自动化立体仓库出入库调度优化

针对自动化立体仓库的出入库调度优化问题,提出一种基于遗传算法/层次分析法(GA/AHP)的调度规则优化方法.遗传算法中的每个染色体都代表一组可用于描述具体调度方案的规则组合,并对染色体采用分段整数编码;为获得适应度函数值,利用一种集成层次分析法的决策优化方法求取相应的适应度值.优化调度仿真结果表明,该方法能有效地应用在自动化立体仓库的出入库调度规则的优化问题上.     

多资源作业车间的混合自适应GA优化调度

针对多资源约束的车间调度问题,将启发式算法和自适应GA优化方法结合起来,提出了混合自适应GA方法,建立了多资源约束的车间优化调度模型.根据启发式调度算法中优先规则对调度目标的影响,设计了新的编码规则.采用正弦函数作为自适应因子,使得交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率,克服了启发式算法和普通GA的缺陷.通过实例仿真并与其他算法比较结果表明,混合自适应GA算法可以很好的解决作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

多品种小批量订单型企业生产调度优化

目的研究多品种小批量订单型企业的生产调度优化问题,方法针对S公司的生产现状,应用遗传算法思想设计调度优化方案,采用不等长矩阵的编码方式实现订单的批量生产及车间排产的方案。结果通过仿真分析和S公司生产调度的实际应用,验证了该算法的可行性及有效性。结论基于遗传算法的调度优化算法实现了多品种小批量流程型生产企业生产调度优化,达到了缩短生产周期、有效利用生产资源的目的。     

考虑需求响应的源-荷-储多时间尺度协同优化调度策略

为应对未来高比例新能源接入带来的挑战,需充分挖掘不同类型调度资源的可调潜力。为此,提出了一种考虑需求响应的源-荷-储多时间尺度优化调度策略,旨在通过源-荷-储参与电网协同优化调度,提高系统运行的经济性和可靠性。首先,分析了不同类型可调资源的特性,构建了多时间尺度滚动调度总体框架,将整体调度分为日前调度和日内调度2个阶段;其次,基于多场景随机规划方法,建立了以系统总运行成本最小为目标的日前、日内优化调度模型,并在保证系统可靠运行的前提下对模型进行求解;最后,采用改进IEEE-30节点系统进行仿真分析,验证了所提策略的可行性和有效性。     

水电站群隐随机优化调度方法及其软件包研制

本文在吸收目前国内外水电站群联合调度研究成果的基础上，经分析、综合、充实、完善提出了可供生产单位使用的水电站群优化调度的标准化方法及软件包，它是由水库群入库径流随机模拟、确定性库群联合优化调度及水库群最优调度规则的推求三大部分所组成。软件包采用中文菜单显示选择方式，并使用了中文方式的人机对话，软件包功能齐全，所需内存少，使用方便，标准化方法和软件包可纳入规范化成果，对提高电力系统规则、水电站设计和     

面向订单的生产计划与调度的综合优化

研究了一个多订单环境下的生产计划与调度集成优化问题,以实现准时生产为目标,综合考虑产品装配结构约束的订单任务计划与订单产品零部件的加工调度,采用直接面向客户订单的工序调度模式建立了计划和调度的综合优化整数规划模型.设计了带精英策略的蚁群算法作为该数学模型的求解方法,并通过对比试验为该算法选取最佳的搜索参数.实例仿真结果表明,所建模型的正确性以及蚁群算法求解该问题的可行性和有效性.     

田湾河流域梯级水电站联合优化调度浅析

本文从仁宗海水库调度原则、田湾河流域梯级水电站联合优化调度的角度进行了相关阐述,主要针对优化调度实施的必要性和有效性,以及相应的优化调度模型分析论述方面进行了深入探讨,并从优化计算角度分析,分析研究了影响优化调度的因素,旨在对水库及梯级实际的工作提供帮助。     

考虑预防性维护的批处理机调度问题研究

研究了考虑预防性维护的单机批处理的组批和调度联合优化问题。建立了以最小完工时间作为目标函数的组批、批调度与柔性预防性维护联合优化的数学模型,并从数学上证明了此问题可通过先组批再调度的两阶段方法求解。在此基础上,首先提出了一种考虑预防性维护的组批规则,并从数学上证明了该规则对优化目标的有效性。然后,通过改进已有的启发式算法解决批调度和预防性维护联合优化问题。最后,通过仿真试验验证了提出的组批规则和改进的启发式算法的两阶段方法是有效的。     

