随着分布式新能源（风电、光伏）的大规模并网以及储能技术、需求响应机制的逐步推广，配电网的运行环境日趋复杂，传统依赖凸优化求解器的优化方法已难以满足多约束、非线性、多目标的配电网运行需求。本文以 IEEE33 节点配电网为研究对象，构建了包含新能源出力、储能系统、需求响应的协同优化运行模型，创新性地采用多元宇宙优化算法（Multi-Verse Optimizer, MVO）替代传统求解器，实现系统运

旋转倒立摆作为控制工程领域中典型的非线性、欠驱动、自然不稳定系统，是检验各类控制策略有效性与鲁棒性的理想基准平台。本研究旨在通过将模糊逻辑控制器、PID控制器及全状态反馈（FSF）控制器三种控制技术应用于旋转倒立摆系统，研究不同控制器作用下系统的动态响应特性，对比分析三种控制方法的控制性能与适用场景，验证其在倒立摆稳定控制中的可行性与有效性。研究采用MATLAB与Simulink仿真环境搭建旋转倒

光伏阵列在局部阴影条件下输出功率-电压（P-V）曲线呈现多峰值特性，传统MPPT算法（如扰动观察法P&O、电导增量法INC）易陷入局部最优解，导致功率损失高达15-30%。证据：固定步长P&O在稳定态产生振荡，动态环境下误判率超40%。

针对传统灰狼优化算法（GWO）在处理高维复杂优化问题与大规模全局优化场景时，存在收敛速度缓慢、全局搜索精度不足、易陷入局部最优及探索与开发能力失衡等核心缺陷，本文提出一种改进多策略自适应灰狼优化算法（IAGWO）。该算法的核心改进体现在两方面：一是在狼群搜索机制中引入速度项与逆多元二次函数（IMF），构建融合动力学惯性的位置更新框架，实现收敛速度与优化精度的协同提升；二是设计种群自适应更新策略，依

电力市场价格受发电结构、负荷波动、气象条件等多维度因素耦合作用，呈现显著非线性、非平稳性与多周期耦合特征，精准电价预测是电力市场交易决策、电网优化调度与市场风险管理的核心技术支撑。

针对电动车辆在实际物流配送与城市出行场景中存在的续航限制、充电设施分布不均、行驶能耗受环境动态影响等问题，本文提出一种融合多目标向光生长算法（MOPGA）与非支配排序遗传算法（NSGA‑II）的混合智能优化算法，构建兼顾行驶总距离、总能耗与总出行时间的三目标电动车路径优化模型。模型在经典旅行商问题（TSP）框架下，引入电池容量约束、剩余电量阈值约束、充电站可选节点约束，同时量化路况与天气对车辆能耗

随着电子商务与城市物流需求的爆发式增长，传统地面配送模式面临交通拥堵、成本高昂等瓶颈。无人机物流凭借灵活性与低成本优势，成为解决"最后一公里"配送难题的关键技术。然而，复杂城市环境中的动态障碍物、三维空间结构、气象变化及续航限制，对路径规划算法提出严峻挑战。本文系统研究基于Q-learning的无人机物流路径规划方法，通过三维栅格建模、动态奖励函数设计及多智能体协同框架，实现路径最优性提升40%、

低空经济的快速发展为物流末端配送提供了新的技术路径，车辆与无人机协同配送模式凭借地面车辆的大载重、长续航优势与无人机的低空灵活、高效直达特性，成为破解 “最后一公里” 配送效率瓶颈的关键方案。本文聚焦集中式协同配送模式，以配送总成本最小化、总时间最短化、碳排放最低化为多目标，构建车辆与无人机协同配送路径优化模型；基于 pymoo 多目标优化框架，采用 NSGA‑Ⅱ 算法实现模型求解，通过算例仿真验

本文构建了一个由单一供应商与两个资金约束零售商组成的两级供应链模型，重点分析供应商在三种贸易信用策略（空策略、排他性策略、冷漠策略）下的决策偏好及其对供应链整体绩效的影响。通过Mathematica的符号计算与数值模拟功能，推导出各策略下的均衡解可行域，并验证了理论模型的稳健性。研究发现：供应商在冷漠策略下收益最高，但排他性策略的适用性受零售商信用评级差异的显著影响。研究结果为供应链金融风险管理提

随着电子商务的迅猛发展，冷链物流在生鲜食品、医药等对温度敏感商品领域的重要性日益凸显。选择合适的冷链物流供应商成为电商平台提升运营效率、保证产品质量的关键。然而，传统决策方法难以有效应对供应商选择中的复杂性与不确定性。本文提出基于云模型与多属性双向边界逼近法（MABAC）的决策框架，通过综合多维评价因素，在不确定环境下实现冷链物流供应商的科学评价与选择。以永辉生鲜选择冷链物流供应商为案例，验证了该