前言
第1章 绪论 1
1.1 研究的背景和意义 1
1.1.1 研究背景 1
1.1.2 研究意义 5
1.2 国内外研究现状 9
1.2.1 光伏扶贫项目研究现状 9
1.2.2 实施区域优选方法研究现状 16
1.2.3 项目规划决策模型研究现状 21
1.3 主要研究内容和技术路径 26
1.3.1 主要研究内容 26
1.3.2 研究技术路线 29
1.4 主要创新点 31
第2章 相关基础理论研究 34
2.1 减贫相关理论 35
2.1.1 贫困的定义与划分标准 35
2.1.2 社会主义贫困理论内在逻辑 37
2.2 风险决策相关理论 40
2.2.1 风险决策的基本概念 40
2.2.2 关键理论及其演化路径 43
2.3 规划模型相关理论 50
2.3.1 数学规划模型的基本内涵 50
2.3.2 条件约束与组合优化模型 53
2.3.3 效率测度模型及其延展 55
2.4 本章小结 64
第3章 政府投资光伏扶贫项目政策及投资机理 66
3.1 光伏扶贫项目基本内涵 67
3.1.1 光伏扶贫项目的基本特征 67
3.1.2 考虑利益相关方的项目目标 71
3.1.3 影响目标实现的关键问题 74
3.2 结合项目内涵的相关政策分析 78
3.2.1 基于时序规律的政策特征梳理 78
3.2.2 基于政策特征的政策引导作用 84
3.3 政策引导下光伏扶贫项目投资机理研究 86
3.3.1 项目利益相关方的组织架构 86
3.3.2 光伏扶贫项目的建设类型 91
3.3.3 光伏扶贫项目的融资模式 96
3.4 本章小结 100
第4章 政策引导下光伏扶贫项目实施区域优选方法 102
4.1 关键影响因素识别与分析 103
4.1.1 因素挖掘思路与原则 104
4.1.2 关键影响因素识别与挖掘 109
4.1.3 实施区域优选指标体系 116
4.2 直觉模糊环境的因素评估值采集 118
4.2.1 评估值类型及采集流程 118
4.2.2 直觉模糊环境的评估值确定方法 126
4.3 直觉模糊主客观组合权重计算 127
4.3.1 权重确定方法介绍与分析 127
4.3.2 直觉模糊环境的组合定权方法 137
4.4 基于TODIM集结框架的区位优选排序 141
4.4.1 信息集结及排序技术特点 141
4.4.2 直觉模糊环境的TODIM优选排序方法 150
4.5 算例分析 151
4.6 本章小结 159
第5章 基于非支配排序遗传算法的组合优化模型构建 161
5.1 光伏扶贫项目组合优化特点及内涵 162
5.1.1 项目组合管理及其内涵 162
5.1.2 光伏扶贫项目组合优化特征 166
5.2 光伏扶贫项目组合优化模型设计 169
5.2.1 模型的基本假设 169
5.2.2 多维“目标—约束”组合优化模型构建 171
5.3 算法分析及优化 176
5.3.1 优化求解算法内涵及分类 176
5.3.2 多目标遗传算法适用性分析 181
5.3.3 改进的非支配遗传算法 186
5.4 算法性能测试及算例分析 191
5.4.1 算法性能测试 191
5.4.2 算例分析 197
5.5 本章小结 201
第6章 基于公平与效率理论的规划方案优选模型构建 203
6.1 光伏扶贫项目公平与效率特质分析 204
6.1.1 项目全生命周期公平与效率表征 204
6.1.2 项目相关方视角下公平与效率诉求 207
6.1.3 公平与效率理论适用性 209
6.2 光伏扶贫项目规划方案优选模型设计 212
6.2.1 模型基本假设 212
6.2.2 变量分析及选择 213
6.2.3 优选模型设计与构建 215
6.3 算法分析与优化 218
6.3.1 聚类分析算法介绍 218
6.3.2 数据包络分析算法描述 225
6.3.3 考虑数据纠偏的组合求解算法 233
6.4 算例分析 237
6.5 本章小结 243
第7章 研究成果和结论 246
参考文献 252
展开