基于粒模型的生产调度简化方法

随着生产调度问题需要考虑的因素不断增多,其求解空间急剧扩大,优化算法的求解难度急剧增加。为了降低求解难度,本文提出了一个基于粒模型的生产调度简化方法。在粒模型中,生产调度所涉及的生产信息被抽象为同一形式的信息粒集合。并在信息粒的基础上构建生产调度问题的求解空间,在求解空间的划分过程中产生新的信息粒和粒层,并缩小了单个求解空间体量,降低生产调度优化算法的难度。通过针对生产调度问题的具体步骤,证明了基于粒模型的生产调度简化方法具有良好的适用性。     

基于均衡优化的项目多技能人力资源指派与调度方法

为提高项目人力资源使用效率,提出一种项目多技能人力资源调度与指派优化方法。首先,采用启发式方法对项目进行资源均衡优化,降低人力资源需求高峰用量;然后,识别调度方案中活动间的重叠关系并将其转化为人员指派优化问题的有效约束;最后,建立整数规划模型并通过编程计算。研究结果表明,使用该方法可快速地找到问题的近优解,用较少的人力资源完成项目任务,从而有效地降低项目人力资源成本。     

Study on Water Pollution Control of Huaihe River and Countermeasures

Huaihe River is one of three major rivers in China with a large population and developed e-conomy. By the 1970s, the water quality of Huaihe River was deteriorating daily and more than a hundred serious pollution accidents of water quality happened and caused the inestimable losses in the production,life and health of residents along the river and terribly damaged the ecological system of the river. Through the continuous large-scale treatment for more than 10 years, the deterioration of water quality in Huaihe River has been basically inhibited. Nevertheless, the water pollution in Huaihe River is, on the whole, still very serious for many reasons, including special climatic conditions, terrible lack of water resource, obsolete industrial structure and unsound management system for the river, etc. This essay deeply analyzes the rea-sons why the water pollution of Huaihe River is "chronic" and puts forward the corresponding countermea-sures for how to continuously improve the water quality of the river. In the end, this essay argues that it still takes 30-50 years or even a longer period, even if every measures are implemented smoothly and strictly,to actually make the water of Huaihe River clean and gradually restore its normal ecological and environ-mental functions.     

考虑经济性的多微电网优化调度研究

多微电网并网方式主要有单独并网方式和联合协调并网方式,这2种并网方式下微电网内部的微电源工作状态不同导致发电成本不同。为了减少发电成本,在满足相关微电源约束条件的前提下,建立一种考虑经济性的多微电网能量优化调度模型和单微电网的优化调度模型。由于传统人工鱼群算法精度低,收敛速度慢,提出一种基于模拟退火算法改进的人工鱼群（the artificial fish swarm algorithm based on simulated annealing algorithm,SA_AFSA）算法,该算法克服了传统鱼群算法的缺点。结合具体算例,通过该算法来求解单微电网和多微电网经济性优化调度问题,并比较2种并网方式下的发电成本。实验结果表明,在仅考虑经济性的前提下,多微电网联合协调并网的发电成本低于单微电网单独并网。     

中国非遗文化的工匠精神——淮河流域柳编工艺历史与活态传承研究

淮河流域柳编工艺是我国民间传统手工技艺,作为国家非物质文化遗产,它蕴含了丰富的地域民俗文化特色。它的兴起与发展受到了自然因素和人文因素的影响。肥沃的土壤、丰富的水资源、适宜的气候为其兴起提供了自然条件;发达的农业生产、精湛的手工技艺水平为其发展提供了技术基础。在这双重因素的影响下,柳编工艺得以在淮河流域兴起、发展和演变,它承载的社会功能和蕴含的文化内涵也随着人类社会的进步逐渐发展、变化。结合现有的考古发现和文献资料,追溯淮河流域柳编工艺的兴起原因与发展历史,解读其历史文化内涵,解构其编织工艺的类型与特色,并基于目前淮河流域柳编工艺的现状与问题,提出“传承、创新、发展”三位一体的活态传承模式,以推动淮河流域柳编工艺的可持续发展,传承非遗文化,弘扬工匠精神。     

