目组合 (REPP) 对于最大限度地提高回报率并最大限度地减少风险影响至关重要.
研究的目的:
- 为REPP优化开发一个多目标的数学模型.
- 为了最大限度地提高净现值 (NPV),同时最大限度地降低投资风险.
- 将项目终生和员工就业纳入投资组合选择.
主要方法:
- 制定了一个多目标的数学模型.
- 为了优化,开发了一种混合的元启发算法,将人工免疫系统 (AIS) 和人工鱼群 (AFS) 结合起来.
- 利用了来自20个国家的各种可再生能源项目的现实数据.
主要成果:
- 混合算法在给定的风险值下,与独立的AIS和AFS相比,显示出更高的利能力.
- 投资组合优化考虑了各种规模的项目 (3,5,10,15个项目).
- 地理分布分析显示,该战略旨在避免区域集中,促进全球多样化.
结论:
- 拟议的模型和混合算法为REPP优化提供了一种有效的方法.
- 纳入项目的寿命和就业增强了投资组合选择.
- 调查结果为可再生能源领域的投资者和政策制定者提供了宝贵的见解.
更多相关视频
07:35Selecting Multiple Biomarker Subsets with Similarly Effective Binary Classification Performances
Published on: October 11, 2018
7.4K
10:36Author Spotlight: Optimization of Airflow Velocities in Battery Cooling Systems for Enhanced Thermal Performance and Reduced Energy Consumption
Published on: November 3, 2023
1.5K