和声搜索算法优化快速消费品生产配送协调调度

研究具有生产准备环节的快速消费品生产配送问题,考虑工厂和配送中心的库存限制,工厂产能限制和劳动力限制,建立一个多周期、多工厂、多产品、多配送中心、多客户的混合整数线性规划模型,旨在最小化准备成本、生产成本、库存成本和配送成本。通过设计一种遗传和声搜索算法对模型进行求解。最后给出一个算例说明所提模型和算法的可行性和有效性。     

串联生产系统智能维护调度实验平台研究

结合工业工程专业学习需求,设计了考虑有限缓存的串联生产系统维护调度实验平台。实验平台由维护调度计算模块和维护调度演示模块组成。维护调度计算模块基于Matlab,在考虑有限缓存的串联生产系统维护调度模型的基础上,提供3种不同的策略对维护进行调度;维护调度演示模块基于Flexsim。基于该平台,可完成维护调度参数分析、维护调度策略分析、维护调度仿真等实验,并可在此平台基础上建立维护调度相关参数优化模型。     

Optimal scheduling of hydro-thermal power systems considering the flood risk of cascade reservoirs

The increased flood risk linked to global warming affects the safety of cascade reservoirs, with direct effects on the stable operation of power systems. In this article, an optimal scheduling framework for hydro-thermal power systems considering the flood risk of cascade reservoirs is presented. First, the extreme value theory-based peak over threshold model is adopted to build a generalized Pareto distribution of extreme flood inflow for a single reservoir. Then, the Copula function is used to build a joint probability distribution function of extreme inflow for cascade reservoirs during a flood period. Based on the superior performance of the conditional value at risk (CVaR) in characterizing the tail risk of the cascade reservoir spillway safety margin, a CVaR constraint for cascade reservoir flood prevention is proposed, and a scheduling model for hydro-thermal power systems considering the flood prevention risk of head-dependent cascade reservoirs is presented. Secondly, Rockafeller and Uryasey reformulation and sample average approximation are employed to transform the proposed model with a CVaR constraint into a convex solvable optimization model. Finally, a modified IEEE 14-node system is used to verify the better performance of the proposed model than that of the models with the chance constraint and with the independent normal distribution of extreme flood inflow. The impacts of flood prevention confidence level and Monte Carlo sample size on the optimal scheduling results are analysed quantitatively.     

Agent-based scheduling in production systems

The object in a flexible manufacturing system is optimal system resources scheduling. The production scheduling of such a system may be resolved by a set of individual agents, who can work in parallel and their coordination may bring a more effective way of finding an optimal solution. The criteria for the optimal solution may be created on a time or economical (cost) basis but each may have a different priority depending on each situation. In this paper, we will analyse an approach to find a feasible schedule of all products, which could minimize costs and satisfy all constraints related to each product.     

基于优先规则的模糊资源受限多项目调度

在分析国内外相关研究现状的基础上,结合资源受限多项目调度问题的特点,针对多项目中各个工序资源参数的不确定性,通过对工程项目工序资源需求量的模糊表示,建立了模糊资源受限多项目调度模型,并运用基于优先规则的启发式算法对所建立的模型进行调度计算,最后通过算例验证模型的有效性和可行性,以实现多项目资源的优化配置。     

Service Scheduling Based on Edge Computing for Power Distribution IoT

With the growing amounts of multi-micro grids, electric vehicles, smart home, smart cities connected to the Power Distribution Internet of Things (PD-IoT) system, greater computing resource and communication bandwidth are required for power distribution. It probably leads to extreme service delay and data congestion when a large number of data and business occur in emergence. This paper presents a service scheduling method based on edge computing to balance the business load of PD-IoT. The architecture, components and functional requirements of the PD-IoT with edge computing platform are proposed. Then, the structure of the service scheduling system is presented. Further, a novel load balancing strategy and ant colony algorithm are investigated in the service scheduling method. The validity of the method is evaluated by simulation tests. Results indicate that the mean load balancing ratio is reduced by 99.16% and the optimized offloading links can be acquired within 1.8 iterations. Computing load of the nodes in edge computing platform can be effectively balanced through the service scheduling.